Zurück zu allen Anleitungen
SQL··3 Min. Lesezeit

Excel- und CSV-Dateien in SQL-Tabellen umwandeln

Konvertieren Sie Excel-, CSV-, TSV- und TXT-Dateien in CREATE TABLE- und INSERT-SQL. Erfahren Sie mehr über Datentypinferenz, Bereinigungsschritte und Best Practices für den Tabellenkalkulationsimport.

Zwei Arbeitsblattzeilen konvertiert in typisierte SQLite-CREATE-TABLE- und INSERT-Anweisungen
In diesem Leitfaden
  1. Warum Tabellenkalkulationen in SQL konvertieren?
  2. Was eine gute Tabellenkalkulationskonvertierung leisten sollte
  3. Beispiel: CSV zu CREATE TABLE
  4. Checkliste zur Tabellenkalkulationsbereinigung
  5. Referenzen und weiterführende Literatur

SQL-Beispiele verwenden PostgreSQL, sofern kein anderes Dialekt genannt wird. Kurze Schnipsel setzen voraus, dass ihre referenzierten Tabellen bereits existieren. Validieren Sie DDL in Ihrer Zieldatenbank, bevor Sie sie anwenden.

Warum Tabellenkalkulationen in SQL konvertieren?

Viele nützliche Datensätze beginnen in Tabellenkalkulationen: Exporte von CRMs, Betriebsberichte, Produktkataloge, Finanztabellen, Support-Tickets und Prototyp-Datenmodelle. Dieses Format ist praktisch für Menschen, aber Anwendungen benötigen strukturierte Tabellen mit Spaltentypen, wiederholbaren Einfügungen und klaren Einschränkungen.

Das Konvertieren einer Excel- oder CSV-Datei in SQL hilft Ihnen dabei, von Ad-hoc-Daten zu einem echten Datenbank-Workflow zu wechseln. Mit dem Erd Go Tabellenkalkulation zu SQL-Konverter, können Sie hochladen .xlsx, .csv, .tsv, oder .txt Dateien, eine Vorschau der abgeleiteten Spalten anzeigen und generieren CREATE TABLE plus INSERT Anweisungen im Browser.

Tabellenkalkulationsdaten, die in SQL konvertiert und dann als ERD überprüft wurden
Die Tabellenkalkulationskonvertierung wird nützlicher, wenn das generierte SQL in eine ERD-Überprüfung überführt werden kann, anstatt bei reinem Text stehen zu bleiben.

Was eine gute Tabellenkalkulationskonvertierung leisten sollte

Ein nützlicher Konverter tut mehr, als jede Zelle in Anführungszeichen zu setzen. Er sollte Ihre Daten untersuchen und SQL erstellen, das der Tabelle nahekommt, die Sie manuell geschrieben hätten.

  • Datentypen ableiten. Zahlen sollten zu numerischen Spalten werden, Daten zu Datums- oder Zeitstempelspalten und boolesche Werte sollten nicht für immer als vage Texte gespeichert werden.
  • Spaltennamen normalisieren. Überschriften wie Customer Email oder Order Date sollten zu stabilen SQL-Bezeichnern werden wie customer_email und order_date.
  • Zeilenvorschau vor dem Exportieren. Eine Vorschau erfasst leere Spalten, zusammengeführte Zellartefakte, versehentliche Summenzeilen und andere Tabellenkalkulationsgewohnheiten, die nicht in einen Datenbankimport gehören.
  • Überprüfbaren SQL-Code generieren. Überprüfen Sie die Ausgabe, bevor Sie sie in einer Datenbank ausführen. Das erneute Ausführen von CREATE TABLE- oder INSERT-Anweisungen ist nicht automatisch idempotent und kann fehlschlagen oder zu doppelten Zeilen führen.

Beispiel: CSV zu CREATE TABLE

Stellen Sie sich einen CSV-Export mit Bestellungen aus einem kleinen Shop vor:

order_id,customer_email,total,status,ordered_at
1001,[email protected],59.90,paid,2026-05-20
1002,[email protected],18.50,pending,2026-05-21
1003,[email protected],42.00,paid,2026-05-22

Hier ist ein geprüftes PostgreSQL-Beispiel, keine wortgenaue Zusicherung der abgeleiteten Ausgabe. Überprüfen Sie Genauigkeit, führende Nullen, Datumsformate und nullable Werte vor dem Exportieren:

CREATE TABLE orders_import (
    order_id        INTEGER,
    customer_email  TEXT,
    total           NUMERIC(10, 2),
    status          TEXT,
    ordered_at      DATE
);

INSERT INTO orders_import
    (order_id, customer_email, total, status, ordered_at)
VALUES
    (1001, '[email protected]', 59.90, 'paid', '2026-05-20'),
    (1002, '[email protected]', 18.50, 'pending', '2026-05-21'),
    (1003, '[email protected]', 42.00, 'paid', '2026-05-22');

Von dort aus können Sie das Schema verfeinern, indem Sie einen Primärschlüssel, eine Statusprüfung, Fremdschlüssel zu einem echten customers Tabelle und Indizes für häufige Filter.

Checkliste zur Tabellenkalkulationsbereinigung

Bevor Sie eine Tabellenkalkulation in SQL konvertieren, nehmen Sie sich eine Minute Zeit, um die Datei zu bereinigen. Die resultierende SQL-Abfrage wird viel besser sein.

  • Behalten Sie eine Kopfzeile oben bei und entfernen Sie Titelzeilen, Notizen und rein visuelle Trennzeichen.
  • Zwischensummen- und Gesamtsummenzeilen entfernen, es sei denn, es handelt sich um echte Datensätze.
  • Verwenden Sie einen Datentyp pro Spalte. Gemischte Werte wie Zahlen plus "N/A" erzwingen schwächere SQL-Typen.
  • Aufteilen überladener Felder wie vollständiger Adressen in nützliche Spalten, wenn die Anwendung diese separat abfragen muss.
  • Wählen Sie einen Zieltabellennamen, der die Daten beschreibt, nicht den Dateinamen.

Die Typinferenz erkennt keine Geschäftsschlüssel oder Fremdschlüssel. Überprüfen Sie als Text gespeicherte Identifikatoren, mehrdeutige Datumsangaben und Dezimalgenauigkeit. Fügen Sie nach der Konvertierung das generierte CREATE TABLE in die Erd Go SQL zu ERD-Editor um die Tabelle visuell zu sehen und zu entscheiden, welche Beziehungen, Einschränkungen und Indizes noch hinzugefügt werden müssen.

Referenzen und weiterführende Literatur

Weitere Beiträge