基于Excel匹配记录从SQL Server表提取数据的方法

有几种可行的方案，不用把外部Excel数据加载到数据库就能完成数据对比和记录提取：

1. 直接用SQL的IN子句嵌入ID列表 #

• 先把Excel里的唯一ID转换成逗号分隔的字符串：用Excel的TEXTJOIN(",",TRUE,A:A)函数（假设ID在A列），一键生成所有ID的拼接文本，字符串类型ID要加上单引号，数值型则不用。
• 然后写SQL查询，示例：

SELECT *
FROM 你的数据仓库表名
WHERE 唯一ID列名 IN ('CASE001', 'CASE002', 'CASE003', ...);

• 如果ID数量特别多（比如超过数据库IN子句的限制，比如Oracle默认1000条），可以拆成多个IN子句用OR连接，比如WHERE ID IN (...) OR ID IN (...)。

2. 用数据库客户端的跨源查询功能 #

大部分主流数据库客户端（比如DBeaver、Navicat、SQL Server Management Studio）都支持直接关联本地Excel文件和数据库表，全程在客户端处理，不会把Excel数据写入数据库：

• 以DBeaver为例：先添加Excel作为本地数据源，然后在查询编辑器里写跨表关联查询，示例：

SELECT dw.*
FROM 数据仓库表名 dw
INNER JOIN (SELECT 唯一ID列名 FROM [Excel文件路径].[工作表名$]) ext
ON dw.唯一ID列名 = ext.唯一ID列名;

3. 用脚本语言本地处理（以Python为例） #

用Python读取本地Excel的ID列表，然后连接数据库执行参数化查询，只把ID列表作为查询条件传给数据库，不会加载Excel数据到库中：

import pandas as pd
import psycopg2  # 不同数据库用对应驱动，比如MySQL用pymysql，SQL Server用pyodbc

# 读取Excel里的ID
excel_data = pd.read_excel('合作伙伴案例.xlsx')
id_list = excel_data['唯一ID列名'].tolist()

# 连接数据库
conn = psycopg2.connect(
    host='你的数据库地址',
    user='用户名',
    password='密码',
    dbname='数据库名'
)
cursor = conn.cursor()

# 生成参数化查询，避免SQL注入
placeholders = ','.join(['%s'] * len(id_list))
query = f"SELECT * FROM 数据仓库表名 WHERE 唯一ID列名 IN ({placeholders})"
cursor.execute(query, id_list)

# 获取结果并保存成Excel
columns = [desc[0] for desc in cursor.description]
result_df = pd.DataFrame(cursor.fetchall(), columns=columns)
result_df.to_excel('匹配结果.xlsx', index=False)

# 关闭连接
cursor.close()
conn.close()

内容的提问来源于stack exchange，提问作者TyM