可用 SQL 查询数据文件的 N 款桌面工具
日常工作中常常需要对 csv\xls 等数据文件进行查询分析，这些文件的格式大都比较规整（每行对应一条记录），可以看成数据库表，如果能使用 SQL 运算就会比较方便。但是，使用 SQL 前通常要将这些文件导入数据库，过程麻烦且难度较大，对非专业程序员用户很不友好。如果有一款能直接在文件上执行 SQL 的工具就方便多了，下面就介绍一些面向非专业程序员的，可以直接用 SQL 查询分析 csv\xls 等数据文件的桌面工具。
OpenOffice Base
有开源版的 access 之称，技术要求低，操作界面友好，专为桌面用户设计。但只支持 csv，SQL 语法比较弱。
OpenOffice Base 体积不大，支持一键安装。提供了友好的图形操作界面，专为桌面用户设计，使用非常方便。计算引擎是自己研发的，可针对文件直接计算，没有复杂的准备工作，没有隐藏的后台数据库，性能比较高，对大文件的支持也比较好。
OpenOffice Base 不支持 xls；SQL 语法较弱，甚至不支持文件之间的关联计算；对文件格式要求比较严格，无法处理格式不规范的文件。
https://www.openoffice.org/product/base.html
Microsoft Query
Excel 是优秀的桌面数据计算工具，功能强大组件众多，其中有个组件叫 Microsoft Query，支持用 SQL 查询 csv 和 xls，操作界面一般，技术要求较低，语法能力较弱。
Microsoft Query 本身体积较小，不需要配置，但要随 Excel 一同安装。Microsoft Query 提供了图形操作界面，风格古老，功能不多；执行 SQL 前有一些简单的配置，可以通过向导完成，难度不大。没有隐藏的后台数据库，性能比较好，支持较大的文件。
Microsoft Query 支持的 SQL 语法有 from 子句、模糊查询、部分字符串和日期函数，不支持 with 子句。支持关联查询，但仅限同类文件之间，csv 和 xls 之间不能进行关联查询，因为 Microsoft Query 为两种文件分别提供了不同的驱动程序，二者不能同时使用。此外，Microsoft Query 对文件格式要求严格，无法处理不规范文件。
esProc Desktop
专用于文件计算的桌面工具，技术要求低，操作界面友好，同时支持 csv/xls，支持的 SQL 语法较丰富。
esProc Desktop 体积较小，支持一键安装，图形操作界面比较友好，执行 SQL 前不需要对文件进行配置。esProc Desktop 使用自研的计算引擎，执行 SQL 时也无须数据库协助，大文件也能获得较好的性能。SQL 语法支持 with 子查询、from 子查询、模糊查询，大量字符串和日期函数，也支持 csv 和 xls 之间的关联计算。除了 csv/xls，还支持 json/xml/http 等多种数据源。而且，利用 esProc 的原生语法，还能很好地处理不规范格式的文件。
http://www.raqsoft.com/esproc-desktop
DBeaver
这是一个数据管理和 SQL 查询工具，支持多种数据源，包括 csv 文件。技术要求中等，操作界面很方便，但 SQL 语法很弱。
DBeaver 体积较小，支持一键安装。默认不支持 csv，需要用向导下载 csv 的支持组件，过程不算难。
DBeaver 执行 SQL 前需要指定目录，不能访问其他目录的文件。只支持模糊查询、过滤、排序、分组汇总等简单 SQL，不支持关联查询、from 子句、with 子句。执行 SQL 时要把数据全量加载到内存，性能较差，不支持大文件。
Log Parser
这是一款命令行 + 桌面的混合型工具，支持 csv 文件和多种日志格式，技术要求低，操作界面中等偏上，但 SQL 语法很弱。
Log Parser 体积很小，一键安装，无需配置，直接执行 SQL，没有前置命令或操作。默认的输入和输出均在命令行完成，如果输入时使用“-o:DATAGRID”选项，则输出结果会显示在图形表格中。Log Parser 使用自己的计算引擎，大文件查询时性能也较好。
Log Parser 只支持简单的 SQL 语法，包括模糊查询、排序、分组汇总等，不支持常用的关联、from 子句、with 子句。对文件格式要求严格，无法处理不规范文件。
https://www.microsoft.com/en-us/download/details.aspx?id=24659
Flatbase
这是一个可以对文件进行 SQL 查询的网站，只支持 csv，技术要求很低，图形化操作界面比较友好，支持的 SQL 语法比较丰富。
不必下载安装，只要打开网站，注册账号即可使用。SQL 语法支持模糊查询、关联、from 子句、with 子句，以及大量的字符串和日期函数。
执行 SQL 前需要将文件拖到工作区，后台实际是个上传文件和入库的动作，操作不难，但性能很差，只适合查询小文件。这个网站缺乏安全措施，不适合查询数据敏感的文件。对文件的格式要求很严格，不支持不规范文件。
H2 database
这是一种小型数据库，只支持 csv 文件，对技术要求中等，操作界面中等难度，支持较丰富的 SQL 语法。
H2 体积很小，本身只是个 jar 包，但要额外下载安装 Java 环境，配置有一定技术要求。H2 自带的网页管理器比较简陋，第三方则更加易用。H2 使用自研的计算引擎，支持 with 子查询、from 子查询、模糊查询，关联查询、大量字符串和日期函数。H2 执行 SQL 前不需要建表，也没有前置操作，直接用”select … from csvread(file path/name)“查询文件。
H2 虽然隐藏了建表和入的库动作，但建表和入库的过程是确实发生的，因此文件不能太大，否则严重影响性能。H2 对文件格式要求严格，不支持格式不规范的文件。
http://www.h2database.com/html/functions.html#csvread
csvsql
这是基于 Python 的小巧的工具，命令行操作中规中矩，只支持 csv 文件，SQL 语法弱，安装配置比较麻烦。
csvsql 体积小不占多少空间，执行 SQL 前没有多余的操作或命令。
csvsql 对 SQLite 进行了封装，但尚未支持所有的 SQLite 语法，包括 with 子句和 from 子句，以及大部分字符串和日期函数。目前只支持排序、过滤、分组汇总、关联等少量语法。csvsql 基于 Python，配置起来较复杂，需要一定的技术功底。执行 SQL 时后台有个入库的过程，不适合查询大文件，否则耗时严重。csvsql 对文件格式要求较高，必须非常规范才能查询。
https://csvkit.readthedocs.io/en/latest/scripts/csvsql.html
q
q 可以看作是 csvsql 的性能改进版，除此外两者没有显著区别。
q 提供了“缓存模式”，第一次查询时文件会入库，性能因此较差，后续再查同样的文件，q 直接使用 SQLite 里的库表，性能因此显著提升。注意，如果文件发生变化，用户需要手工替换缓存，否则查的是库表里的旧数据。
https://github.com/harelba/q/releases/download/2.0.19/q-AMD64-Windows-installer.exe
csvq
csvq 是 go 语言开发的小巧的工具，支持 csv 但不支持 xls，技术要求低，普通的命令行界面，支持的 SQL 语法很丰富。
csvq 只有一个二进制可执行文件，无需安装配置，可直接执行 SQL，没有前置准备工作。支持模糊查询、关联查询、from 子句、with 子句、窗口函数，以及大量的字符串和日期函数。除了 csv，还支持 json 文件。
csvq 封装了 sqlite，执行 SQL 时后台有个入库的过程，需要全量加载到内存，文件不能太大，否则性能较差。csvq 对文件的格式要求较高，无法计算不规范的文件。
https://mithrandie.github.io/csvq/
trdsql
trdsql 是 go 语言开发的命令行工具，支持 csv/json 但不支持 xls，技术要求低，支持的 SQL 语法较为丰富。
trdsql 只有一个二进制可执行文件，无需安装配置，可直接执行 SQL，没有前置准备工作。支持模糊查询、关联查询、from 子句、with 子句、窗口函数，以及大量的字符串和日期函数。trdsql 封装了多种数据库，可根据习惯用选项切换。
执行 SQL 时后台有隐藏的入库过程，文件不能太大，否则性能较差。trdsql 对文件的格式要求较高，无法计算不规范的文件。
https://github.com/noborus/trdsql/releases/download/v0.10.1/trdsql_v0.10.1_windows_amd64.zip
rows
rows 是 Python 编写的命令行工具，支持 csv\xls\json 等多种文件，技术要求较高，SQL 语法不够成熟，属于中等偏弱。
rows 同时支持 csv 和 xls，且支持两种文件的关联计算。执行 SQL 前没有复杂的前置命令，这一点很方便。
rows 体积不大，但安装配置比较复杂，都要通过命令行进行。安装 rows 之前，要先安装并配置 Python 环境，安装 rows 之后，还要安装其他插件，包括支持 xls 文件的插件。rows 支持关联查询、from 子查询，但不支持模糊查询、with 子句，很多字符串和日期函数也不支持。rows 要借助 SQLite 执行 SQL，有后台的入库过程，文件大时性能很差。此外，rows 对文件格式要求很严。
http://turicas.info/rows/installation/
