Från affärsanalytiker till managementkonsulter, Excel och Google-ark har använts mest. Detta gör Googles arkanvändargränssnitt allmänt bekant och lätt att lagra och manipulera data. Googles kalkylblad är ett bra alternativ för DBMS (Data Base Management System) om du letar efter en enkel, snabb och kostnadseffektiv lösning för en liten datamängd.
Ofta har små företag och projekt en brist på resurser och kvalificerad arbetskraft för att skapa ett komplext databashanteringssystem. I dessa fall kommer Google Sheets till undsättning, vilket ger enkel anslutning, datavisualiseringsfunktioner och alternativ för åtkomst och kontroll av delning. Kom ihåg att det fortfarande inte är skalbart att hantera stora datamängder och mycket komplexa frågor, till skillnad från standard DBMS.
I den här bloggen kommer jag att diskutera hur man använder google sheets som en databas och de olika metoderna som finns!
Hur importerar och exporterar jag data från Googles kalkylark?
Det första steget med att använda en databas är att veta hur man importerar data från råfilerna eller andra format. Sedan måste vi känna till verktygen/alternativen för att lägga till, ta bort eller uppdatera databasen. I det här avsnittet kommer jag att diskutera fyra metoder för att importera/migrera och exportera data från Google-kalkylark.
Metod #1: Importera data manuellt:
Det enklaste sättet, där alla individer skapar ett Google-kalkylblad och manuellt anger data i olika kolumnfält. Detta är möjligt när datasetet är litet i storlek och frekvensen av ändringar/uppdateringar som behövs är låg. Tänk dig till exempel att du är en konstnär som säljer målningar och registrerar transaktionerna genom att skriva in dem i ett kalkylblad från Google. Du kan se ett exempel på denna data i bilden nedan, som jag kommer att använda som exempel i hela bloggen.
Fig) Transactions.csv-fil
Du kan använda verktyg som filter och sortera efter för att titta på selektiva avsnitt vidare. Det är enkelt att exportera data i ditt önskade format från alternativet "Arkiv->Ladda ner".
Men vad händer när artisten expanderar och datauppsättningsstorleken växer sig större? Du måste leta efter mer effektiva alternativ som att använda API eller Nanonets. Fortsätt läsa för att ta reda på hur!
Metod #2 Använd Google Sheets API:
Ett populärt sätt att automatisera import och export av data är genom API:et för Google Sheets. Du måste skapa ett tjänstekonto och slutföra autentisering för att använda API:t.
Här är en stegvis guide för att gå tillväga:
- Aktivera Google Sheets API i Google Cloud Console. För mer detaljerade instruktioner kan du kontrollera deras officiell guide.
- Skapa ett nytt projekt och konfigurera skärmen för OAuth-samtycke.
- Skapa autentiseringsuppgifter för ditt projekt genom att skapa ett nytt tjänstkonto och ladda ner JSON-nyckeln. Se till att spara JSON-nyckelfilen på ett säkert sätt.
- Dela Google-arket med tjänstkontots e-postadress.
- Kör 'pip install google-api-python-client' för att installera paketet
Sedan kan du skriva en enkel kod i Python som visas nedan för att importera ovanstående transaktions.csv-fil till ett Google-kalkylblad.
import os
import csv
from google.oauth2 import service_account
from googleapiclient.discovery import build
from googleapiclient.errors import HttpError # Set the path to your JSON key file
key_path = 'key.json' # Set the ID of your Google Sheet
sheet_id = 'paintings_sales' # Authenticate with the Google Sheets API using your JSON key file
creds = None
if os.path.exists(key_path):
creds = service_account.Credentials.from_service_account_file(
key_path, scopes=['https://www.googleapis.com/auth/spreadsheets']) # Create a new Google Sheets API client
service = build('sheets', 'v4', credentials=creds) # Open the CSV file and read the data
with open('transactions.csv', 'r') as csv_file:
csv_data = csv.reader(csv_file)
values = [row for row in csv_data] # Set the range where you want to insert the data in your Google Sheet
range_name = 'Sheet1!A1:E'
# Build the request to insert the data into the Google Sheerequest_body = { 'range': range_name, 'majorDimension': 'ROWS', 'values': values
}
request = service.spreadsheets().values().update(
spreadsheetId=sheet_id, range=range_name, valueInputOption='USER_ENTERED', body=request_body)
# Execute the request to insert the data into the Google Sheet
response = request.execute()
Metod #3 Migrera data från andra databaser:
Google Spreadsheets stöder också enkel migrering av data från andra databaser. Enligt kravet kan du välja och migrera ett parti data från andra databaser som Airtable och BigQuery som en CSV-fil och ladda upp den till Google Sheets.
Metod #4. Använd nanonetter:
Tänk om artisten mejlar digitala fakturor över sin försäljning och vill importera transaktionsdata därifrån? Nanonets är den bästa lösningen här!
Nanonets är en AI-driven plattform som använder maskininlärningsalgoritmer för att automatiskt extrahera relevant data och konvertera den till ett kalkylarksformat som enkelt kan importeras till Google Sheets. Nanonets kan spara tid genom att eliminera manuell datainmatning och effektivisera din datainmatningsprocess. OCR har hög noggrannhet och kan hantera många dokumentformat och filstorlekar. Flera OCR finns för specifika affärsanvändningsfall, inklusive OCR för faktura och kvitto. Kolla in ett exempel!
För att komma igång, registrera dig för en Nanonetter konto och ladda upp ditt dokument eller PDF-fil. Uppstart
Databas för din webbplats med Google Sheets
Google Sheets kan vara en enkel och kostnadseffektiv databas för små webbplatser. Om du vill skapa en databas för din webbplats kan du använda Google Sheets för att webbskrapa och hämta data.
För att komma igång, öppna först ett nytt Google-ark och välj "Verktyg" och sedan "Skriptredigerare". Här kan du skriva enkla kodskript för att utföra uppgifter som dataimport och manipulering.
Den inbyggda IMPORTXML funktionen låter dig extrahera data genom att ange Xpath och webbadressen till webbplatsen.
Du kan använda Importera HTML funktion för att skrapa data från HTML-tabeller. Det ger också ytterligare alternativ för att välja en viss rad eller kolumn. Vad händer om du vill extrahera data som matchar ett visst mönster, som priset på målningar eller fakturanummer?
Du kan använda REGEXTRAKTERA funktion för detsamma. I klippet nedan har jag inkluderat syntaxen och exempel på dessa vanliga funktioner. Kolla in det!
#Syntax: IMPORTXML(url, xpath_query)
IMPORTXML("https://www.flagster.com", "decor_flags")
# Syntax: IMPORTHTML(url, query, index)
IMPORTHTML(‘hhtps://www.abstractart.com’,’table’,3)
#IMPORTDATA(url)
#Syntax: REGEXEXTRACT(text, regular_expression)
Om du letar efter fler steg om hur du gör detta kan du kolla in det här styra
Använd Google Sheets som en databas för en HTML-sida
Du kan skapa en HTML-sida med Google Sheets som en databas, ställa in den och interagera dynamiskt och hantera innehållet. Navigera till Tools => Script Editor för att komma åt Google Apps Script-miljön. Här kan du skriva en enkel kod som visas nedan för en HTML-webbsida, där användaren anger data lagras i inmatningsfältet och skrivs till Google sheets.
<!DOCTYPE html>
<html>
<body>
<table width="100" border="3" id="paintings"></table><br><br>
<input id="enterdata" type="text"/><button onclick="writeData()">Write Data</button>
<script>
function input_data(values) {
values.forEach(function(item, index) {
var tbl = document.getElementById("table");
tbl.innerHTML += '<tr><td>' + item[0] + '</td></tr>';
});
}
google.script.run.withSuccessHandler(input_data).readData();
function extract_data() {
var temp = document.getElementById("enterdata").value;
var tbl = document.getElementById("table")
tbl.innerHTML += '<tr><td>' + temp + '</td></tr>';
google.script.run.extract_data(temp);
document.getElementById("enterdata").value = null;
}
</script>
</body>
</html>
Ovanstående kod har ett tabellelement med ett id för "målningar" för att visa data. Det finns ett inmatningsfält med id "enterdata" och ett knappelement som utför JavaScript-funktionen "writeData()" när du klickar på det.
"input_data()" kommer att köras när webbsidan laddas, hämtar data och fyller i Googe-ark. När "extract_data()" körs, distribueras Google Apps-skriptet för att skriva data till tabeller. Den använder Google Apps Script för att hämta data från Google Sheet och fyller i tabellen med de hämtade värdena. Använd metoden "google.script.run" för att köra Google Apps Script-funktionerna "readData()" och "extract_data()" från HTML-sidan.
En fördel med denna metod är det enkla samarbetet, åtkomsten och integrationen med andra tillgängliga Googles ekosystemfaciliteter.
Använd Google Sheets som en databas för en Django-app
Django är ett webbramverk som gör att du snabbt kan skapa webbapplikationer. Den kommer med en inbyggd databas som heter SQLite men stöder även andra databaser som MySQL, PostgreSQL och Oracle. Även om SQLite är bra för utveckling, är den inte väl lämpad för produktionsanvändning. Det är där Google Sheets kommer in.
Låt oss dyka in i hur du kopplar Django till Google Sheets och använder den som en databas! Använd API:et för att ansluta Django till Google Sheets. Om du inte minns det kan du kontrollera hur vi konfigurerar API:et och tjänstekontot för ett nytt Google-ark. Låt oss nu skriva koden i Django-appkatalogen.
import os
from google.oauth2 import service_account
from googleapiclient.discovery import build SCOPES = ['https://www.googleapis.com/auth/spreadsheets']
SERVICE_ACCOUNT_FILE = os.path.join(BASE_DIR, 'path/to/credentials.json')
SPREADSHEET_ID = 'spreadsheet_120' creds = None
creds = service_account.Credentials.from_service_account_file(
SERVICE_ACCOUNT_FILE, scopes=SCOPES) service = build('sheets', 'v4', credentials=creds)
sheet = service.spreadsheets() def read_data(sheet_name):
result = sheet.values().get(spreadsheetId=SPREADSHEET_ID, range=sheet_name).execute()
data = result.get('values', [])
return data def write_data(sheet_name, data):
body = { 'values': data
}
result = sheet.values().append(spreadsheetId=SPREADSHEET_ID, range=sheet_name, valueInputOption='USER_ENTERED', insertDataOption='INSERT_ROWS', body=body).execute()
return result
Du kan ange kalkylarks-id som en parameter. Därefter kommer jag att demonstrera hur man skapar en enkel Django-app för att lagra och hämta våra målningsdatas transaktioner.
python manage.py startapp paintings_database
from django.db import models
class painting(models.Model):
name = models.CharField(max_length=255)
email = models.EmailField()
phone = models.CharField(max_length=20)
from django import forms
from .models import painting
class paintingForm(forms.ModelForm):
class Meta:
model = painting
fields = ['name', 'email', 'phone']
from django.shortcuts import render
from django.http import HttpResponseRedirect
from .forms import paintingForm
from .google_sheets import read_data, write_data
def painting_list(request):
data = read_data('Sheet1') # Replace 'Sheet1' with the name of your sheet
people = []
for row in data[1:]:
painting = { 'name': row[0], 'email': row[1], 'sale_price': row[2]
}
people.append(painting)
context = {'people': people}
return render(request, 'gs_database/painting_list.html', context)
def painting_create(request):
if request.method == 'POST':
form = paintingForm(request.POST)
if form.is_valid():
data = [[form.cleaned_data['name'], form.cleaned_data['email'], form.cleaned_data['sale_price']]]
write_data('Sheet1', data)
return HttpResponseRedirect('/painting-list/')
else:
form = paintingForm()
context = {'form': form}
return render(request, 'paintings_database/painting_create.html', context)
Jag definierade en klass 'målning' med olika dataattribut och länkar till ett formulär. Jag kommer sedan åt, skriver och manipulerar data i formuläret. Sammantaget är detta ett bra alternativ om du precis har börjat, eftersom det är lätt att installera och använda
Använd Google Sheets som en databas för en WordPress-webbplats
I dagens digitala värld skriver och delar människor berättelser regelbundet på Medium, WordPress, etc. Tur för oss kan vi använda Sheets Database-tillägget och enkelt koppla din WordPress-webbplats till ett Sheet. Du kan sedan lagra och hämta data enkelt. Det finns olika plug-ins som BladDB det kan vara att länka till WordPress. När den väl är länkad och aktiverad kan data visas i många format, som tabeller och grafer tillsammans med möjligheten att filtrera och fråga.
När ska du välja den här metoden?
Om du vill skapa en dynamisk webbplats som hämtar data från ett Kalkylark, eller om du vill använda ett Kalkylark som backend för ett WordPress-plugin. En av nackdelarna med WordPress är dock att det kan vara ganska resurskrävande. Om du inte är försiktig kan din WordPress-webbplats sluta kosta dig mycket pengar i värdavgifter.
Använd Google Kalkylark som en inventeringsdatabas
Lagerhantering är avgörande för alla konstnärer eller småföretagare som säljer fysiska produkter online. Uppgifterna om antalet råvaror, order i produktion, leverantörsbeställningar och prisstegringar måste uppdateras i tid. En välorganiserad inventariedatabas kan spara tid och pengar genom att hjälpa dig att undvika stockouts, överlager och lagerkrympning. Bruket att upprätthålla en databas som begränsar lager- och försörjningskedjans data kallas "lagerdatabashantering."
Google Sheets tillhandahåller en enda lösning för att konfigurera en app för lagerhantering med AppSheet-produkten. Den kommer med många inbyggda funktioner för det specifika användningsfallet. Därför bör nystartade företag och småföretag med begränsade datastorlekar utan tvekan prova Google Sheets för deras lager!
Ska du använda Google Sheets som en relationsdatabas?
Kort sagt, NEJ.
Om du inte är bekant med RDBMS-systemet, låt mig ge en kort förklaring. En relationsdatabas är en databas som lagrar data i tabeller som är relaterade till varandra. I relationsdatabaser är flera tabeller i en datauppsättning sammankopplade med gemensamma fält eller nycklar. Kolla in exemplet nedan för att förstå bättre. Sådana databaser används ofta för att lagra stora mängder data som måste nås av flera användare.
Google Sheets skapades inte för att fungera som ett relationsdatabashanteringssystem och kan misslyckas i fall av komplexa datastrukturer och frågekrav.
Visualisera data med Google Sheets.
Medan vi har fokuserat på datainsamling och lagring, låt oss inte glömma nästa steg med att analysera data och fånga mönster. Google Sheets tillhandahåller flera verktyg för att visualisera data i olika former, inklusive stapeldiagram, histogram, cirkeldiagram och mycket mer.
Du kan upptäcka extremvärden, jämföra trender över olika tidsperioder och presentera insikterna på ett kreativt sätt! Nedan visar jag snabbt hur man skapar och ändrar diagramtyper i Google sheets för utvalda data.
Använda Google Sheets som en databas från Google Formulär
Google Forms har blivit allt mer populärt tack vare deras enkla gränssnitt och snabba svarstid. Visste du att du kan länka ditt Google-formulär till en kalkylbladsdatabas?
När du har länkat dem läggs uppgifterna som samlas in i ditt formulär automatiskt till i bladet. Du kan använda koden nedan i Skriptredigeraren.
function onFormSubmit(e) {
var sheet = SpreadsheetApp.getActiveSheet();
var row = sheet.getLastRow();
var data = e.namedValues;
sheet.getRange(row, 1).setValue(data['Name'][0]);
sheet.getRange(row, 2).setValue(data['Email Address'][0]);
sheet.getRange(row, 3).setValue(data['Sale price’’][0]);}
Navigera sedan till fliken "Svar" i ditt Google-formulär och välj "Skapa kalkylblad". Du bör kunna se ett alternativ till "Link Form". Det är allt! Data kommer att organiseras i rader och kan sorteras, filtreras och analyseras med hjälp av Google Sheets kraftfulla verktyg. Detta är en snabb och effektiv metod för att skapa en strömlinjeformad databas för personliga projekt, insamling av enkätdata, etc.
Automatisera datainmatning i vilken databas som helst med nanonnät
Nanonets kraftfulla OCR- och arbetsflödesautomatiseringsplattform kan snabbt automatisera datainmatning från vilken datakälla som helst med ett kodfritt gränssnitt. Nanonets har enkla integrationer med topp CRM, ERP och databaser, vilket säkerställer hög datanoggrannhet samtidigt som data extraheras och synkroniseras.
Oroa dig mindre för att uppdatera databaser regelbundet och konvertera enkelt ostrukturerad dokumentdata till ett strukturerat format med Nanonets. Kolla in Nanonets integrationer.
Vill du automatisera dokumentkonverteringsprocesser, kolla in våra kostnadsfria OCR-verktyg:
Slutsats
Vi har sett de olika användningsfallen för Google Sheets en databas hittills! Kom ihåg att kraften i Google-ark realiseras bäst när den integreras med andra verktyg i Googles ekosystem som Google Forms, API, Appstore och mycket mer. Men de saknar fortfarande många funktioner i traditionell databas och företag bör uppgradera när de expanderar. Det kan finnas säkerhetsproblem för att lagra känslig information från tredje part på Google Sheets också. Anpassa och improvisera efter behov av tid! Hoppas du gillade läsningen!
När ska du välja Google Sheets för att bygga en databas?
en stor nackdel med Google Sheets är dess begränsade funktionalitet på avancerad nivå, vilket innebär att det inte är särskilt skalbart och det är inte det bästa verktyget för att bygga mer komplexa databaser. på grund av dess likheter med Excels användargränssnitt (UI) har det en ganska ytlig inlärningskurva.
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- Platoblockchain. Web3 Metaverse Intelligence. Kunskap förstärkt. Tillgång här.
- Minting the Future med Adryenn Ashley. Tillgång här.
- Källa: https://nanonets.com/blog/how-to-use-google-sheets-as-a-database/
- :är
- $UPP
- 1
- 100
- 7
- a
- Able
- Om oss
- om det
- ovan
- tillgång
- Accessed
- Konto
- noggrannhet
- anpassa
- Tillägg
- lagt till
- Annat
- adress
- avancerat
- Fördel
- AI-powered
- algoritmer
- tillåter
- alternativ
- mängder
- analytiker
- analys
- och
- api
- app
- tillämpningar
- appar
- ÄR
- konstnär
- AS
- At
- attribut
- autentisera
- Autentisering
- automatisera
- automatiskt
- Automation
- tillgänglig
- backend
- bar
- bas
- grund
- BE
- därför att
- blir
- nedan
- BÄST
- Bättre
- större
- Blogg
- kropp
- SLUTRESULTAT
- Byggnad
- inbyggd
- företag
- företag
- affärsman
- Knappen
- by
- kallas
- KAN
- Fångande
- noggrann
- Vid
- fall
- kedja
- byta
- Diagram
- Diagram
- ta
- Välja
- klass
- klient
- cloud
- koda
- samverkan
- Samla
- samling
- Kolumn
- COM
- komma
- Gemensam
- jämföra
- fullborda
- komplex
- oro
- slutsats
- Kontakta
- anslutna
- Anslutningar
- samtycke
- Konsol
- konsulter
- innehåll
- sammanhang
- kontroll
- Konvertering
- konvertera
- kostnadseffektiv
- skapa
- skapar
- Skapa
- Kreativ
- referenser
- CRM
- avgörande
- kurva
- datum
- datainmatning
- datavisualisering
- Databas
- databaser
- datauppsättningar
- definierade
- demonstrera
- utplacerade
- detaljerad
- Utveckling
- DID
- olika
- digital
- digital värld
- Nackdel
- Upptäckten
- diskutera
- Visa
- flera
- Django
- dokumentera
- inte
- ner
- nackdelar
- dynamisk
- dynamiskt
- e
- varje
- lätt
- ekosystemet
- redaktör
- effektiv
- elementet
- eliminera
- e
- säkerställa
- säkerställa
- ange
- Går in
- inträde
- Miljö
- ERP
- fel
- etc
- exempel
- exempel
- excel
- exekvera
- Utför
- Bygga ut
- expanderar
- förklaring
- export
- extrahera
- Ansikte
- MISSLYCKAS
- bekant
- möjlig
- Funktioner
- avgifter
- fält
- Fält
- Figur
- Fil
- Filer
- filtrera
- filter
- hitta
- Förnamn
- fokusering
- För
- För nystartade
- formen
- format
- former
- Ramverk
- Fri
- gratis ocr-verktyg
- Frekvens
- från
- fungera
- funktionaliteter
- funktionalitet
- funktioner
- ytterligare
- skaffa sig
- Ge
- Go
- god
- Google Cloud
- Googles
- grafer
- stor
- Växer
- styra
- hantera
- händer
- händer
- Har
- hjälpa
- här.
- Hög
- hoppas
- värd
- Hur ser din drömresa ut
- How To
- Men
- html
- http
- HTTPS
- i
- SJUK
- ID
- bild
- importera
- in
- ingår
- Inklusive
- alltmer
- index
- individuellt
- informationen
- ingång
- insikter
- installera
- instruktioner
- integrerade
- integrering
- integrationer
- interagera
- Gränssnitt
- lager
- Inventory Management
- faktura ocr
- IT
- DESS
- JavaScript
- json
- Ha kvar
- Nyckel
- nycklar
- Vet
- arbetskraft
- Brist
- Large
- inlärning
- Lets
- Nivå
- tycka om
- Begränsad
- LINK
- kopplade
- länkar
- se
- du letar
- Lot
- Låg
- Maskinen
- maskininlärning
- gjord
- upprätthålla
- större
- GÖR
- hantera
- ledning
- Manipulation
- manuell
- manuellt
- många
- material
- Maj..
- betyder
- Medium
- nämnts
- meta
- metod
- metoder
- migrera
- migration
- modell
- modeller
- pengar
- mer
- mer effektiv
- mest
- multipel
- mysql
- namn
- Navigera
- Behöver
- behov
- Nya
- Nästa
- antal
- oauth
- få
- OCR
- of
- on
- ONE
- nätet
- öppet
- Alternativet
- Tillbehör
- orakel
- ordrar
- Organiserad
- OS
- Övriga
- övergripande
- Overstock
- sida
- målningar
- parameter
- särskilt
- parti
- bana
- Mönster
- mönster
- Personer
- perioder
- personlig
- telefon
- fysisk
- plattform
- plato
- Platon Data Intelligence
- PlatonData
- plugin
- Populära
- Inlägg
- PostgreSQL
- kraft
- den mäktigaste
- praktiken
- presentera
- pretty
- pris
- process
- processer
- Produkt
- Produktion
- Produkter
- projektet
- projekt
- ge
- ger
- tillhandahålla
- Drar
- Python
- sökfrågor
- Snabbt
- snabbt
- område
- Raw
- RE
- Läsa
- Läsning
- insåg
- Kvitto OCR
- post
- regelbundet
- relaterad
- relevanta
- ihåg
- ta bort
- ersätta
- begära
- krav
- Krav
- rädda
- Resursintensiv
- Resurser
- respons
- resultera
- avkastning
- RAD
- Körning
- s
- på ett säkert sätt
- Till Salu
- försäljning
- Samma
- Save
- skalbar
- screen
- skript
- §
- sektioner
- säkerhet
- vald
- selektiv
- Säljer
- känslig
- tjänar
- service
- in
- inställning
- grunt
- Dela
- delning
- Kort
- brist
- skall
- show
- visas
- signera
- Likheterna
- Enkelt
- Storlek
- storlekar
- skicklig
- Small
- småföretag
- lösning
- Källa
- specifik
- kalkylblad
- standard
- igång
- Starta
- Startups
- Steg
- Steg
- Fortfarande
- förvaring
- lagra
- lagras
- lagrar
- Upplevelser för livet
- misslyckande
- okomplicerad
- strömlinjeformad
- rationalisering
- strukturerade
- sådana
- leverera
- leveranskedjan
- stödja
- Stöder
- Ökar
- Undersökning
- syntax
- system
- bord
- uppgifter
- den där
- Smakämnen
- deras
- Dem
- Dessa
- Tredje
- Genom
- hela
- tid
- till
- dagens
- alltför
- verktyg
- verktyg
- topp
- traditionell
- transaktion
- Transaktioner
- Trender
- typer
- ui
- förstå
- obekant
- Uppdatering
- uppdatering
- uppgradera
- URL
- us
- användning
- användningsfall
- användarfall
- Användare
- Användargränssnitt
- användare
- värde
- Värden
- olika
- visualisering
- Sätt..
- webb
- webbapplikationer
- Webbplats
- webbsidor
- VÄL
- Vad
- som
- medan
- VEM
- kommer
- med
- Wordpress
- WordPress plugin
- världen
- skriva
- skriven
- Om er
- Din
- zephyrnet