数据获取基础：从 Excel、CSV、文本文件导入数据，连接 SQL Server 等常见数据源

数据获取是 Power BI 分析流程的起点，也是决定后续数据模型质量的关键环节。无论你面对的是本地文件、企业数据库还是云端服务，Power BI Desktop 都提供了统一的“获取数据”入口，但不同数据源在连接方式、性能表现和刷新策略上存在显著差异。本章将系统讲解从 Excel、CSV、文本文件导入数据的方法，以及连接 SQL Server 等关系型数据库的完整流程，帮助你建立一套稳健、可复用的数据接入方案。

核心原理：理解 Power BI 的数据连接模型

Power BI Desktop 的数据获取并非简单地将数据“复制粘贴”进报表，而是建立了一条从源系统到可视化层的完整管道。其核心原理包含三个层次：连接（Connection）、查询（Query）和加载（Loading）。连接层负责与数据源建立通信协议，例如对 SQL Server 使用 TDS 协议，对 Excel 使用 OLE DB 或 ODBC 驱动；查询层通过 Power Query（M 语言）对数据进行提取、清洗和转换；加载层则将处理后的数据写入 Power BI 的数据模型（VertiPaq 列式存储引擎）或保持直连模式。

理解这一原理对后续操作至关重要。例如，当你从 Excel 导入数据时，Power Query 会读取工作表中的单元格区域，并将其转换为表格结构；而连接 SQL Server 时，你可以选择导入模式（Import）或直连模式（DirectQuery）。导入模式将数据快照存入本地模型，适合数据量适中、不需要实时更新的场景；直连模式则每次查询实时访问数据库，适合大数据量或需要实时数据的场景，但对数据库性能有较高要求。

从 Excel、CSV、文本文件导入数据

本地文件是 Power BI 最常用的数据源，尤其适合个人分析和小团队协作。Excel 文件支持多工作表、命名区域和表格对象，而 CSV 和文本文件则以其轻量、通用性强的特点成为数据交换的标准格式。下面分别介绍操作流程和注意事项。

Excel 文件导入：操作流程与最佳实践

1. 启动获取数据：在 Power BI Desktop 的“开始”选项卡中，点击“获取数据”按钮，选择“Excel”。
2. 定位文件：在文件选择器中找到目标 .xlsx 或 .xls 文件，点击“打开”。
3. 导航器选择：Power Query 会显示工作簿中的所有工作表、表格和命名区域。勾选需要导入的项，右侧会显示数据预览。
4. 转换数据或加载：点击“转换数据”进入查询编辑器进行清洗，或直接点击“加载”将数据导入模型。

在导入 Excel 时，有几个关键点需要特别留意。首先，确保源数据是规范的表格格式——每列有标题、每行是一条记录、没有合并单元格、没有空行空列。如果 Excel 中有多个结构相同的工作表（例如每月一份销售数据），可以使用 Power Query 的“从文件夹”功能批量导入，并通过自定义函数合并所有文件。其次，注意数据类型自动检测。Power Query 会根据前 200 行数据推断列类型，但有时会误判（例如将“001”开头的编号识别为数字），建议在查询编辑器中手动指定每列的数据类型。

CSV 与文本文件导入：编码与分隔符处理

CSV（逗号分隔值）文件是数据交换的通用格式，但实际使用中常遇到编码和分隔符问题。Power BI 导入 CSV 时，默认使用系统区域设置（如中文系统使用 GBK 编码），如果文件是 UTF-8 编码且包含中文，可能会出现乱码。解决方法是在“获取数据”时选择“文本/CSV”，然后在预览界面中手动调整“文件原始格式”为“65001: UTF-8”。

分隔符方面，Power BI 会自动检测逗号、分号、制表符等常见分隔符，但有时需要手动指定。例如，某些欧洲地区生成的 CSV 使用分号作为分隔符，而中文环境下可能使用制表符。在“文本/CSV”连接器的预览窗口中，你可以直接修改“分隔符”选项，并实时查看数据拆分效果。

数据源类型	适用场景	关键注意事项	推荐做法
Excel (.xlsx)	中小数据量、多工作表、含公式或格式	避免合并单元格；确保列类型一致；注意工作表名称变化	将数据区域转换为“表格”（Ctrl+T），便于自动扩展
CSV (.csv)	系统导出、日志文件、跨平台数据交换	编码（UTF-8 vs GBK）；分隔符（逗号/分号/制表符）；首行是否为标题	导入时检查预览，必要时使用“示例文件”功能
文本文件 (.txt)	非结构化或半结构化文本、固定宽度文件	需要自定义解析规则；可能包含特殊字符	使用“从文本/CSV”连接器，配合 Power Query 的“拆分列”功能

连接 SQL Server 等常见数据库

企业级数据分析通常需要直接连接关系型数据库。SQL Server 是 Power BI 最原生支持的数据库源，连接稳定且功能丰富。此外，Power BI 还支持 Oracle、MySQL、PostgreSQL、IBM Db2 等主流数据库。连接数据库的核心流程相似，但不同数据库在驱动、身份验证和查询语法上存在差异。

SQL Server 连接：从基础到进阶

连接 SQL Server 的步骤如下：

1. 选择连接器：在“获取数据”中搜索“SQL Server”，点击连接。
2. 填写服务器信息：输入服务器名称（如 localhost 或 192.168.1.100\SQLEXPRESS），以及数据库名称（可选，留空则显示所有数据库）。
3. 选择数据连接模式：在高级选项中，可以选择“导入”或“DirectQuery”。对于初学者，建议先使用“导入”模式。
4. 身份验证：选择“Windows 身份验证”或“数据库身份验证”（输入用户名和密码）。企业环境通常使用 Windows 集成认证。
5. 导航器选择表或视图：在导航器中，可以展开数据库，选择需要的表、视图，也可以编写自定义 SQL 查询。

在连接 SQL Server 时，一个重要的进阶功能是使用 SQL 语句进行数据预筛选。在“高级选项”中，你可以输入 SQL 查询语句，例如：

SELECT 
    OrderDate, 
    CustomerID, 
    SUM(OrderAmount) AS TotalAmount
FROM Sales.Orders
WHERE OrderDate >= '2024-01-01'
GROUP BY OrderDate, CustomerID;

这样做的好处是：将数据筛选和聚合下推到数据库服务器执行，减少传输到 Power BI 的数据量，显著提升性能。但需要注意，如果使用 DirectQuery 模式，SQL 语句中的某些函数可能不被支持，需要遵循 Power BI 的查询限制。

其他数据库连接要点

对于 MySQL 和 PostgreSQL，Power BI 需要安装相应的 ODBC 或 ADO.NET 驱动。连接时通常需要提供主机名、端口、数据库名和凭据。Oracle 数据库则推荐使用 Oracle Data Access Components（ODAC）。在连接这些数据库时，建议先在本地测试连接字符串，确保网络连通性和驱动版本兼容性。

实战场景：从 Excel 和 SQL Server 构建销售分析数据集

为了更好地理解数据获取的完整流程，我们来看一个综合案例。假设你是一家零售公司的数据分析师，需要构建一个销售分析报表，数据来源包括：本地 Excel 文件（存储门店信息）和 SQL Server 数据库（存储销售订单明细）。

背景与约束：公司有 50 家门店，分布在华东、华南、华北三个区域。销售订单表在 SQL Server 中，包含 2023 年至今约 500 万行数据。门店信息表由行政部维护，每月更新一次，以 Excel 文件形式通过邮件发送。你需要将两个数据源整合，分析各区域的销售趋势和门店绩效。

操作步骤：

• 第一步：导入门店信息。使用“获取数据”中的“Excel”连接器，选择门店信息文件。在查询编辑器中，将“门店ID”列的数据类型改为“整数”，将“区域”列的文本去除前后空格。重命名查询为“门店信息”。
• 第二步：连接销售订单。使用“SQL Server”连接器，输入服务器地址和数据库名。在导航器中，选择“销售订单”表，但不要直接加载。点击“转换数据”进入查询编辑器。
• 第三步：数据筛选与聚合。在查询编辑器中，使用“筛选行”功能，只保留 OrderDate 在 2024 年之后的记录。然后使用“分组依据”功能，按 StoreID 和 OrderDate（按月）聚合销售额。这样可以显著减少数据量。
• 第四步：合并查询。在“销售订单”查询中，使用“合并查询”功能，以 StoreID 为关联键，连接“门店信息”查询。展开合并后的列，选择“区域”和“门店名称”。
• 第五步：关闭并应用。完成所有转换后，点击“关闭并应用”。Power BI 会将处理后的数据加载到模型中。

结果与复盘：通过上述流程，你将 500 万行明细数据压缩为约 10 万行月度聚合数据，加载时间从原来的 5 分钟缩短到 20 秒。报表刷新时，只需重新执行查询，无需手动处理 Excel 文件。复盘经验：在数据获取阶段就进行聚合和筛选，是提升 Power BI 性能最有效的手段。此外，将门店信息与销售订单分开存储，通过关系模型关联，比合并成一张宽表更灵活，便于后续维护。

常见误区与总结复盘

在数据获取过程中，初学者常犯以下错误，需要特别注意避免：

• 误区一：忽略数据类型。导入后才发现日期列是文本格式，导致无法按时间筛选。解决方法是导入时在查询编辑器中手动设置每列类型。
• 误区二：加载不必要的数据。将整个 Excel 工作表或数据库表全部加载，即使只需要其中几列。这会导致模型臃肿、性能下降。应使用“选择列”功能或 SQL 查询只提取所需字段。
• 误区三：混淆导入模式与直连模式。在 DirectQuery 模式下使用复杂的 M 语言转换，可能导致每次报表交互都触发数据库查询，造成性能瓶颈。建议：需要复杂转换时使用导入模式，需要实时数据时使用直连模式，并尽量将转换逻辑下推到数据库。
• 误区四：忽视数据刷新策略。本地 Excel 文件无法在 Power BI 服务中自动刷新，除非使用 OneDrive 或 SharePoint 作为数据源。SQL Server 则需要配置本地数据网关才能实现云端刷新。