数据获取与连接：从Excel、CSV、数据库及云端数据源导入数据
经营分析看板的价值，首先取决于数据能否准确、及时地进入 Power BI。数据获取与连接是搭建看板的第一道工序，也是后续数据建模与可视化的基础。本章将系统讲解从 Excel、CSV、SQL Server、MySQL 及云端数据源导入数据的完整路径，并针对高频连接故障给出可落地的排查方案。无论你是财务、销售还是运营分析人员，掌握这些方法都能显著减少“数据进不来”或“数据对不上”的困扰。
3.1 文件数据源导入：Excel 与 CSV 的精细控制
核心原理
Excel 和 CSV 是经营分析中最常见的数据载体。Power BI 通过内置的 Power Query 引擎读取文件内容，其核心优势在于：不直接加载原始数据，而是先建立“查询”引用，允许你在加载前完成列类型修正、过滤、合并等操作。Excel 文件本质是压缩包格式（XLSX），Power Query 会解析其中的 Sheet、命名区域和表格；CSV 则是纯文本，需要明确指定分隔符、编码和区域设置。
操作流程
- 获取数据入口：在 Power BI Desktop 的“开始”选项卡中，点击“获取数据” → 选择“Excel”或“文本/CSV”。
- 文件定位与预览：浏览文件路径，系统会弹出导航器窗口，左侧显示所有 Sheet 或表格对象，右侧显示数据预览。
- 转换或加载：点击“转换数据”进入 Power Query 编辑器进行清洗；点击“加载”则直接导入数据模型。
- CSV 特殊设置：在连接 CSV 时，注意检查“文件原始格式”（默认 UTF-8）、“分隔符”（逗号、分号、制表符）和“数据类型检测”选项。
| 对比维度 | Excel（XLSX） | CSV |
|---|---|---|
| 多 Sheet 支持 | 支持，可分别选择 | 不支持，单表结构 |
| 数据类型保留 | 较好，但日期/数字仍需校验 | 全部按文本读取，需手动转换 |
| 公式与格式 | 仅读取值，忽略公式和样式 | 无公式概念 |
| 性能表现 | 文件较大时加载较慢 | 轻量，加载速度快 |
| 常见问题 | 合并单元格、空行干扰 | 乱码、分隔符错位 |
实战场景：销售明细 CSV 导入
某零售企业每日导出销售明细 CSV（约 5 万行），包含订单号、商品编码、销售数量、单价、成交时间等字段。初始导入时发现“成交时间”列显示为文本，且“单价”列带有货币符号“¥”。在 Power Query 中执行以下操作：
- 将“成交时间”列类型改为“日期时间”，并指定格式“yyyy-MM-dd HH:mm:ss”。
- 对“单价”列使用“替换值”功能，删除“¥”字符，再转换为小数类型。
- 删除“订单号”列中的重复项，确保唯一性。
- 添加自定义列“销售额” = 销售数量 × 单价。
清洗完成后加载到模型，后续透视汇总效率显著提升。此案例说明：CSV 导入的关键在于“类型修正”和“清洗规则”的固化，Power Query 会自动记录步骤，下次刷新时自动重放。
3.2 数据库连接：SQL Server 与 MySQL 的配置与优化
核心原理
数据库连接采用 驱动程序 + 连接字符串 的机制。Power BI 通过 ODBC 或 ADO.NET 驱动与数据库通信。SQL Server 使用原生 SQL Server Native Client，MySQL 则需要安装 MySQL Connector/NET 或 ODBC 驱动。连接时需指定服务器地址、端口、数据库名、身份验证方式（Windows 或 SQL 账号）。Power Query 会将你的表选择或 SQL 查询语句翻译为底层数据源可执行的命令，并支持“查询折叠”——即尽可能将过滤、聚合操作下推到数据库执行，减少本地内存压力。
判断方法与操作流程
- 连接前检查：确认数据库服务是否启动、端口是否开放（SQL Server 默认 1433，MySQL 默认 3306）、防火墙是否放行。
- SQL Server 连接：选择“SQL Server 数据库”连接器 → 输入服务器名称（如
192.168.1.100,1433）→ 选择数据库 → 选择“DirectQuery”或“Import”模式。 - MySQL 连接：选择“MySQL 数据库”连接器 → 输入服务器和端口 → 输入用户名/密码 → 在高级选项中可以编写 SQL 语句。
- 测试连接：点击“确定”后，Power BI 会测试连接并显示数据库对象树。
案例拆解：SQL Server 销售订单导入
某制造企业需要分析近三年的订单数据，数据量约 800 万行，存储在 SQL Server 中。初始使用 Import 模式导入，耗时 20 分钟且内存占用过高。优化方案如下：
| 步骤 | 操作 | 效果 |
|---|---|---|
| 1 | 在 Power Query 中编写 SQL 语句，仅提取“订单日期 >= 2022-01-01”的数据 | 数据量降至 300 万行 |
| 2 | 删除不需要的列（如备注、内部标识） | 减少列存储开销 |
| 3 | 将“订单日期”列改为日期类型，并创建日期维度表关联 | 提升时间筛选性能 |
| 4 | 设置每日凌晨 2 点刷新 | 保证数据时效性 |
优化后导入时间缩短至 4 分钟，看板响应速度提升 60%。此案例说明：数据库导入的核心策略是“源头过滤”和“按需取数”，不要盲目全量加载。
3.3 云端数据源与常见连接故障排查
核心原理
云端数据源包括 Azure SQL、SharePoint 列表、Dataverse、Google Analytics 等。Power BI 通过 OAuth 2.0 或 进行身份验证。与本地数据源不同，云端连接通常需要经过 Internet 网关，且受租户权限、数据网关配置影响。对于 SharePoint 列表，Power Query 会调用 REST API 获取数据；对于 Azure Blob，需要提供存储账户名称和密钥。
常见连接问题与排查清单
| 问题现象 | 可能原因 | 排查方法 |
|---|---|---|
| 无法连接 SQL Server | 端口未开放、SQL 服务未启动、账号权限不足 | 使用 SSMS 测试连接；检查防火墙规则 |
| MySQL 驱动缺失 | 未安装 Connector/ODBC 驱动 | 下载安装对应版本驱动，重启 Power BI |
| SharePoint 列表加载失败 | 权限不足、列表名称变更、网关未配置 | 检查 Office 365 账号权限；确认列表 URL |
| 数据刷新超时 | 数据量过大、网关网络不稳定 | 优化查询、增加超时时间设置 |
| CSV 乱码 | 文件编码非 UTF-8 | 在 Power Query 中手动指定“文件原始格式”为 GBK |
案例拆解：SharePoint 列表连接故障处理
某互联网公司使用 SharePoint 列表维护项目任务清单，需要将其导入 Power BI 制作进度看板。连接时提示“无法刷新预览”。排查过程：
- 检查账号权限：确认当前用户对列表有“读取”权限。
- 验证 URL 正确性：在浏览器中打开列表，复制完整 URL 到连接器。
- 检查网关状态：由于公司启用了混合部署，需要安装并配置本地数据网关。
- 查看错误日志：在“选项与设置” → “数据源设置”中查看详细错误信息，发现是 OAuth 令牌过期。
最终通过重新登录 Office 365 账号并刷新令牌解决。此案例表明：云端连接故障的排查应遵循“权限 → 网络 → 凭据 → 网关”的顺序，避免盲目重装驱动。
3.4 数据导入后的验证与总结复盘
核心原理
数据导入不是终点，而是起点。导入后必须进行 数据质量验证，包括行数核对、列完整性检查、重复值检测、异常值筛查。Power BI 的“数据视图”和“Power Query 的列质量”功能可辅助完成这些检查。同时，建议建立“数据源文档”，记录每个表的来源、刷新频率、清洗规则和负责人，便于后期维护。
验证清单
- 行数是否与源系统一致（或符合预期过滤条件）。
- 关键字段（如订单号、日期）是否有空值。
- 数值字段的求和、平均值是否在合理范围内。
- 日期字段是否识别为日期类型，而非文本。
- 是否存在重复记录，是否需要去重。
通过本章的学习，你已经掌握了从文件、数据库和云端导入数据的完整路径，并了解了常见连接问题的排查思路。在实际项目中，请务必养成“先预览、再清洗、后加载”的习惯，这将为后续的数据建模和看板搭建打下坚实基础。