MENU
  1. ホーム
  2. SQL
  3. Come importare i dati da un file Excel in un database SQL

Come importare i dati da un file Excel in un database SQL

SQL

Nell’ambito delle attività di business e analisi dei dati, è spesso necessario importare dati salvati in file Excel in un database SQL. Migrare i dati in un database SQL può migliorare significativamente la gestione dei dati, l’esecuzione delle query e l’efficienza delle analisi. In questo articolo, verranno illustrati i passaggi e gli strumenti specifici per importare dati Excel in un database SQL.

Indice

Preparazione degli strumenti e dell’ambiente

Per importare dati da un file Excel in un database SQL, è necessario preparare i seguenti strumenti e ambienti.

Strumenti necessari

  1. Microsoft Excel: Necessario per aprire il file Excel in cui sono salvati i dati.
  2. SQL Server: Il database SQL di destinazione in cui verranno importati i dati. In questo esempio, utilizzeremo SQL Server.
  3. SQL Server Management Studio (SSMS): Strumento utilizzato per la gestione e l’importazione su SQL Server.
  4. Python: Utilizzato per l’automazione tramite programmazione.

Preparazione dell’ambiente

  1. Installazione di SQL Server: Scaricare e installare SQL Server dal sito ufficiale.
  2. Installazione di SQL Server Management Studio: Scaricare e installare SSMS dal sito ufficiale.
  3. Preparazione dell’ambiente Python: Installare Anaconda o la distribuzione ufficiale di Python e installare le librerie necessarie (es. pandas, sqlalchemy).

Preparazione dei dati del file Excel

Prima di importare i dati del file Excel nel database SQL, è necessario organizzare e preparare i dati.

Organizzazione dei dati

  1. Verifica del formato dei dati: Verificare che il formato dei dati in ogni colonna sia corretto. Ad esempio, le date devono essere nel formato data, i numeri nel formato numerico.
  2. Rimozione dei dati non necessari: Rimuovere le righe vuote o le colonne inutili, lasciando solo i dati che devono essere importati.
  3. Pulizia dei dati: Verificare la presenza di dati duplicati o mancanti e correggerli o rimuoverli se necessario.

Formattazione del file Excel

  1. Verifica del nome del foglio: Verificare il nome del foglio che verrà importato e cambiarlo in un nome comprensibile.
  2. Verifica dell’intervallo di dati: Verificare l’intervallo dei dati da importare. Se l’intervallo è ampio, selezionare solo l’intervallo necessario.

Formato di salvataggio del file Excel

  1. Scelta del formato del file: Salvare il file Excel in formato .xlsx. È possibile utilizzare anche altri formati (es. .xls, .csv), ma scegliere il formato adatto allo strumento di importazione.

Utilizzo di SQL Server Import and Export Wizard

Qui spiegheremo i passaggi per importare i dati da un file Excel in un database SQL utilizzando SQL Server Import and Export Wizard.

Avvio del Wizard

  1. Aprire SSMS: Avviare SQL Server Management Studio e connettersi al database di destinazione.
  2. Avviare il Wizard: Fare clic con il tasto destro sul nome del database nell’Object Explorer, quindi selezionare “Task” > “Import Data”. In questo modo si avvierà SQL Server Import and Export Wizard.

Impostazione della fonte dei dati

  1. Scelta della fonte dei dati: Nella schermata “Scegliere la fonte dei dati”, selezionare “Microsoft Excel”.
  2. Specificare il percorso del file: Specificare il percorso del file Excel da importare. Se necessario, selezionare la versione di Excel.
  3. Selezione del foglio: Selezionare il foglio da importare.

Impostazione della destinazione dei dati

  1. Selezione della destinazione: Nella schermata “Scegliere la destinazione”, selezionare “SQL Server Native Client”.
  2. Specificare il nome del server e il database: Inserire il nome del server e selezionare il database di destinazione.

Verifica e esecuzione delle impostazioni di importazione

  1. Copia dei dati: Selezionare l’opzione “Copia dei dati” e fare clic su “Avanti”.
  2. Verifica del mapping: Nella schermata “Mapping delle colonne”, verificare il mapping tra le colonne di Excel e le colonne della tabella SQL, correggendolo se necessario.
  3. Esecuzione dell’importazione: Fare clic su “Avanti”, verificare le impostazioni di importazione e fare clic su “Completa” per eseguire l’importazione.

Verifica dei risultati

Al termine dell’importazione, verranno visualizzati i risultati. Controllare eventuali messaggi di errore o avvisi e verificare che l’importazione sia stata eseguita correttamente.

Metodo di importazione utilizzando SQL Server Management Studio (SSMS)

Spiegheremo dettagliatamente come importare dati da un file Excel in un database SQL utilizzando SQL Server Management Studio (SSMS).

Creazione della tabella

  1. Avviare SSMS: Aprire SQL Server Management Studio e connettersi al database di destinazione.
  2. Creare una nuova tabella: Creare una nuova tabella all’interno del database. La struttura della tabella deve corrispondere ai dati del file Excel da importare. Ad esempio, utilizzare una query SQL come la seguente per creare una tabella.
   CREATE TABLE SampleTable (
       ID INT PRIMARY KEY,
       Name NVARCHAR(50),
       Age INT,
       Email NVARCHAR(50)
   );

Caricamento dei dati Excel

  1. Connettersi al motore di database: Connettersi al motore di database tramite SSMS.
  2. Configurare il linked server: Configurare il file Excel come linked server. Utilizzare la seguente query SQL per configurare il linked server.
   EXEC sp_addlinkedserver 
       @server = 'EXCEL_LINK', 
       @srvproduct = 'Excel', 
       @provider = 'Microsoft.ACE.OLEDB.12.0', 
       @datasrc = 'C:\path\to\your\file.xlsx', 
       @provstr = 'Excel 12.0;HDR=YES';
  1. Verifica del linked server: Per verificare che il linked server sia stato configurato correttamente, eseguire la seguente query SQL.
   SELECT * FROM OPENQUERY(EXCEL_LINK, 'SELECT * FROM [Sheet1$]');

Importazione dei dati

  1. Utilizzo della query INSERT INTO: Importare i dati Excel nella nuova tabella creata utilizzando una query SQL come quella seguente.
   INSERT INTO SampleTable (ID, Name, Age, Email)
   SELECT * FROM OPENQUERY(EXCEL_LINK, 'SELECT * FROM [Sheet1$]');
  1. Verifica dei risultati dell’importazione: Controllare il contenuto della tabella per verificare che i dati siano stati importati correttamente.
   SELECT * FROM SampleTable;

Eliminazione del linked server

Dopo aver completato l’importazione, eliminare il linked server utilizzando la seguente query SQL.

   EXEC sp_dropserver 'EXCEL_LINK', 'droplogins';

Metodo di importazione utilizzando Python

Spiegheremo i passaggi per importare dati da un file Excel in un database SQL utilizzando Python. Python è molto utile per l’automazione e la personalizzazione del processo di gestione dei dati.

Installazione delle librerie necessarie

Innanzitutto, installare le librerie Python necessarie. Verranno utilizzati pandas e SQLAlchemy.

pip install pandas sqlalchemy openpyxl

Caricamento del file Excel

Utilizzare pandas per caricare il file Excel.

import pandas as pd

# Percorso del file Excel
file_path = 'path/to/your/file.xlsx'

# Caricamento del file Excel
df = pd.read_excel(file_path, sheet_name='Sheet1')

Configurazione della connessione al database

Utilizzare SQLAlchemy per connettersi al database SQL.

from sqlalchemy import create_engine

# URL di connessione al database
db_url = 'mssql+pyodbc://username:password@server/database?driver=SQL+Server'

# Creazione del motore SQLAlchemy
engine = create_engine(db_url)

Importazione dei dati

Importare il DataFrame di pandas nel database SQL.

# Nome della tabella
table_name = 'SampleTable'

# Importazione del DataFrame nella tabella SQL
df.to_sql(table_name, con=engine, if_exists='append', index=False)

Gestione degli errori e verifica dei dati

Gestire eventuali errori durante l’importazione dei dati e verificare che i dati siano stati importati correttamente.

try:
    df.to_sql(table_name, con=engine, if_exists='append', index=False)
    print("Dati importati con successo")
except Exception as e:
    print(f"Si è verificato un errore: {e}")

Verifica dei risultati dell’importazione

Eseguire una query SQL per verificare che i dati siano stati importati correttamente.

import sqlalchemy as sa

# Connessione al database
with engine.connect() as connection:
    result = connection.execute(sa.text(f"SELECT * FROM {table_name}"))
    for row in result:
        print(row)

Punti chiave per la gestione degli errori e la verifica dei dati

Quando si importano dati in un database SQL, la gestione degli errori e la verifica dei dati sono fondamentali. Questo aiuta a mantenere l’integrità dei dati e a gestire efficacemente eventuali problemi che possono sorgere durante il processo di importazione.

Principi fondamentali della gestione degli errori

  1. Uso delle transazioni: Utilizzare le transazioni per gestire un insieme di operazioni sui dati. In caso di errore, eseguire un rollback per mantenere l’integrità dei dati.
   BEGIN TRANSACTION;
   -- Operazioni di importazione dati
   IF @@ERROR <> 0
       ROLLBACK TRANSACTION;
   ELSE
       COMMIT TRANSACTION;
  1. Gestione delle eccezioni: Gestire le eccezioni nel programma e registrare i messaggi di errore nel log. In Python, utilizzare i blocchi try-except.
   try:
       # Operazioni di importazione dati
   except Exception as e:
       print(f"Si è verificato un errore: {e}")
       # Eseguire un rollback se necessario

Metodi di verifica dei dati

  1. Verifica del tipo di dati: Prima dell’importazione, verificare che il tipo di dati di ogni colonna corrisponda alla definizione della tabella SQL. In pandas, è possibile controllare il tipo di dati come segue.
   assert df['column_name'].dtype == 'expected_dtype'
  1. Verifica dell’unicità: Verificare che non ci siano dati duplicati nelle colonne con chiavi primarie o vincoli di unicità.
   SELECT column_name, COUNT(*)
   FROM table_name
   GROUP BY column_name
   HAVING COUNT(*) > 1;

Verifica dei dati dopo l’importazione

  1. Verifica del numero di record: Confrontare il numero di record prima e dopo l’importazione per assicurarsi che tutti i record siano stati importati correttamente.
   SELECT COUNT(*) FROM table_name;
  1. Verifica dei dati campione: Estrarre un campione di dati e verificare che i dati siano stati correttamente riflessi.
   SELECT TOP 10 * FROM table_name;

Logging e monitoraggio

  1. Configurazione del logging: Registrare nel log eventuali errori o avvisi durante il processo di importazione. In SQL Server, è possibile utilizzare SQL Server Agent per gestire i log dei job.
  2. Utilizzo di strumenti di monitoraggio: Utilizzare strumenti di monitoraggio del database per monitorare le prestazioni del database e i log degli errori.

Conclusione

In questo articolo, abbiamo spiegato i metodi specifici per importare dati da un file Excel in un database SQL. Di seguito sono riassunti i punti principali.

Preparazione degli strumenti e dell’ambiente

Abbiamo spiegato come preparare e installare gli strumenti necessari per l’importazione dei dati (Microsoft Excel, SQL Server, SQL Server Management Studio, Python, ecc.).

Preparazione dei dati Excel

Abbiamo descritto i processi di pre-elaborazione, come la formattazione dei dati e la rimozione dei dati non necessari, per preparare il file Excel per l’importazione.

Utilizzo di SQL Server Import and Export Wizard

Abbiamo spiegato in dettaglio come importare facilmente i dati Excel in un database SQL utilizzando il wizard di SSMS.

Metodo di importazione utilizzando SSMS

Abbiamo spiegato come configurare un linked server per importare i dati Excel in un database SQL, inclusa la creazione della tabella e il mapping dei dati.

Metodo di importazione utilizzando Python

Abbiamo spiegato in dettaglio come importare i dati Excel in un database SQL utilizzando Python con pandas e SQLAlchemy.

Gestione degli errori e verifica dei dati

Abbiamo spiegato i metodi per gestire gli errori e garantire l’integrità dei dati durante il processo di importazione.

Il processo di importazione dei dati può sembrare complesso, ma con gli strumenti e i passaggi adeguati, può essere eseguito in modo efficiente. Utilizzando questi metodi, è possibile importare facilmente i dati Excel in un database SQL.

SQL
Analisi Dati Database Excel Importazione dati Python SQL SQL Server SSMS
Indice