⑴ excel与sql server各自的优点与缺点
根本不是一类的东西嘛，怎么比？
这么说吧：
excel拿来分析是很强悍的，它里面内置的那么多函数几乎可以满足现实中90%以上的数据分析需要，而且它的数据报表功能超灵活，加上它足够简单，这就是excel的优点。
但你如果拿excel作软件的后台数据库就很糟糕了，因为excel只能作为桌面型的数据库来使用，你任何的查询都导致全部数据的网络传递，不仅服务器疲于奔命，网络占用高，客户机的负担也超大。
不信你在10万条记录里面进行SQL检索，采用sql
server跟excel的数据返回速度完全不在一个档次上。
sql
server作为服务器数据库，它只返回限于程序提交的查询语句的对应记录，所以能用于大型数据处理
⑵ 利用ADO来实现SQL与EXCEL之间的数据转换的优缺点
select * into 表 from
OPENROWSET('MICROSOFT.JET.OLEDB.4.0'
,'Excel 5.0;HDR=YES;DATABASE=c:\test.xls',sheet1$)
利用ADO,优点是数据可以筛选和整理\修复\转换,相对灵活,适用性高,缺点是需要写中间部件,不如用SQL直接导入方便
⑶ EXCEL与SQL哪个更安全，为什么
sql数据库包含一切EXCEL能做到的功能，但是为了操作和管理方便，所以用编程语言开发出可供用户操作的界面。也就是所畏的数据库应用软件。
⑷ EXCEL与SQL哪个更安全，为什么
excel 是应用软件，主要帮助我们做日常的办公。
sql server 是数据库，专用于持久化数据。
⑸ EXCEL与SQL哪个更安全，为什么
呵呵，那就错了。sql要安全一些。本身软件就有安全性，在登入的过程中都要验证账户和密码，excel能吗？？
⑹ 数据处理简单对比：Excel，SQL，Python
无论是什么工具，做数据分析的时候一定会涉及到两类工作：
这篇文章简单对比一下Excel、SQL和Python在这两类任务上的实现过程，从而对比其异同。
如图所示，所涉及的共有三个表：
可以看到，score表通过sno和student表连接、通过cno和course表连接。
另外，这张截图截自Excel，主要是为了方便后面Excel部分的讨论。
现在，我想要合并三张表，得到新表merge_table，表包含的列一次为：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。
为了讨论方便，先上结果：
首先，在 A17:E17 单元格创建所需列名，然后通过简单复制粘贴得到 A18:C28 这三列的数据。
D、E列的数据可以通过以下两种方法实现：
两种方法实现逻辑和结果都一样，但前者调用的时候比后者稍复杂。为了说明，D列数据的提取我使用了方法1，E列数据的提取我使用了方法2。
D列：
首先在 D18 单元格输入以下函数（函数中的单元格所对应的数据请看图01）
接着下拉函数至 D28 。
E列：
在 E18 单元格输入以下函数（函数中的单元格所对应的数据请看图01）
接着下拉函数至 E28 。
注意，如果要提取某个表中的多个列的数据，比如除了sname，我还想得到ssex、sbirthday和class的数据，由于这些列是一同储存在student表中的，用 VLOOPKUP() 显然更高效。
如果想要加快效率，还可以在原student表上新增一行，用数字x来表示第x列，然后在调用 VLOOPKUP() 时，直接把第三个参数指向这一行。
在合并关联表上，SQL非常便捷。实现的语句有两个（先创建或者导入原数据表）：
或
两种方法返回的结果相同，结果如下：
我用的MySQL，不知道为什么合并后行的顺序变了=。=
在Python中，首先导入 numpy 和 pandas 模块：
接着导入数据表。
之后通过以下语句实现merge_table表的建立：
结果如下：
现在假设score表多了一行数据：
如图所示，蓝色部分为多出的数据，且课程6-106在course表中不存在。请无视逻辑问题，主要是为了方便讨论:）
遇到这种情况，上述的实现方法会出现一个问题：
因为课程号6-106在course表里并不存在，所以函数在返回值的时候出错了。
解决的办法有一个，就是在原函数上嵌套 IF() 函数。比如我把 E29 的函数更改为：
如果函数计算结果错误，则返回0。
在SQL中，如果出现此类情况， LEFT JOIN 会返回NULL值：
如果想把NULL值替换为0，查询合并表的时候可以加上 isnull() 函数（MySQL中此函数写作 ifnull() ）：
如果函数计算结果错误，则返回0
返回结果和Excel的差不多，就不上图了。
Python中情况类似：
如果想把NaN值替换为0，只需要在创建merge_table表之后，添加一行语句：
返回结果也不上图了，和Excel的一样。
面对合并表中数据不匹配，SQL和Python中都可以在合并表的时候把多出项忽略不计，只要把 LEFT JOIN 换成 INNER JOIN 就行了。但Excel不能自动删除多出项所在行。
为了方便，现在做一个透视表，该表返回 选了课的同学的学号和其平均课程成绩 。
三个软件对于透视表的实现都很友好，并且效率相近。
Excel在数据透视表工具下把列各种拖拽就行了。
另外，Excel的数据透视表可以选择返回合计（Grand Total）或者不返回。
语句：
结果：
语句：
结果：
一般做透视表的最终目的是作图，毕竟一图胜千语。
从这个目的出发，Python比SQL、Excel更实用，一来Python比Excel作图高效很多，二来SQL不能作图。
通过上述对比可以发现，Excel合并关联表比SQL、Python要低效得多，而且在“数据不匹配”问题上解决得不好；而在另一方面，三者在创建透视表上表现相似，就看你习惯用哪个了:)
⑺ 比较电子表格软件Excel与数据库管理系统的优缺点
excel不属于数据库管理系统吧，应该选a，因为excel只是一个数据处理的软件，跟管理差距还远，系统就更谈不上了，常见的数据库管理系统有db2，oracle，mysql，excel算不上
b选项肯定没有争议，c选项可以处理图形坐标，在excel里面是可以跟据里面的数据插入图形的，而且也可以通过更改里面的数据达到更改图形坐标……
哎呀，你怎么写的是图标……这个图标要是指的是我们平时见到的文件图标，那么还真有点不太对
⑻ Spss ，Excel跟Sql 有什么差别在线等！！！！
分给我。
SPSS主要是用来统计分析数据的，EXCEL主要用来整理数据并作简单的统计分析，SQL主要是一种数据集的查询机制。SPSS界面友好，使用简单，但是功能很强大，也可以编程，能解决绝大部分统计学问题，适合初学者。EXCEL能做一些简单直观的统计分析，如果已经安装宏的话还能做一些数值分析，也很实用。个人认为些都是数据处理应用的软件，其中excel界面最为友好，但功能是在太过单一，仅适用于日常的简单数据处理，不适于较复杂的模型分析，因此科研上应用不多；spss有比较强的专业性，另外spss也采用图形界面，但spss的主要缺点是数据输出，不能用word等文字处理工具直接打开。Excel在数据分析中最为基础，最易掌握，图形工具强大和完善，但不适宜大型统计分析；SPSS软件为专门为统计而开发的软件，一般用于大型统计，而对于图形工具上不太全面，不易掌握。但二者常常兼用互补。EXCEL是最常用的 既可以处理文字信息如数据透视表也可以整理数据信息如：进行方差分析、回归等等 在日常生活中使用最多，而SPSS是一个在数据处理如：方差分析等待比较专业的一个软件。非专业人使用较少。绝大部分问题EXCEL均可以解决。SQL是高级的非过程化编程语言，允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法，也不需要用户了解具体的数据存放方式，所以具有完全不同底层结构的不同数据库系统，可以使用相同的SQL语言作为数据输入与管理的SQL接口。
⑼ excel与sql server各自的优点与缺点
根本不是一类的东西嘛，怎么比？
这么说吧：
excel拿来分析是很强悍的，它里面内置的那么多函数几乎可以满足现实中90%以上的数据分析需要，而且它的数据报表功能超灵活，加上它足够简单，这就是excel的优点。
但你如果拿excel作软件的后台数据库就很糟糕了，因为excel只能作为桌面型的数据库来使用，你任何的查询都导致全部数据的网络传递，不仅服务器疲于奔命，网络占用高，客户机的负担也超大。
不信你在10万条记录里面进行SQL检索，采用sql server跟excel的数据返回速度完全不在一个档次上。
sql server作为服务器数据库，它只返回限于程序提交的查询语句的对应记录，所以能用于大型数据处理