ตัวอย่าง SQL จะใช้ PostgreSQL เว้นแต่จะระบุภาษาอื่นไว้ ตัวอย่างสั้นๆ สมมติว่าตารางที่อ้างถึงมีอยู่แล้ว โปรดตรวจสอบความถูกต้องของ DDL ในฐานข้อมูลเป้าหมายของคุณก่อนนำไปใช้งาน
ทำไมต้องแปลงสเปรดชีตเป็น SQL?
ชุดข้อมูลที่มีประโยชน์จำนวนมากเริ่มต้นในสเปรดชีต: ข้อมูลส่งออกจาก CRM, รายงานการดำเนินงาน, แคตตาล็อกสินค้า, แผ่นงานการเงิน, ตั๋วสนับสนุน และแบบจำลองข้อมูลต้นแบบ รูปแบบนั้นสะดวกสำหรับผู้คน แต่แอปพลิเคชันต้องการตารางที่มีโครงสร้างพร้อมประเภทคอลัมน์, การแทรกข้อมูลที่ทำซ้ำได้ และข้อจำกัดที่ชัดเจน
การแปลงไฟล์ Excel หรือ CSV เป็น SQL ช่วยให้คุณเปลี่ยนจากข้อมูลเฉพาะกิจไปสู่เวิร์กโฟลว์ฐานข้อมูลจริง ด้วย ตัวแปลงสเปรดชีตเป็น SQL ของ Erd Go, คุณสามารถอัปโหลด .xlsx, .csv, .tsv, หรือ .txt ไฟล์, ดูตัวอย่างคอลัมน์ที่อนุมานได้ และสร้าง CREATE TABLE บวก INSERT คำสั่งในเบราว์เซอร์
การแปลงสเปรดชีตที่ดีควรทำอย่างไร
ตัวแปลงที่มีประโยชน์ทำได้มากกว่าแค่ใส่เครื่องหมายคำพูดรอบทุกเซลล์ มันควรตรวจสอบข้อมูลของคุณและสร้าง SQL ที่ใกล้เคียงกับตารางที่คุณเขียนด้วยมือ
- อนุมานประเภทข้อมูล ตัวเลขควรกลายเป็นคอลัมน์ตัวเลข วันที่ควรกลายเป็นคอลัมน์วันที่หรือการประทับเวลา และค่าที่คล้ายบูลีนไม่ควรถูกจัดเก็บเป็นข้อความที่คลุมเครือตลอดไป
- ทำให้ชื่อคอลัมน์เป็นมาตรฐาน ส่วนหัวเช่น
Customer EmailหรือOrder Dateควรกลายเป็นตัวระบุ SQL ที่เสถียรเช่นcustomer_emailและorder_date. - ดูตัวอย่างแถวก่อนส่งออก การแสดงตัวอย่างจะตรวจจับคอลัมน์ว่าง, สิ่งแปลกปลอมจากเซลล์ที่ผสาน, แถวผลรวมที่ไม่ได้ตั้งใจ และนิสัยการใช้สเปรดชีตอื่นๆ ที่ไม่ควรอยู่ในการนำเข้าฐานข้อมูล
- สร้าง SQL ที่ตรวจสอบได้ ตรวจสอบผลลัพธ์ก่อนเรียกใช้ในฐานข้อมูล การเรียกใช้คำสั่ง CREATE TABLE หรือ INSERT ซ้ำไม่ได้เป็นแบบ idempotent โดยอัตโนมัติและอาจล้มเหลวหรือทำให้แถวซ้ำซ้อน
ตัวอย่าง: CSV เป็น CREATE TABLE
ลองจินตนาการถึงการส่งออก CSV ที่มีคำสั่งซื้อจากร้านค้าเล็กๆ:
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,2026-05-22นี่คือตัวอย่าง PostgreSQL ที่ได้รับการตรวจสอบแล้ว ไม่ใช่คำสัญญาแบบไบต์ต่อไบต์ของผลลัพธ์ที่อนุมานได้ ตรวจสอบความแม่นยำ ศูนย์นำหน้า รูปแบบวันที่ และค่าที่อนุญาตให้เป็นค่าว่างได้ก่อนทำการส่งออก:
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');จากจุดนั้น คุณสามารถปรับแต่งสคีมาโดยการเพิ่มคีย์หลัก, การตรวจสอบสถานะ, Foreign keys ไปยัง customers ตาราง และดัชนีสำหรับการกรองที่พบบ่อย
รายการตรวจสอบการทำความสะอาดสเปรดชีต
ก่อนแปลงสเปรดชีตเป็น SQL ให้ใช้เวลาสักครู่ในการทำความสะอาดไฟล์ SQL ที่ได้จะดีขึ้นมาก
- เก็บแถวส่วนหัวไว้ที่ด้านบนหนึ่งแถว และลบแถวชื่อเรื่อง บันทึกย่อ และตัวคั่นที่ใช้เพื่อความสวยงามเท่านั้นออก
- ลบแถวผลรวมย่อยและผลรวมทั้งหมดออก เว้นแต่จะเป็นบันทึกข้อมูลจริง
- ใช้ข้อมูลหนึ่งประเภทต่อหนึ่งคอลัมน์ ค่าที่ผสมกัน เช่น ตัวเลขบวกกับ "N/A" จะบังคับให้ใช้ประเภท SQL ที่อ่อนแอกว่า
- แยกฟิลด์ที่รวมข้อมูลไว้มากเกินไป เช่น ที่อยู่แบบเต็ม ให้เป็นคอลัมน์ที่มีประโยชน์เมื่อแอปพลิเคชันจำเป็นต้องคิวรีแยกกัน
- เลือกชื่อตารางเป้าหมายที่อธิบายข้อมูล ไม่ใช่ชื่อไฟล์
การอนุมานประเภทไม่สามารถค้นพบคีย์ธุรกิจหรือคีย์นอกได้ ตรวจสอบตัวระบุที่จัดเก็บเป็นข้อความ วันที่ที่ไม่ชัดเจน และความแม่นยำของทศนิยม หลังจากการแปลง ให้วางสิ่งที่สร้างขึ้น CREATE TABLE เข้าไปใน ตัวแก้ไข SQL เป็น ERD ของ Erd Go เพื่อดูตารางด้วยภาพและตัดสินใจว่าความสัมพันธ์ ข้อจำกัด และดัชนีใดที่ยังต้องเพิ่ม



