ModelMonkey Logo
Integrasi DataMenengah12 menit baca

Cara Menghubungkan Google Sheets ke PostgreSQL

Buat kueri database PostgreSQL langsung dari Google Sheets dengan bantuan AI.

Menghubungkan Google Sheets ke PostgreSQL membuka kemungkinan yang kuat: buat dashboard yang menampilkan data database aktual, izinkan anggota tim non-teknis untuk membuat kueri database menggunakan AI, buat laporan yang menggabungkan data spreadsheet dengan database produksi, dan analisis data eksternal tanpa meninggalkan Google Sheets. ModelMonkey menyediakan integrasi PostgreSQL native yang memungkinkan Anda membuat kueri database menggunakan SQL, menggabungkan data sheet dengan tabel database, dan memanfaatkan AI untuk membantu menulis kueri - semua tanpa meninggalkan spreadsheet Anda.

Yang Anda Perlukan

  • Akun Google Sheets
  • Add-on ModelMonkey terpasang (paket berbayar atau kredit diperlukan)
  • Akses ke database PostgreSQL (dengan host, port, nama database, username, dan password)
  • Izin untuk terhubung ke database PostgreSQL Anda dari layanan eksternal (akses firewall/jaringan)
  • Pemahaman dasar tentang konsep database (tabel, kolom, kueri) - membantu tapi tidak diperlukan

Panduan Langkah demi Langkah

1

Pasang ModelMonkey dan Buka Koneksi Eksternal

Atur ModelMonkey dan akses antarmuka koneksi eksternal.

  • Jika Anda belum melakukannya, pasang ModelMonkey: buka Extensions > Add-ons > Get add-ons, cari "ModelMonkey", dan klik Install
  • Buka Google Sheet Anda dan luncurkan ModelMonkey: Extensions > ModelMonkey > Open
  • Di sidebar ModelMonkey, klik ikon pengaturan (⚙️) atau tombol menu
  • Pilih "External Connections" atau "Manage Connections" dari menu
  • Anda akan melihat daftar koneksi yang ada (kosong jika ini pertama kali Anda) dan tombol "New Connection"

Pro Tip

Koneksi eksternal ModelMonkey bersifat user-scoped, artinya setiap pengguna menyiapkan kredensial database mereka sendiri. Ini menjaga informasi koneksi sensitif tetap pribadi dan aman.
2

Buat Koneksi PostgreSQL Baru

Tambahkan kredensial database PostgreSQL Anda ke ModelMonkey.

  • Klik tombol "New Connection" untuk meluncurkan wizard koneksi
  • Masukkan nama yang ramah untuk koneksi Anda (mis., "Production DB" atau "Analytics Database")
  • Pilih "PostgreSQL" sebagai jenis koneksi
  • Isi detail database Anda: Host (mis., db.example.com), Port (biasanya 5432), Nama database, Schema (opsional, default ke "public")
  • Masukkan kredensial database Anda: Username dan Password
  • Secara opsional, pilih mode SSL (rekomendasikan "require" untuk database produksi)
  • Klik "Next" untuk melanjutkan ke pengujian koneksi

Pro Tip

Selalu gunakan kredensial database read-only saat terhubung ke database produksi. Buat pengguna PostgreSQL khusus dengan izin SELECT-only untuk mencegah modifikasi data yang tidak disengaja.
3

Uji dan Verifikasi Koneksi

Pastikan ModelMonkey dapat terhubung dengan sukses ke database PostgreSQL Anda.

  • Di layar pengujian koneksi, tinjau detail koneksi Anda untuk memastikan akurasi
  • Klik "Test Connection" - ModelMonkey akan mencoba terhubung ke database Anda
  • Jika berhasil, Anda akan melihat tanda centang hijau dan pesan konfirmasi yang menampilkan versi server PostgreSQL dan skema yang tersedia
  • Jika pengujian gagal, Anda akan melihat pesan kesalahan yang menjelaskan apa yang salah (autentikasi gagal, timeout jaringan, host tidak dapat dijangkau, dll.)
  • Untuk koneksi yang gagal, periksa ulang kredensial Anda, pastikan firewall Anda memungkinkan koneksi eksternal, dan verifikasi host dan port sudah benar
  • Setelah pengujian berhasil, klik "Next" untuk melanjutkan ke penyiapan akhir

Pro Tip

Masalah koneksi umum: firewall memblokir koneksi eksternal, host/port tidak benar, kredensial salah, atau PostgreSQL tidak dikonfigurasi untuk menerima koneksi jarak jauh. Periksa file pg_hba.conf dan postgresql.conf Anda.
4

Selesaikan Penyiapan dan Aktifkan Koneksi Anda

Finalisasi koneksi dan siapkan untuk digunakan.

  • Di layar wizard akhir, tinjau ringkasan koneksi
  • ModelMonkey akan menampilkan alias koneksi Anda - pengidentifikasi pendek seperti "conn_a1b2c3d4" yang secara unik mengidentifikasi koneksi Anda
  • Alias ini secara otomatis dihasilkan dan disimpan untuk Anda
  • Klik "Create Connection" untuk menyimpan koneksi Anda - koneksi akan diaktifkan segera
  • Anda akan dikembalikan ke daftar koneksi di mana Anda dapat melihat koneksi baru Anda ditandai sebagai "Active"
  • Koneksi Anda sekarang siap digunakan - cukup minta data dalam bahasa alami dan ModelMonkey akan menangani sisanya

Pro Tip

Alias koneksi Anda disimpan secara otomatis - Anda tidak perlu merujuknya secara manual karena ModelMonkey menangani koneksi database di balik layar saat Anda membuat permintaan bahasa alami.
5

Buat Kueri Data PostgreSQL Menggunakan Bahasa Alami

Impor data dari PostgreSQL ke Google Sheets dengan hanya meminta apa yang Anda butuhkan.

  • Di antarmuka chat ModelMonkey, jelaskan data apa yang Anda inginkan dalam bahasa Inggris biasa
  • Misalnya: "Show me the first 10 users from the users table" atau "Get all orders from last month"
  • ModelMonkey secara otomatis menghasilkan kueri SQL di balik layar menggunakan koneksi Anda
  • Anda akan melihat pratinjau apa yang akan dilakukan kueri sebelum dijalankan
  • Tinjau dan setujui kueri - hasil akan ditampilkan langsung di Google Sheet Anda
  • Tidak perlu mengetahui sintaks SQL, alias koneksi, atau nama skema - cukup jelaskan apa yang Anda inginkan

Pro Tip

Mulai dengan permintaan sederhana seperti "Show me 10 rows from the orders table" untuk memverifikasi koneksi berfungsi. Anda kemudian dapat meminta data yang lebih kompleks seperti hasil yang difilter, rentang tanggal, atau agregasi.
6

Gabungkan Data Google Sheets dengan Tabel PostgreSQL

Gabungkan data spreadsheet dengan data database menggunakan bahasa alami.

  • ModelMonkey secara otomatis mendeteksi tabel dan rentang di sheet Anda saat ini - tidak perlu menentukan rentang sel secara manual
  • Anda juga dapat memilih rentang apa pun langsung di Google Sheet Anda, dan ModelMonkey akan merujuknya dalam kueri
  • Cukup jelaskan apa yang Anda inginkan dalam bahasa Inggris biasa: "Join my Orders data with the users table in PostgreSQL to add email addresses"
  • Asisten AI akan secara otomatis mengidentifikasi data sheet, membangun kueri yang sesuai, dan menentukan kondisi join yang benar
  • Contoh permintaan: "Enrich my customer list with email addresses from the PostgreSQL customers table"
  • ModelMonkey menangani semua detail teknis: mendeteksi data sheet Anda, merujuk tabel PostgreSQL yang benar, mengidentifikasi kolom yang cocok, dan menangani konversi tipe data

Pro Tip

Anda tidak perlu mengetahui sintaks SQL atau rentang sel. Cukup pilih data Anda di Google Sheets (atau biarkan ModelMonkey mendeteksinya secara otomatis) dan jelaskan apa yang ingin Anda capai dalam bahasa Inggris biasa.
7

Gunakan AI untuk Membantu Menulis Kueri Kompleks

Manfaatkan asisten AI ModelMonkey untuk menghasilkan kueri SQL dalam bahasa alami.

  • Alih-alih menulis SQL sendiri, jelaskan apa yang Anda inginkan dalam bahasa Inggris biasa
  • Contoh: "Show me the top 10 customers by total purchase amount from the orders table, along with their contact information from the customers table"
  • AI akan menghasilkan kueri yang sesuai dengan JOINs, agregasi (SUM, COUNT), klausa GROUP BY, dan ORDER BY
  • Untuk penyaringan: "Get all orders from last month where the total was over $500"
  • Untuk agregasi: "Calculate the average order value by customer segment from the database"
  • Tinjau kueri yang diusulkan, minta modifikasi jika diperlukan, kemudian setujui untuk menjalankan

Pro Tip

Asisten AI memahami skema database Anda dan dapat menyarankan tabel dan kolom yang relevan. Sempurna untuk pengguna yang memahami data tetapi bukan ahli SQL.
8

Ekstrak dan Segarkan Data dari PostgreSQL dengan Mudah

Tarik data terbaru dari database Anda kapan pun Anda membutuhkannya.

  • Setelah berhasil membuat kueri database PostgreSQL Anda, mengekstrak data segar sangat sederhana
  • Cukup minta ModelMonkey untuk menjalankan kueri yang sama lagi: "Get the latest orders data" atau "Refresh the customer list"
  • Asisten AI mengingat kueri sebelumnya Anda dan dapat menjalankannya kembali dengan data yang diperbarui
  • Anda juga dapat mengubah kueri dengan cepat: "Show me the same data but only for last week"
  • Setiap kali Anda menjalankan kueri, itu menarik status saat ini data dari PostgreSQL
  • Ini memudahkan untuk menjaga spreadsheet Anda tetap terkini dengan database produksi Anda

Pro Tip

Simpan kueri yang sering digunakan dengan mendokumentasikannya di tab sheet terpisah untuk referensi mudah. Anda dapat dengan mudah menyalin permintaan bahasa alami dan menempelkannya ke chat ModelMonkey kapan pun Anda membutuhkan data segar.
9

Jelajahi Pola Kueri Lanjutan

Pelajari teknik kueri yang kuat untuk analisis data dan pelaporan.

  • Buat laporan ringkasan: "Create a monthly sales summary from the orders table, grouped by product category"
  • Analisis deret waktu: "Show daily revenue trends for the last 90 days from PostgreSQL"
  • Validasi data: "Highlight any customers in my sheet who don't exist in the PostgreSQL customers table"
  • Pembaruan inkremental: "Import only orders created since yesterday using WHERE created_at > CURRENT_DATE - 1"
  • Join multi-tabel: "Combine orders, customers, and products tables to create a complete order report"
  • Gunakan pernyataan CASE untuk kategorisasi: "Label orders as Small, Medium, or Large based on total amount"

Pro Tip

DuckDB (mesin SQL yang digunakan ModelMonkey) mendukung hampir semua sintaks kueri PostgreSQL, plus fungsi analitik tambahan. Sangat cepat dalam memproses data database dan sheet bersama-sama.
10

Kelola dan Amankan Koneksi Anda

Praktik terbaik untuk mempertahankan koneksi database yang aman dan andal.

  • Secara teratur tinjau koneksi Anda di manager Koneksi Eksternal
  • Perbarui kredensial saat berubah: klik koneksi, pilih "Edit", dan perbarui password
  • Hapus koneksi yang tidak digunakan untuk mengurangi paparan keamanan
  • Uji koneksi secara berkala: klik "Test Connection" untuk memverifikasi mereka masih berfungsi
  • Gunakan koneksi yang berbeda untuk lingkungan yang berbeda (Production, Staging, Development)
  • Pantau kinerja kueri: jika kueri menjadi lambat, pertimbangkan menambahkan indeks di PostgreSQL atau menyaring data lebih agresif
  • Jangan pernah bagikan kredensial koneksi: setiap pengguna harus menyiapkan koneksi mereka sendiri dengan izin yang sesuai

Pro Tip

Aktifkan audit logging di PostgreSQL untuk melacak kueri mana yang dijalankan dari Google Sheets. Ini membantu dengan kepatuhan dan pemantauan keamanan.

Kesimpulan

Integrasi PostgreSQL native ModelMonkey mengubah Google Sheets menjadi platform business intelligence yang kuat. Dengan terhubung langsung ke database Anda, Anda dapat membangun dashboard aktif, mengotomatisasi pelaporan, dan memungkinkan anggota tim non-teknis untuk membuat kueri data produksi menggunakan bantuan AI - semua tanpa meninggalkan spreadsheet Anda. Kombinasi kueri SQL, penggabungan sheet-database, dan AI percakapan membuat analisis data kompleks dapat diakses oleh semua orang. Mulai dengan kueri SELECT sederhana untuk mengenal sistem, kemudian secara bertahap tambahkan fitur seperti penyegaran terjadwal, penggabungan multi-tabel, dan analitik canggih seiring kebutuhan Anda berkembang. Coba ModelMonkey gratis selama 14 hari untuk menghubungkan database Anda ke Google Sheets dan mulai membuat kueri dalam hitungan menit.

Panduan Terkait

Cara Membersihkan Data Spreadsheet dengan AI

Persiapkan data PostgreSQL yang diimpor Anda untuk analisis dengan menghapus duplikat dan memperbaiki masalah pemformatan.

Cara Membuat Laporan Keuangan dengan AI

Bangun laporan keuangan otomatis dari data PostgreSQL Anda menggunakan Google Sheets dan ModelMonkey.