Connecting SQL: Excel, Google Sheets, Power BI — SQL and Data Analysis cho BA

Mở đầu — vì sao bài này quan trọng

Bạn đã viết được những câu SQL khá ngon: JOIN nhiều bảng, GROUP BY, window functions, thậm chí cả cohort retention. Nhưng có một sự thật hơi phũ phàng mà mọi BA đều phải đối mặt: không một ai trong ban giám đốc đăng nhập vào MySQL để đọc kết quả của bạn cả. Sếp của bạn sống trong Excel. Phòng marketing sống trong Google Sheets. Còn ban điều hành thì muốn nhìn dashboard Power BI lung linh trên màn hình họp.

Khoảng cách giữa "câu query đúng" và "insight đến được tay người ra quyết định" chính là kỹ năng mà bài này dạy: kết nối SQL với các công cụ mà nghiệp vụ thực sự dùng hàng ngày.

Đây không phải kiến thức "nice to have". Trong thực tế đi làm, một BA giỏi SQL nhưng phải copy-paste thủ công kết quả query vào Excel mỗi sáng thứ Hai sẽ nhanh chóng kiệt sức và sai sót. Ngược lại, một BA biết tạo live connection — Excel/Sheets/Power BI tự động kéo dữ liệu mới từ database mỗi khi mở file — sẽ biến một báo cáo tốn 2 giờ mỗi tuần thành một báo cáo "bấm Refresh là xong". Đó là khác biệt giữa người làm thuê cho công cụ và người làm chủ công cụ.

Bài này tập trung riêng vào lớp kết nối (connectivity layer): làm sao để dữ liệu chảy từ database sang công cụ phân tích, ở chế độ một lần hay chế độ tự động làm mới, và những cạm bẫy về bảo mật, hiệu năng cần tránh.

Khái niệm cốt lõi

Ba cách dữ liệu đi từ SQL sang công cụ ngoài

Trước khi bấm nút, bạn cần hiểu có ba "đường ống" cơ bản:

Import (nhập một lần): Bạn chạy query, lấy kết quả ra file CSV/Excel rồi dán vào công cụ. Đơn giản nhất, nhưng dữ liệu "chết" ngay khi xuất — hôm sau muốn cập nhật phải làm lại từ đầu.

Live connection / DirectQuery (kết nối trực tiếp): Công cụ giữ một "đường dây" tới database. Mỗi lần bạn nhấn Refresh (hoặc mở file), nó chạy lại query và kéo dữ liệu mới nhất. Đây là chế độ vàng cho báo cáo định kỳ.

Scheduled refresh (làm mới theo lịch): Một dịch vụ chạy nền (Power BI Service, Google Apps Script, hay một job) tự động refresh dữ liệu theo giờ đã đặt — ví dụ 6 giờ sáng mỗi ngày, để khi sếp mở dashboard lúc 8 giờ thì số đã mới.

ODBC và driver — chiếc "phích cắm chuẩn"

Để Excel hay Power BI nói chuyện được với MySQL/PostgreSQL, chúng cần một driver — phần mềm trung gian dịch ngôn ngữ. Chuẩn phổ biến nhất trên Windows là ODBC (Open Database Connectivity). Hãy hình dung ODBC như ổ cắm điện tiêu chuẩn: Excel là cái quạt, database là nguồn điện, còn ODBC driver là cái phích cắm khớp giữa hai bên.

Mỗi loại database cần driver riêng:

MySQL: MySQL Connector/ODBC (hay gọi tắt là MySQL ODBC driver), tải từ trang Oracle/MySQL.
PostgreSQL: psqlODBC, tải từ trang PostgreSQL.

Sau khi cài driver, bạn tạo một DSN (Data Source Name) — bản ghi lưu sẵn thông tin: địa chỉ server, port, tên database, user. Coi DSN như một "danh bạ" để khi cần kết nối, bạn chỉ chọn tên thay vì gõ lại toàn bộ thông số.

Native connector — đường tắt hiện đại

May mắn là các công cụ đời mới ngày càng giảm phụ thuộc vào ODBC. Power BI có sẵn connector riêng cho MySQL và PostgreSQL (chỉ cần cài thêm một thư viện nhỏ). Excel trên bản Microsoft 365 có Power Query với khả năng "Get Data → From Database" gọn gàng hơn DSN truyền thống nhiều. Google Sheets thì không kết nối trực tiếp tới MySQL được, mà phải qua add-on hoặc Apps Script — ta sẽ nói kỹ ở phần ví dụ.

Import mode vs DirectQuery — đánh đổi cốt lõi

Riêng với Power BI, bạn sẽ gặp lựa chọn quan trọng:

Import mode: Power BI hút toàn bộ dữ liệu vào file .pbix, lưu trong bộ nhớ nén. Truy vấn cực nhanh, nhưng dữ liệu chỉ mới đến thời điểm refresh gần nhất, và bị giới hạn dung lượng.
DirectQuery: Power BI không lưu dữ liệu, mà gửi query xuống database mỗi khi bạn tương tác với báo cáo. Luôn mới nhất, không giới hạn dung lượng, nhưng chậm hơn và tạo tải lên database thật.

Nguyên tắc của một BA: dùng Import cho dữ liệu lịch sử lớn nhưng không cần real-time; dùng DirectQuery khi nghiệp vụ thực sự cần con số tức thời (ví dụ tồn kho, giao dịch đang chạy).

Tình huống thực tế

Ví dụ 1 — Tiki: báo cáo doanh thu hàng sáng thoát khỏi copy-paste

Lan là BA tại một sàn TMĐT mô phỏng theo Tiki. Mỗi sáng 8 giờ, trưởng phòng kinh doanh nhắn: "Doanh thu hôm qua bao nhiêu, theo ngành hàng?". Lan đang chạy một câu SQL trên PostgreSQL, copy kết quả, dán vào Excel, định dạng lại, rồi gửi. Tốn 25 phút mỗi sáng, và có hôm cô dán nhầm cột.

Lan chuyển sang Excel Power Query với live connection. Cô vào Data → Get Data → From Database → From PostgreSQL database, nhập server db-internal.tiki-clone.vn, database sales, rồi dán thẳng câu SQL:

SELECT c.category_name, SUM(o.gmv) AS doanh_thu
FROM orders o
JOIN categories c ON c.category_id = o.category_id
WHERE o.order_date = CURRENT_DATE - 1
GROUP BY c.category_name
ORDER BY doanh_thu DESC;

Kết quả nạp vào một bảng Excel. Cô đặt Refresh on open (làm mới khi mở file) trong Query Properties. Giờ mỗi sáng cô chỉ cần mở file, đợi 3 giây, số tự cập nhật. Thời gian từ 25 phút xuống còn dưới 1 phút, và lỗi dán nhầm biến mất hoàn toàn.

Bài học: Khi một báo cáo lặp đi lặp lại với cùng cấu trúc, đừng copy-paste — hãy nhúng query vào live connection. Công sức bỏ ra một lần, lợi ích thu về mỗi ngày.

Ví dụ 2 — Be: dashboard điều hành trên Power BI với DirectQuery cho dữ liệu chuyến xe

Minh làm BA cho một hãng gọi xe mô phỏng theo Be. Ban điều hành muốn một dashboard theo dõi số chuyến đang chạy, tỷ lệ huỷ chuyến theo quận tại TP.HCM, cập nhật gần như tức thời trong giờ cao điểm.

Minh dùng Power BI Desktop → Get Data → MySQL database. Anh đối mặt lựa chọn Import vs DirectQuery. Vì ban điều hành cần con số "đang diễn ra", anh chọn DirectQuery cho bảng trips đang sống động, nhưng dùng Import cho bảng districts (danh mục quận, gần như không đổi). Đây là mô hình composite (kết hợp) rất thực tế.

Câu query cho card "tỷ lệ huỷ theo quận":

SELECT d.district_name,
       COUNT(*) AS tong_chuyen,
       SUM(CASE WHEN t.status = 'cancelled' THEN 1 ELSE 0 END) AS huy,
       ROUND(100.0  SUM(CASE WHEN t.status = 'cancelled' THEN 1 ELSE 0 END) / COUNT(), 1) AS ty_le_huy
FROM trips t
JOIN districts d ON d.district_id = t.pickup_district_id
WHERE t.created_at >= CURDATE()
GROUP BY d.district_name;

Vấn đề Minh gặp: ở chế độ DirectQuery, mỗi lần ai đó lọc dashboard, Power BI bắn query thẳng vào database production, làm chậm hệ thống vận hành. Anh giải quyết bằng cách trỏ DirectQuery vào một read replica (bản sao chỉ đọc của database) thay vì database chính, để không ảnh hưởng tới app đang phục vụ tài xế và khách.

Bài học: DirectQuery mạnh nhưng "ăn" tài nguyên database thật. Luôn hỏi đội kỹ thuật xem có read replica để trỏ vào, và đừng để dashboard real-time bóp nghẹt hệ thống production.

Ví dụ 3 — Một startup fintech: marketing tự kéo số qua Google Sheets

Tại một ví điện tử mô phỏng theo MoMo, phòng marketing không biết SQL nhưng sống chết với Google Sheets để theo dõi chiến dịch khuyến mãi. Họ liên tục làm phiền đội data xin "số người dùng mới hôm nay".

Hương — BA của đội data — viết một Google Apps Script kết nối tới database qua JDBC, chạy sẵn một query đã được kiểm duyệt, và đổ kết quả vào Sheet:

function capNhatNguoiDungMoi() {
  var conn = Jdbc.getConnection(
    'jdbc:mysql://db-readonly.momo-clone.vn:3306/analytics',
    'sheets_readonly', PropertiesService.getScriptProperties().getProperty('DB_PW'));
  var stmt = conn.createStatement();
  var rs = stmt.executeQuery(
    "SELECT reg_date, COUNT(*) AS user_moi " +
    "FROM users WHERE reg_date >= CURDATE() - INTERVAL 7 DAY " +
    "GROUP BY reg_date ORDER BY reg_date");
  var sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName('Data');
  sheet.getRange(2, 1, sheet.getMaxRows()-1, 2).clearContent();
  var row = 2;
  while (rs.next()) {
    sheet.getRange(row, 1).setValue(rs.getString('reg_date'));
    sheet.getRange(row++, 2).setValue(rs.getInt('user_moi'));
  }
  rs.close(); stmt.close(); conn.close();
}

Hương đặt trigger theo thời gian trong Apps Script để hàm tự chạy mỗi sáng 6 giờ. Phòng marketing mở Sheet là có số mới, không cần nhắn ai. Quan trọng: cô dùng user sheets_readonly chỉ có quyền đọc, và lưu mật khẩu trong Script Properties chứ không viết thẳng vào code.

Bài học: Khi người dùng nghiệp vụ ở "đầu kia" không biết SQL, hãy gói query thành dịch vụ tự động đổ vào công cụ họ quen. Bạn vừa giải phóng mình, vừa trao quyền tự phục vụ (self-serve) cho họ.

Hướng dẫn từng bước

Dưới đây là quy trình chuẩn cho ba công cụ phổ biến nhất.

A. Excel kết nối PostgreSQL/MySQL (qua Power Query — khuyến nghị)

Mở Excel (Microsoft 365), vào tab Data → Get Data → From Database → chọn loại database.
Nhập Server (ví dụ 10.0.0.5 hoặc db.company.vn), port nếu khác mặc định, và tên Database.
Chọn chế độ xác thực, nhập username/password chỉ-đọc do DBA cấp.
Trong cửa sổ Navigator, hoặc chọn bảng, hoặc bấm Advanced để dán câu SQL của riêng bạn.
Bấm Load để đổ ra sheet, hoặc Transform Data để chỉnh trong Power Query trước.
Vào Query Properties → tick Refresh data when opening the file và/hoặc đặt refresh mỗi N phút.

B. Excel kết nối qua ODBC/DSN (cách truyền thống, khi không có native connector)

Cài driver: MySQL Connector/ODBC hoặc psqlODBC, đúng phiên bản 64-bit khớp với Excel.
Mở ODBC Data Source Administrator (64-bit) trong Windows → tab System DSN → Add.
Chọn driver, đặt tên DSN (ví dụ tiki_sales), nhập server/port/database/user, bấm Test để chắc chắn kết nối thông.
Trong Excel: Data → Get Data → From Other Sources → From ODBC → chọn DSN vừa tạo.

C. Power BI Desktop

Get Data → chọn MySQL hoặc PostgreSQL database (cài thêm thư viện nếu Power BI yêu cầu).
Nhập server, database, và dán SQL statement trong phần Advanced options nếu muốn query tùy chỉnh.
Chọn Import hay DirectQuery — cân nhắc theo nhu cầu real-time như đã phân tích.
Build trực quan, rồi Publish lên Power BI Service.
Trên Service, cấu hình Gateway (cầu nối tới database on-premise) và đặt Scheduled refresh cho chế độ Import.

D. Google Sheets

Cài add-on kết nối database (ví dụ một connector hỗ trợ MySQL/PostgreSQL) từ Google Workspace Marketplace, hoặc tự viết Apps Script với JDBC như ví dụ 3.
Cấu hình kết nối với user chỉ-đọc, lưu credential an toàn.
Đặt time-driven trigger để tự refresh theo lịch.

Lỗi thường gặp & mẹo

Driver 32-bit vs 64-bit lệch nhau: Lỗi kinh điển. Nếu Excel là 64-bit mà bạn cài ODBC driver 32-bit, kết nối sẽ "không thấy". Luôn khớp kiến trúc, và mở đúng phiên bản ODBC Administrator (64-bit).

Dùng tài khoản admin để kết nối báo cáo: Tuyệt đối tránh. Mỗi kết nối từ Excel/Sheets/Power BI nên dùng một user read-only riêng. Nếu file bị lộ, kẻ xấu cũng không thể DROP TABLE. Đây cũng là chuẩn mực bảo mật mà bài về database security sẽ nói sâu hơn.

Kéo cả bảng triệu dòng về Excel: Excel sập, hoặc chậm như rùa. Hãy để database làm việc nặng — viết GROUP BY, WHERE, LIMIT trong SQL để chỉ kéo về kết quả đã tổng hợp, thay vì kéo dữ liệu thô rồi xử lý trong Excel.

Hardcode mật khẩu trong file/script: Mật khẩu nằm trong file Sheet hay .pbix chia sẻ qua email là thảm họa. Dùng Script Properties (Apps Script), credential manager của hệ điều hành, hoặc gateway của Power BI để giữ bí mật.

DirectQuery trỏ thẳng vào database production: Như ví dụ Be, hãy trỏ vào read replica. Một dashboard nhiều người xem có thể vô tình tấn công DDoS chính database của công ty.

Quên múi giờ và CURRENT_DATE: Database đặt ở UTC nhưng người dùng ở giờ Việt Nam (UTC+7) thì "hôm qua" trong query có thể lệch một ngày. Luôn kiểm tra timezone của database trước khi tin con số.

Mẹo refresh thông minh: Đừng đặt refresh mỗi phút nếu nghiệp vụ chỉ cần số theo ngày. Refresh quá dày tạo tải vô ích lên database và làm chậm trải nghiệm. Khớp tần suất refresh với nhịp ra quyết định thực tế.

Bài tập thực hành

Thiết lập live connection: Cài MySQL hoặc PostgreSQL connector, tạo một kết nối từ Excel (hoặc Power BI Desktop nếu có) tới một database mẫu. Nhúng một câu SQL GROUP BY đơn giản và bật chế độ "refresh on open". Chụp màn hình kết quả refresh.

So sánh Import vs DirectQuery: Trong Power BI, tạo hai báo cáo cùng một query — một ở Import, một ở DirectQuery. Ghi lại: cái nào load nhanh hơn, cái nào số mới hơn, và bạn sẽ chọn cái nào cho báo cáo doanh thu tháng vs cho màn hình tồn kho real-time.

Tự động hóa Google Sheets: Viết một Apps Script kết nối JDBC tới database (dùng user read-only), chạy query đếm số bản ghi tạo trong 7 ngày qua theo ngày, đổ vào Sheet. Đặt trigger chạy mỗi sáng. Lưu ý lưu mật khẩu an toàn.

Tư duy bảo mật: Viết ra (bằng lời) ba lý do vì sao không nên dùng tài khoản admin cho kết nối báo cáo, và liệt kê những quyền tối thiểu mà một user "reporting" nên có.

Tóm tắt

Kỹ năng SQL chỉ thực sự tạo giá trị khi insight đến được tay người ra quyết định — và họ sống trong Excel, Google Sheets, Power BI chứ không trong cửa sổ database. Bài này trang bị cho bạn lớp kết nối:

Ba đường ống: import một lần, live connection, và scheduled refresh — chọn theo nhu cầu cập nhật.
ODBC/driver và DSN là chuẩn truyền thống; native connector (Power Query, Power BI connector) là đường tắt hiện đại gọn hơn.
Excel + Power Query lý tưởng cho báo cáo định kỳ với refresh on open; Power BI cho dashboard điều hành với lựa chọn Import vs DirectQuery; Google Sheets phục vụ người dùng không biết SQL qua add-on hoặc Apps Script.
Nguyên tắc sống còn: luôn dùng user read-only, để database làm việc nặng (tổng hợp trong SQL), trỏ DirectQuery vào read replica, không hardcode mật khẩu, và khớp tần suất refresh với nhịp nghiệp vụ.

Khi bạn biến một query thủ công thành một báo cáo "bấm Refresh là xong", bạn đã chuyển từ vai trò người chạy số sang vai trò người xây dựng hệ thống thông tin cho cả tổ chức. Đó chính là dấu ấn của một BA trưởng thành.