Làm chủ tệp XLSX với AI: Cấu trúc, Giới hạn và Thực tiễn Tốt nhất
Một tệp XLSX không phải là một bảng tính. Nó là một gói nén chứa các tài liệu XML mà một ứng dụng bảng tính đọc. Thực tế duy nhất đó giải thích hầu hết các hành vi kỳ lạ mà người dùng gặp phải. Những tệp bị phình dung lượng, các công thức tính toán lại theo thứ tự lạ lùng, và những workbook trông có vẻ nhỏ nhưng lại mất cả buổi để mở.
Hướng dẫn này sẽ đề cập đến những gì bên trong định dạng này, các giới hạn do Microsoft công bố, và những thói quen giúp tệp XLSX luôn khả dụng đối với người khác.
Bản chất thực sự của tệp XLSX là gì
XLSX là định dạng Excel mặc định được giới thiệu cùng với tiêu chuẩn Office Open XML. Trong khi định dạng nhị phân cũ hơn lưu trữ mọi thứ trong một khối mờ đục duy nhất, XLSX lưu trữ các phần XML có cấu trúc bên trong một vùng chứa.
Sự thay đổi đó là lý do tại sao các công cụ hiện đại có thể đọc định dạng này mà không cần cài đặt Excel. Đó cũng là lý do tại sao một tệp XLSX có thể được kiểm tra, so sánh đối chiếu và sửa chữa theo những cách mà phiên bản tiền nhiệm của nó không thể làm được.
Hệ quả thực tế đối với bất kỳ ai xử lý dữ liệu: một tệp XLSX mang theo nhiều thứ hơn là chỉ các giá trị. Định dạng, công thức, pivot caches, các quy tắc có điều kiện và thứ tự tính toán đều đi kèm với nó.
Bên trong gói nén
Tài liệu SpreadsheetML của Microsoft mô tả chính xác bộ khung này. Cấu trúc này "bao gồm phần tử <workbook/> chứa các phần tử <sheets/> và <sheet/> tham chiếu đến các worksheet trong workbook."
Tiếp theo là chi tiết khiến hầu hết mọi người ngạc nhiên. "Một tệp XML riêng biệt được tạo cho mỗi worksheet." Một workbook có mười tab là ít nhất mười tài liệu cộng với một tệp manifest, chứ không phải một tệp duy nhất có mười phần.
Microsoft liệt kê các phần tử này là "các phần tử tối thiểu cần thiết cho một tài liệu bảng tính hợp lệ." Ngoài chúng ra, một workbook "có thể chứa <table/>, <chartsheet/>, <pivotTableDefinition/>, hoặc các phần tử liên quan đến bảng tính khác."
Bốn trong số các phần bổ sung đó giải thích hầu hết các hành vi của tệp trong thực tế.
Bảng chuỗi chia sẻ (shared string table). Microsoft mô tả <sst/> as "một cấu trúc chứa một lần xuất hiện của mỗi chuỗi duy nhất xuất hiện trên tất cả các worksheet trong một workbook." Văn bản được lưu trữ một lần và được tham chiếu ở mọi nơi, đó là lý do tại sao một tệp có độ lặp lại cao lại nén rất tốt.
Chuỗi tính toán (calculation chain). <calcChain/> "chỉ định thứ tự mà các ô trong workbook được tính toán lần cuối." Nó là một bộ nhớ đệm, và việc bộ nhớ đệm này bị hỏng là nguyên nhân kinh điển khiến các workbook hoạt động kỳ lạ cho đến khi phần đó bị loại bỏ.
Bộ nhớ đệm pivot (pivot cache). <pivotCacheDefinition/> định nghĩa nguồn dữ liệu của một PivotTable, trong khi <pivotCacheRecords/> chứa "một bộ nhớ đệm của dữ liệu nguồn." Do đó, một bảng pivot có thể mang theo một bản sao đầy đủ các hàng nguồn của nó bên trong tệp.
Bảng và trang tính biểu đồ (tables và chart sheets). Một <table/> đánh dấu một phạm vi là một tập dữ liệu duy nhất, và một <chartsheet/> là một biểu đồ được lưu trữ dưới dạng trang tính riêng của nó.
Microsoft cũng trích dẫn tiêu chuẩn ECMA-376 cho mức tối thiểu: một workbook trống nhỏ nhất có thể vẫn cần một sheet duy nhất, một sheet ID và một mối quan hệ (relationship). Không tồn tại một tệp XLSX nào mà không có gì bên trong.
XLSX so với CSV
Cả hai định dạng đều chứa dữ liệu dạng bảng. Nhưng chúng hoàn toàn khác biệt về mọi mặt khác.
| XLSX | CSV | |
|---|---|---|
| Vùng chứa | Gói nén của các phần XML | Một tệp văn bản thuần túy |
| Nhiều trang tính (sheet) | Có | Không |
| Công thức | Được lưu trữ, kèm theo chuỗi tính toán | Không hỗ trợ |
| Định dạng và kiểu dữ liệu | Được bảo toàn | Không được bảo toàn |
| Biểu đồ và bảng pivot | Được lưu trữ bên trong tệp | Không hỗ trợ |
| Có thể đọc được mà không cần công cụ chuyên dụng | Không | Có |
| Lỗi thường gặp | Phình dung lượng và trạng thái ẩn | Mất kiểu dữ liệu và mơ hồ về dấu phân cách |
Xét về mặt lý thuyết, không có định dạng nào tốt hơn định dạng nào. CSV chiến thắng khi một máy móc ở đầu nhận chỉ cần các hàng dữ liệu, đây là trường hợp mà hướng dẫn của chúng tôi về làm chủ các tệp CSV đề cập chi tiết.
XLSX chiến thắng khi một người ở đầu nhận cần cấu trúc. Bố cục tab, định dạng số và cột ghi chú vốn chỉ có ý nghĩa khi nằm cạnh cột bên cạnh nó.
Sai lầm là sử dụng XLSX làm định dạng truyền tải giữa các hệ thống. Tất cả các trạng thái bổ sung đó đều phải được phân tích cú pháp bởi một công cụ nào đó, và nó không mang lại lợi ích gì khi đích đến là một cơ sở dữ liệu.
Các giới hạn do Microsoft công bố
Trang thông số kỹ thuật và giới hạn của Microsoft liệt kê các mức trần cứng. Đây là những giới hạn thực sự quan trọng khi xử lý các tệp xuất thực tế.
| Mục | Giới hạn công bố |
|---|---|
| Số hàng x số cột trên một worksheet | 1,048,576 hàng x 16,384 cột |
| Số ký tự trong một ô đơn lẻ | 32,767 |
| Số sheet trong một workbook | Bị giới hạn bởi bộ nhớ khả dụng |
| Độ dài nội dung công thức | 8,192 ký tự |
| Chiều rộng cột | 255 ký tự |
| Số mục duy nhất trên mỗi trường PivotTable | 1,048,576 |
| Bộ lọc báo cáo trong một PivotTable | 256 |
Kích thước tệp xứng đáng có một lưu ý riêng, bởi vì câu trả lời không phải là một con số. Microsoft tuyên bố rằng "môi trường 64-bit không áp đặt giới hạn cứng nào đối với kích thước tệp." Thay vào đó, "kích thước workbook chỉ bị giới hạn bởi bộ nhớ khả dụng và tài nguyên hệ thống."
Có một chi tiết liên quan dành cho những ai vẫn đang sử dụng Excel 32-bit. Từ Excel 2016, Microsoft cho biết tính năng Large Address Aware "cho phép Excel 32-bit tiêu thụ lượng bộ nhớ gấp đôi" trên hệ điều hành Windows 64-bit.
Các số liệu được công bố áp dụng cho Excel dành cho Microsoft 365, 2024, 2021, 2019, và 2016.
Những giới hạn đó có ý nghĩa gì trong thực tế
Mức trần số hàng được trích dẫn nhiều nhất nhưng lại ít quan trọng nhất. Rất ít đội ngũ đạt đến mức 1,048,576 hàng, và những đội ngũ đạt đến mức đó thường đã vượt quá khả năng đáp ứng của bảng tính vì những lý do khác.
Những giới hạn thực sự gây rắc rối lại diễn ra âm thầm hơn. Một ô bị giới hạn ở mức 32,767 ký tự sẽ âm thầm cắt bớt các trường văn bản dài trên một số đường dẫn nhập dữ liệu. Một PivotTable bị giới hạn ở mức 256 bộ lọc báo cáo sẽ chỉ bị lỗi sau khi một báo cáo đã phình to trong suốt hai năm.
Bộ nhớ mới là rào cản thực sự. Cả số lượng sheet và kích thước tệp đều bị giới hạn bởi bộ nhớ khả dụng thay vì một con số cố định. Do đó, cùng một tệp XLSX có thể mở bình thường trên máy này nhưng lại bị treo trên máy khác.
Có ba thứ làm tăng chi phí bộ nhớ đó nhiều hơn cả số lượng hàng: các pivot caches giữ một bản sao trùng lặp của dữ liệu nguồn, định dạng được áp dụng cho toàn bộ cột thay vì các phạm vi được sử dụng, và các công thức tham chiếu đến toàn bộ cột.
Các thực hành tốt nhất cho các tệp XLSX mà người khác sẽ mở
Chỉ giữ một bảng trên mỗi sheet. Một sheet chứa ba bảng xếp chồng lên nhau sẽ rất khó để hầu hết các công cụ phân tích cú pháp, và thông thường con người phải giải thích nó trước.
Đặt các tiêu đề trong một hàng đầu tiên duy nhất. Các tiêu đề bị gộp ô (merged) hoặc có hai cấp độ sẽ làm hỏng hầu hết mọi công cụ hạ nguồn, và chúng là lý do phổ biến nhất khiến việc nhập dữ liệu trả về kết quả vô nghĩa.
Định dạng phạm vi được sử dụng, không phải toàn bộ cột. Việc chọn cột A để áp dụng màu nền (fill) là cách nhanh nhất để cộng thêm hàng megabyte vào một tệp.
Không ẩn trạng thái trong tệp. Các sheet bị ẩn, các chế độ xem được lọc và chế độ tính toán thủ công đều đi kèm với workbook và sẽ gây bất ngờ cho người tiếp theo mở nó.
Gửi các giá trị khi giá trị là thứ duy nhất cần thiết. Nếu người nhận chỉ cần các con số, việc xuất sang CSV sẽ loại bỏ hoàn toàn một nhóm các vấn đề.
Đặt tên rõ ràng cho người ngoài cuộc. Tên cột chính là giao diện, và cách khắc phục nhanh nhất cho một workbook khó hiểu thường là một bảng chú giải ngắn gọn đặt ngay bên cạnh nó.
Khi nào XLSX không còn là vùng chứa phù hợp nữa
Một tệp XLSX là một tài liệu tốt nhưng lại là một cơ sở dữ liệu tầm thường. Nó lưu giữ tốt bản sao làm việc của một nhóm nhưng sẽ gặp trục trặc ngay khi có nhiều người cần thay đổi nó cùng một lúc.
Các dấu hiệu rất nhất quán. Tên tệp xuất hiện thêm các hậu tố phiên bản. Hai người đưa ra các con số tổng khác nhau. Ai đó phải duy trì một tab để đối chiếu các tab khác.
Tại thời điểm đó, bản thân tệp không phải là vấn đề cần giải quyết. Quy trình làm việc xung quanh nó mới là vấn đề, và việc đổi sang một bảng tính lớn hơn chỉ là trì hoãn ngày phán xét.
Làm việc với các tệp XLSX mà không cần thực hiện thủ công
Hầu hết công việc mà một tệp XLSX tạo ra không phải là phân tích. Đó là việc mở, quét, định dạng lại và xây dựng lại cùng một biểu đồ đến tháng thứ ba liên tiếp.
Powerdrill Bloom sẽ đảm nhận phần việc đó. Bạn chỉ cần tải workbook lên và mô tả bằng ngôn ngữ tự nhiên những gì bạn cần từ nó. Kết quả trả về là một sản phẩm hoàn chỉnh: một bản tóm tắt, một biểu đồ, một bản trình bày (deck), hoặc một phân tích Excel. Các lượt tải lên cho Excel, CSV, PDF và tài liệu (docs) được liệt kê trong gói miễn phí, và gói Pro bổ sung thêm các trang trình bày (slides), tài liệu Office và phân tích Excel.
Trang trợ lý AI cho Excel của chúng tôi đề cập đến lộ trình trực tiếp, và trung tâm công cụ AI cho Excel liệt kê các tác vụ hẹp hơn. Trang tạo biểu đồ từ Excel đề cập đến khía cạnh vẽ biểu đồ. Nếu các bảng pivot là phần bạn muốn bỏ qua, bài viết tóm tắt dữ liệu Excel không cần bảng pivot sẽ hướng dẫn bạn giải pháp thay thế.
Hiểu rõ định dạng là điều giúp bạn tránh khỏi rắc rối. Giao phần việc lặp đi lặp lại cho một công cụ khác là cách giúp bạn lấy lại thời gian buổi chiều của mình. Hãy thử Powerdrill Bloom trên workbook lộn xộn nhất mà bạn có.
Câu hỏi thường gặp
XLSX là viết tắt của từ gì?
Đó là phần mở rộng tệp cho định dạng bảng tính Office Open XML. Chữ X cuối cùng phản ánh rằng gói nén chứa các phần XML thay vì bố cục nhị phân cũ hơn.
Một tệp XLSX có thể chứa bao nhiêu hàng?
Microsoft công bố giới hạn của một worksheet là 1,048,576 hàng x 16,384 cột. Một workbook có thể chứa nhiều sheet, bị giới hạn bởi bộ nhớ khả dụng chứ không phải một con số cố định.
Có kích thước tệp XLSX tối đa không?
Không có con số cố định. Microsoft tuyên bố rằng môi trường 64-bit không áp đặt giới hạn cứng nào đối với kích thước tệp. Kích thước workbook chỉ bị giới hạn bởi bộ nhớ khả dụng và tài nguyên hệ thống.
Tại sao tệp XLSX của tôi lại quá lớn?
Các nguyên nhân thông thường là định dạng được áp dụng cho toàn bộ cột, các pivot caches lưu trữ bản sao thứ hai của các hàng nguồn, và hình ảnh. Chỉ riêng số lượng hàng hiếm khi giải thích được điều này.
Tôi nên sử dụng XLSX hay CSV để chia sẻ dữ liệu?
Sử dụng XLSX khi một người cần cấu trúc, công thức hoặc nhiều sheet. Sử dụng CSV khi một hệ thống chỉ cần các hàng dữ liệu và mọi thứ khác đều là dư thừa.