Google SheetsとPostgreSQLを連携する方法
AIサポート付きでGoogle SheetsからPostgreSQLデータベースを直接クエリします。
Google SheetsとPostgreSQLを連携することで、以下のような強力な可能性が実現します。ライブデータベースデータを表示するダッシュボードの構築、AI機能を使ってチームメンバーがデータベースをクエリできるようにする、スプレッドシートデータと本番環境のデータベースを組み合わせたレポートの作成、Google Sheetsを離れずに外部データの分析。ModelMonkeyは、ネイティブなPostgreSQL統合を提供します。SQLを使用したデータベースのクエリ、シートデータとデータベーステーブルの結合、クエリ作成時のAIサポートなど、すべてスプレッドシート内で実現できます。
必要なもの
- Google Sheetsアカウント
- ModelMonkeyアドオンのインストール（有料プランまたはクレジットが必要）
- PostgreSQLデータベースへのアクセス（ホスト、ポート、データベース名、ユーザー名、パスワードが必要）
- 外部サービスからPostgreSQLデータベースへの接続許可（ファイアウォール/ネットワークアクセス）
- データベースの基本概念（テーブル、カラム、クエリ）の理解 - あると便利ですが、必須ではありません
ステップバイステップ
ModelMonkeyをインストールし、外部接続を開く
ModelMonkeyをセットアップし、外部接続インターフェイスにアクセスします。
- まだインストールしていない場合は、ModelMonkeyをインストールしてください。拡張機能 > アドオン > アドオンを取得 に移動し、「ModelMonkey」を検索して、インストールをクリックします。
- Google Sheetを開き、ModelMonkeyを起動します。拡張機能 > ModelMonkey > 開く
- ModelMonkeyサイドバーで、設定アイコン（⚙️）またはメニューボタンをクリックします。
- メニューから「外部接続」または「接続を管理」を選択します。
- 既存の接続のリストが表示されます（初回の場合は空です）。「新しい接続」ボタンが表示されます。
Pro Tip
ModelMonkeyの外部接続はユーザースコープであるため、各ユーザーが独自のデータベース認証情報をセットアップします。これにより、機密な接続情報をプライベートで安全に保つことができます。新しいPostgreSQL接続を作成
PostgreSQLデータベースの認証情報をModelMonkeyに追加します。
- 「新しい接続」ボタンをクリックして接続ウィザードを起動します。
- 接続のわかりやすい名前を入力します（例：「本番環境DB」または「分析用データベース」）。
- 接続タイプとして「PostgreSQL」を選択します。
- データベースの詳細情報を入力します。ホスト（例：db.example.com）、ポート（通常は5432）、データベース名、スキーマ（オプション、デフォルトは「public」）。
- データベースの認証情報を入力します。ユーザー名とパスワード。
- オプションでSSLモードを選択します（本番環境のデータベースの場合は「require」を推奨）。
- 「次へ」をクリックして接続テストに進みます。
Pro Tip
本番環境のデータベースに接続する場合は、常に読み取り専用のデータベース認証情報を使用してください。意図しないデータ変更を防ぐため、SELECT専用の権限を持つ専用のPostgreSQLユーザーを作成してください。接続をテストして確認
ModelMonkeyがPostgreSQLデータベースに正常に接続できることを確認します。
- 接続テスト画面で、接続の詳細を確認して正確性を確認します。
- 「接続をテスト」をクリック - ModelMonkeyはデータベースへの接続を試みます。
- 成功すると、緑色のチェックマークと確認メッセージが表示され、PostgreSQLサーバーバージョンと利用可能なスキーマが示されます。
- テストが失敗すると、エラーメッセージが表示され、何が問題かが説明されます（認証失敗、ネットワークタイムアウト、ホストに到達不可など）。
- 接続に失敗した場合は、認証情報を再度確認し、ファイアウォールが外部接続を許可していることを確認し、ホストとポートが正しいことを確認してください。
- テストが成功したら、「次へ」をクリックして最終セットアップに進みます。
Pro Tip
一般的な接続の問題：ファイアウォールが外部接続をブロックしている、ホスト/ポートが間違っている、認証情報が誤っている、またはPostgreSQLがリモート接続を受け入れるように設定されていない場合があります。pg_hba.confおよびpostgresql.confファイルを確認してください。セットアップを完了し、接続をアクティベート
接続を確定させ、使用可能な状態にします。
- 最終ウィザード画面で、接続の概要を確認します。
- ModelMonkeyは接続エイリアスを表示します - 「conn_a1b2c3d4」のような短い識別子で、接続を一意に識別します。
- このエイリアスは自動的に生成され、保存されます。
- 「接続を作成」をクリックして接続を保存します - すぐにアクティベートされます。
- 接続リストに戻り、新しい接続が「アクティブ」としてマークされているのを確認できます。
- 接続が使用可能になりました - 自然言語でデータを要求するだけで、ModelMonkeyが残りを処理します。
Pro Tip
接続エイリアスは自動的に保存されます。ModelMonkeyが自然言語リクエストの背後でデータベース接続を処理するため、手動で参照する必要はありません。自然言語を使用してPostgreSQLデータをクエリ
PostgreSQLからGoogle Sheetsにデータをインポートするには、必要なものを簡潔に説明するだけです。
- ModelMonkeyチャットインターフェイスで、平文で必要なデータを説明します。
- 例：「users テーブルの最初の10人のユーザーを表示してください」または「先月のすべての注文を取得してください」。
- ModelMonkeyは接続を使用してSQLクエリを自動的に背後で生成します。
- クエリが実行される前にプレビューが表示されます。
- クエリを確認して承認します - 結果がGoogle Sheetに直接表示されます。
- SQL構文、接続エイリアス、またはスキーマ名を知る必要はありません。必要なものを説明するだけです。
Pro Tip
「orders テーブルから10行を表示してください」などの単純なリクエストから始めて、接続が機能していることを確認してください。その後、フィルター結果、日付範囲、または集約などのより複雑なデータを要求できます。Google SheetsデータをPostgreSQLテーブルと結合
スプレッドシートデータをデータベースデータと結合します（自然言語を使用）。
- ModelMonkeyは現在のシートのテーブルと範囲を自動的に検出します - セル範囲を手動で指定する必要はありません。
- Google Sheetで任意の範囲を直接選択することもでき、ModelMonkeyはクエリで参照します。
- 平文で必要なものを説明するだけです：「Orders データをPostgreSQLの users テーブルと結合してメールアドレスを追加してください」。
- AIアシスタントがシートデータを自動的に識別し、適切なクエリを構築し、正しい結合条件を決定します。
- リクエスト例：「顧客リストをPostgreSQLの customers テーブルのメールアドレスで充実させてください」。
- ModelMonkeyはすべての技術的な詳細を処理します。シートデータの検出、正しいPostgreSQLテーブルの参照、マッチするカラムの識別、データ型の変換を行います。
Pro Tip
SQL構文やセル範囲を知る必要はありません。Google Sheetsでデータを選択するだけです（またはModelMonkeyに自動検出させます）。平文で達成したいことを説明してください。AIを使用して複雑なクエリの作成を支援
ModelMonkeyのAIアシスタントを活用して、自然言語でSQLクエリを生成します。
- 自分でSQLを書く代わりに、平文で必要なものを説明します。
- 例：「orders テーブルから合計購入額上位10顧客を表示してください。customers テーブルからの連絡先情報も追加します」。
- AIが適切なクエリを生成します。JOIN、集約関数（SUM、COUNT）、GROUP BY、ORDER BY句を含みます。
- フィルタリング用：「先月のすべての注文で、合計が500ドルを超えるものを取得してください」。
- 集約用：「データベースの顧客セグメント別の平均注文価値を計算してください」。
- 提案されたクエリを確認し、必要に応じて修正をリクエストしてから実行を承認します。
Pro Tip
AIアシスタントはデータベーススキーマを理解でき、関連するテーブルとカラムを提案できます。データを理解しているがSQLエキスパートではないユーザーに最適です。PostgreSQLからデータを簡単に抽出してリフレッシュ
必要なときはいつでもデータベースから最新データを取得します。
- PostgreSQLデータベースのクエリに成功したら、新しいデータを抽出するのは簡単です。
- ModelMonkeyに同じクエリを再度実行するよう依頼します：「最新の orders データを取得してください」または「顧客リストをリフレッシュしてください」。
- AIアシスタントが前のクエリを記憶し、更新されたデータで再実行できます。
- クエリをその場で変更することもできます：「同じデータを表示してください。ただし先週分のみ」。
- クエリを実行するたびに、PostgreSQLの現在の状態からデータが取得されます。
- これにより、スプレッドシートを本番環境のデータベースと同期させておくことが簡単になります。
Pro Tip
頻繁に使用されるクエリを別のシートタブに保存して、簡単に参照できるようにしてください。必要な新しいデータを取得する場合は、平文でのリクエストをコピーしてModelMonkeyチャットに貼り付けるだけです。高度なクエリパターンを探索
データ分析とレポート作成のための強力なクエリ技術を学びます。
- 概要レポートを作成します：「orders テーブルから月次売上の概要を作成してください。製品カテゴリでグループ化してください」。
- 時系列分析：「PostgreSQLから過去90日間の日別売上トレンドを表示してください」。
- データ検証：「シートの顧客の中で、PostgreSQLの customers テーブルに存在しないものをハイライトしてください」。
- 増分更新：「WHERE created_at > CURRENT_DATE - 1 を使用して、昨日以降に作成された orders のみをインポートしてください」。
- マルチテーブル結合：「orders、customers、products テーブルを組み合わせて、完全な注文レポートを作成してください」。
- 分類用のCASE文を使用します：「合計額に基づいて、注文を小、中、大にラベル付けしてください」。
Pro Tip
DuckDB（ModelMonkeyが使用するSQLエンジン）はほぼすべてのPostgreSQL クエリ構文と、追加の分析関数をサポートしています。データベースとシートデータの両方を一緒に処理するのに非常に高速です。接続を管理してセキュリティを確保
セキュアで信頼性の高いデータベース接続を維持するためのベストプラクティス。
- 外部接続マネージャーで接続を定期的に確認します。
- 認証情報が変更された場合は更新します。接続をクリック、「編集」を選択し、パスワードを更新します。
- 未使用の接続を削除してセキュリティの露出を減らします。
- ネットワーク接続を定期的にテストします。「接続をテスト」をクリックして、まだ機能していることを確認します。
- 異なる環境（本番、ステージング、開発）に異なる接続を使用します。
- クエリパフォーマンスを監視します。クエリが遅くなった場合は、PostgreSQLにインデックスを追加するか、データをより積極的にフィルター処理することを検討してください。
- 接続認証情報を共有しないでください。各ユーザーが適切な権限を持つ独自の接続をセットアップする必要があります。
Pro Tip
PostgreSQLで監査ログを有効化して、Google Sheetsから実行されているクエリを追跡します。これはコンプライアンスとセキュリティ監視に役立ちます。まとめ
ModelMonkeyのネイティブPostgreSQL統合により、Google Sheetsが強力なビジネスインテリジェンスプラットフォームに変わります。データベースに直接接続することで、ライブダッシュボードを構築し、レポート作成を自動化し、AIサポートを使用してスプレッドシートを離れずに非技術部門のチームメンバーが本番データをクエリできるようになります。SQLクエリ、シートデータベース結合、会話型AIの組み合わせにより、複雑なデータ分析がすべての人にアクセス可能になります。システムに慣れるために簡単なSELECTクエリから始めて、ニーズが増えるにつれて、スケジュール済みリフレッシュ、マルチテーブル結合、高度な分析などの機能を段階的に追加してください。ModelMonkeyのプランを選ぶ - データベースをGoogle Sheetsに接続し、数分以内にクエリを開始できます。