⑴ excel與sql server各自的優點與缺點
根本不是一類的東西嘛，怎麼比？
這么說吧：
excel拿來分析是很強悍的，它裡面內置的那麼多函數幾乎可以滿足現實中90%以上的數據分析需要，而且它的數據報表功能超靈活，加上它足夠簡單，這就是excel的優點。
但你如果拿excel作軟體的後台資料庫就很糟糕了，因為excel只能作為桌面型的資料庫來使用，你任何的查詢都導致全部數據的網路傳遞，不僅伺服器疲於奔命，網路佔用高，客戶機的負擔也超大。
不信你在10萬條記錄裡面進行SQL檢索，採用sql
server跟excel的數據返回速度完全不在一個檔次上。
sql
server作為伺服器資料庫，它只返回限於程序提交的查詢語句的對應記錄，所以能用於大型數據處理
⑵ 利用ADO來實現SQL與EXCEL之間的數據轉換的優缺點
select * into 表 from
OPENROWSET('MICROSOFT.JET.OLEDB.4.0'
,'Excel 5.0;HDR=YES;DATABASE=c:\test.xls',sheet1$)
利用ADO,優點是數據可以篩選和整理\修復\轉換,相對靈活,適用性高,缺點是需要寫中間部件,不如用SQL直接導入方便
⑶ EXCEL與SQL哪個更安全，為什麼
sql資料庫包含一切EXCEL能做到的功能，但是為了操作和管理方便，所以用編程語言開發出可供用戶操作的界面。也就是所畏的資料庫應用軟體。
⑷ EXCEL與SQL哪個更安全，為什麼
excel 是應用軟體，主要幫助我們做日常的辦公。
sql server 是資料庫，專用於持久化數據。
⑸ EXCEL與SQL哪個更安全，為什麼
呵呵，那就錯了。sql要安全一些。本身軟體就有安全性，在登入的過程中都要驗證賬戶和密碼，excel能嗎？？
⑹ 數據處理簡單對比：Excel，SQL，Python
無論是什麼工具，做數據分析的時候一定會涉及到兩類工作：
這篇文章簡單對比一下Excel、SQL和Python在這兩類任務上的實現過程，從而對比其異同。
如圖所示，所涉及的共有三個表：
可以看到，score表通過sno和student表連接、通過cno和course表連接。
另外，這張截圖截自Excel，主要是為了方便後面Excel部分的討論。
現在，我想要合並三張表，得到新表merge_table，表包含的列一次為：sno，cno，degree，sname，cname。
即，新表中包含score表的所有列，student表的sname列，以及course表的cname列。
為了討論方便，先上結果：
首先，在 A17:E17 單元格創建所需列名，然後通過簡單復制粘貼得到 A18:C28 這三列的數據。
D、E列的數據可以通過以下兩種方法實現：
兩種方法實現邏輯和結果都一樣，但前者調用的時候比後者稍復雜。為了說明，D列數據的提取我使用了方法1，E列數據的提取我使用了方法2。
D列：
首先在 D18 單元格輸入以下函數（函數中的單元格所對應的數據請看圖01）
接著下拉函數至 D28 。
E列：
在 E18 單元格輸入以下函數（函數中的單元格所對應的數據請看圖01）
接著下拉函數至 E28 。
注意，如果要提取某個表中的多個列的數據，比如除了sname，我還想得到ssex、sbirthday和class的數據，由於這些列是一同儲存在student表中的，用 VLOOPKUP() 顯然更高效。
如果想要加快效率，還可以在原student表上新增一行，用數字x來表示第x列，然後在調用 VLOOPKUP() 時，直接把第三個參數指向這一行。
在合並關聯表上，SQL非常便捷。實現的語句有兩個（先創建或者導入原數據表）：
或
兩種方法返回的結果相同，結果如下：
我用的MySQL，不知道為什麼合並後行的順序變了=。=
在Python中，首先導入 numpy 和 pandas 模塊：
接著導入數據表。
之後通過以下語句實現merge_table表的建立：
結果如下：
現在假設score表多了一行數據：
如圖所示，藍色部分為多出的數據，且課程6-106在course表中不存在。請無視邏輯問題，主要是為了方便討論:）
遇到這種情況，上述的實現方法會出現一個問題：
因為課程號6-106在course表裡並不存在，所以函數在返回值的時候出錯了。
解決的辦法有一個，就是在原函數上嵌套 IF() 函數。比如我把 E29 的函數更改為：
如果函數計算結果錯誤，則返回0。
在SQL中，如果出現此類情況， LEFT JOIN 會返回NULL值：
如果想把NULL值替換為0，查詢合並表的時候可以加上 isnull() 函數（MySQL中此函數寫作 ifnull() ）：
如果函數計算結果錯誤，則返回0
返回結果和Excel的差不多，就不上圖了。
Python中情況類似：
如果想把NaN值替換為0，只需要在創建merge_table表之後，添加一行語句：
返回結果也不上圖了，和Excel的一樣。
面對合並表中數據不匹配，SQL和Python中都可以在合並表的時候把多出項忽略不計，只要把 LEFT JOIN 換成 INNER JOIN 就行了。但Excel不能自動刪除多出項所在行。
為了方便，現在做一個透視表，該表返回 選了課的同學的學號和其平均課程成績 。
三個軟體對於透視表的實現都很友好，並且效率相近。
Excel在數據透視表工具下把列各種拖拽就行了。
另外，Excel的數據透視表可以選擇返回合計（Grand Total）或者不返回。
語句：
結果：
語句：
結果：
一般做透視表的最終目的是作圖，畢竟一圖勝千語。
從這個目的出發，Python比SQL、Excel更實用，一來Python比Excel作圖高效很多，二來SQL不能作圖。
通過上述對比可以發現，Excel合並關聯表比SQL、Python要低效得多，而且在「數據不匹配」問題上解決得不好；而在另一方面，三者在創建透視表上表現相似，就看你習慣用哪個了:)
⑺ 比較電子表格軟體Excel與資料庫管理系統的優缺點
excel不屬於資料庫管理系統吧，應該選a，因為excel只是一個數據處理的軟體，跟管理差距還遠，系統就更談不上了，常見的資料庫管理系統有db2，oracle，mysql，excel算不上
b選項肯定沒有爭議，c選項可以處理圖形坐標，在excel裡面是可以跟據裡面的數據插入圖形的，而且也可以通過更改裡面的數據達到更改圖形坐標……
哎呀，你怎麼寫的是圖標……這個圖標要是指的是我們平時見到的文件圖標，那麼還真有點不太對
⑻ Spss ，Excel跟Sql 有什麼差別在線等！！！！
分給我。
SPSS主要是用來統計分析數據的，EXCEL主要用來整理數據並作簡單的統計分析，SQL主要是一種數據集的查詢機制。SPSS界面友好，使用簡單，但是功能很強大，也可以編程，能解決絕大部分統計學問題，適合初學者。EXCEL能做一些簡單直觀的統計分析，如果已經安裝宏的話還能做一些數值分析，也很實用。個人認為些都是數據處理應用的軟體，其中excel界面最為友好，但功能是在太過單一，僅適用於日常的簡單數據處理，不適於較復雜的模型分析，因此科研上應用不多；spss有比較強的專業性，另外spss也採用圖形界面，但spss的主要缺點是數據輸出，不能用word等文字處理工具直接打開。Excel在數據分析中最為基礎，最易掌握，圖形工具強大和完善，但不適宜大型統計分析；SPSS軟體為專門為統計而開發的軟體，一般用於大型統計，而對於圖形工具上不太全面，不易掌握。但二者常常兼用互補。EXCEL是最常用的 既可以處理文字信息如數據透視表也可以整理數據信息如：進行方差分析、回歸等等 在日常生活中使用最多，而SPSS是一個在數據處理如：方差分析等待比較專業的一個軟體。非專業人使用較少。絕大部分問題EXCEL均可以解決。SQL是高級的非過程化編程語言，允許用戶在高層數據結構上工作。它不要求用戶指定對數據的存放方法，也不需要用戶了解具體的數據存放方式，所以具有完全不同底層結構的不同資料庫系統，可以使用相同的SQL語言作為數據輸入與管理的SQL介面。
⑼ excel與sql server各自的優點與缺點
根本不是一類的東西嘛，怎麼比？
這么說吧：
excel拿來分析是很強悍的，它裡面內置的那麼多函數幾乎可以滿足現實中90%以上的數據分析需要，而且它的數據報表功能超靈活，加上它足夠簡單，這就是excel的優點。
但你如果拿excel作軟體的後台資料庫就很糟糕了，因為excel只能作為桌面型的資料庫來使用，你任何的查詢都導致全部數據的網路傳遞，不僅伺服器疲於奔命，網路佔用高，客戶機的負擔也超大。
不信你在10萬條記錄裡面進行SQL檢索，採用sql server跟excel的數據返回速度完全不在一個檔次上。
sql server作為伺服器資料庫，它只返回限於程序提交的查詢語句的對應記錄，所以能用於大型數據處理