Simon Willison 新发的一篇 TIL,说清了一件很多人嘴上不爱承认、手上天天在做的事:数据库里的数据,最后往往还是要进表格。方法不复杂——公开可访问的数据能直接用 Google Sheets 的 IMPORTDATA() 拉,想让团队少抄公式就封成 named function,碰到必须在请求里带 token 的情况,就改用 Google Apps Script。
新闻本身很小,意义却不小。它不是给 Google Sheets 增加了什么神奇 SQL 超能力,而是把 Datasette 这种开发者常用的数据发布工具,往业务同事真正会打开的界面推近了一步。说白了,很多数据流程卡住,不是卡在数据库不会查,而是卡在“怎么把结果交到表格里,还别每周人工导一次 CSV”。
发生了什么:三条路都很朴素,但很对症
先把事实说快一点。
Willison 这次给出的路径有三种:
- 公开数据.用 Google Sheets 的
IMPORTDATA()直接拉 CSV/TSV - 重复查询.把公式封成 named function,减少团队里复制粘贴
- 私有数据.用 Google Apps Script 发请求,自己处理 header 和 token
这套做法的关键不在“技术上多先进”,恰恰在它不先进。它没有造一层新协议,没有发明一套新工作台,也没有把 Datasette 包装成什么大而全的数据平台。它只是老老实实承认:Google Sheets 才是很多组织里的事实终端。
我比较认同这一点,因为它击中的不是分析能力,而是交付方式。Datasette 原本就擅长把 SQLite 数据快速变成网页和 API,适合只读查询、适合分享、适合轻量发布。现在接到 Sheets,价值立刻具体了:开发者维护数据源,非技术同事直接在表格里筛、拼、批注、透视。中间少一次导出,往往就少三次版本混乱。
真正的问题不是“能不能查到数据”,而是“谁能把数据拿到手,并在自己的工作流里用起来”。这次补的是后者。
谁会立刻受益:不是大企业,是那些没空搞重装备的人
最先吃到红利的,不是已经采购了 BI 套件的大公司,而是两类人。
一类是小团队和研究项目。比如研究者维护一个 Datasette 数据库,编辑、运营、项目协作方要在 Google Sheets 里继续核对、标注、补充。以前常见动作是:工程师导 CSV,发群里,第二天又有人拿旧版表继续改。现在至少可以把“重新导一份”这件事从流程里拿掉。
另一类是公司里的半技术岗位:会用表格,会改公式,知道 API 是什么,但不想进 SQL 界面。他们过去最依赖的不是数据库,而是别人替他们导出来的结果。现在如果数据源本来就在 Datasette 上,他们能更直接地拿到结果。
这会带来很具体的动作变化:
- 团队内部少一次手工导表,协作节奏会更快
- 工程同事少接一类重复工单."帮我再导一份最新数据"
- 小组织可能继续沿用 Google Workspace,而不是急着上 Looker Studio、Power BI 这类更重工具
这也是我认为它有现实价值的地方。它不是让一个不会用数据的团队突然开窍,而是让本来就已经在用表格的人,少依赖一次中间人。
好用归好用,但别把它吹成数据集成方案
这里就得把话说狠一点了:很多人一看到“数据库接上 Sheets”,就会忍不住往“低门槛数据民主化”那套漂亮话上靠。可行业里最会骗人的,往往就是这种看上去阻力最小的连接层。
因为公开演示总是顺的,真实环境往往不顺。
IMPORTDATA() 很方便,但它吃的是公开可访问的数据;它没法优雅处理需要在 HTTP header 里带 token 的场景。Willison 也给了答案:那就上 Apps Script。问题来了,脚本当然能救场,可一旦进入脚本层,事情就从“业务同事自己可用”变成“总得有人维护”。
你很快会碰到这些老问题:
- token 怎么管理
- 脚本权限怎么控
- 刷新失败谁来排查
- 调用配额到了怎么办
- 同一个表被多人改坏后谁兜底
这时候就该承认,Google Sheets 再万能,它也不是数据库,更不是稳定的数据管道。它适合消费结果,不适合扛复杂同步;适合协作,不适合承担严肃治理。把它当终端很好用,把它当中枢,多半要出事。
我不太买账的一种说法是:只要把数据接进表格,组织的数据问题就解决了一大半。恰恰相反,很多组织的问题是,大家太习惯把表格当终点,结果口径、权限、版本、责任边界全糊在一起。接得更方便,有时只是把旧毛病跑得更快。
《韩非子》里有句短话,"千里之堤,溃于蚁穴"。放在这里不玄乎:表格连接层看着最小,最后最容易漏的也是这里。不是技术不行,是组织总爱把最脆的一环伪装成最灵活的一环。
这件事像什么:不是新大陆,更像把一条老路修平了
如果把时间线拉长一点,这类需求早就在那儿。Google Sheets 早就有 IMPORTXML()、IMPORTHTML()、IMPORTDATA();市场上也一直有 Zapier、Coupler.io 之类工具在吃“把外部数据拉进表格”这口饭。说明什么?说明问题从来不是有没有人想到,而是这条需求本来就稳定存在。
所以,这次更像 Datasette 补齐了自己的一块短板,而不是整个行业突然换轨。它让 Datasette 更接近一条完整链路:数据在 SQLite,发布在 Datasette,消费在 Google Sheets。对使用者来说,这比空谈“自助分析”靠谱得多,因为它解决的是一个明确动作:让结果进入最常用的办公界面。
但也别偷换概念。它不像 Looker、Tableau、Power BI 那类强调权限、建模、治理、仪表盘的系统,也不像 Airtable、Coda 那样试图把数据库和协作界面捏成一个产品。它更轻,也更脆。
对比下来就很清楚:
| 路线 | 适合谁 | 长处 | 短板 |
|---|---|---|---|
| Datasette + Google Sheets | 小团队、研究项目、半技术协作 | 快,轻,部署门槛低 | 权限、稳定性、维护全靠自觉 |
| BI 工具如 Power BI / Tableau / Looker Studio | 有正式报表需求的组织 | 治理和展示更完整 | 成本和上手门槛更高 |
| 第三方连接器如 Zapier / Coupler.io | 想快接多个 SaaS 数据源的团队 | 集成现成,少写代码 | 费用、锁定、灵活性受限 |
我的判断很直接:这条路最有价值的地方,在于它承认“表格不是低级工具,而是实际工作界面”;它最危险的地方,也在于很多团队会借这个接口继续拖延真正该做的数据治理。
说白了,这不是革命,这是补洞。但很多系统不是死于没有革命,而是死于洞太多,补得太晚。
