{"id":167138,"date":"2023-03-28T09:09:23","date_gmt":"2023-03-28T08:09:23","guid":{"rendered":"https:\/\/liora.io\/es\/?p=167138"},"modified":"2026-02-09T15:37:55","modified_gmt":"2026-02-09T14:37:55","slug":"como-conectar-power-bi-y-sql-server","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/como-conectar-power-bi-y-sql-server","title":{"rendered":"\u00bfC\u00f3mo conectar Power BI y SQL Server?"},"content":{"rendered":"SQL Server y Power BI son dos herramientas complementarias para analizar tus datos. Por un lado, SQL Server es un sistema de gesti\u00f3n de bases de datos (SGBD) que permite almacenar, controlar, ordenar y actualizar bases de datos utilizando el lenguaje SQL. Por otro lado, Power BI es una herramienta de inteligencia empresarial cuyo objetivo es ayudar a las organizaciones a tomar las decisiones correctas a partir de los datos. Entonces, \u00bfc\u00f3mo conectar SQL Server y Power BI? Descubre tres formas de conseguirlo.<\/b>\n\n
\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}\n

A\u00f1ade aqu\u00ed tu texto de cabecera<\/h3>\nPara conectar Power BI<\/b><\/a> y SQL Server mediante un script, puedes utilizar R o Python. Aqu\u00ed encontrar\u00e1s un m\u00e9todo basado en el lenguaje Python<\/b><\/a>.\n\nPaso 1<\/b>: Instala estas librer\u00edas usando Pip en el terminal de comandos:\n\npip install pyodbc<\/b>\n\npip install pandas<\/b>\n\npip install matplotlib<\/b>\n\nLa biblioteca pyodbc permite acceder a bases de datos ODBC (Open Database Connectivity).\n\nLa biblioteca pandas<\/a><\/strong> permite manipular y analizar datos.\n\nPor \u00faltimo, matplotlib permite dibujar gr\u00e1ficos y diagramas directamente desde pandas.\n\nRecuerda comprobar hacia d\u00f3nde apunta el directorio de inicio de Python. Para eso, ve a \u201cFiles\u201d y luego a \u201cOptions and Settings\u201d. Haz clic en \u201cPython Scripting\u201d y comprueba el \u201cPython Home Directory\u201d hacia el que apunta a tu Local Python Installation Path y tu \u201cPython ID\u201d’ en el que el sistema ejecuta el script.\n\nPaso 2<\/b>: Selecciona \u201cGet Data\u201d en el panel de la parte superior de la pantalla.\n\nSe abrir\u00e1 el panel de \u201cGet Data\u201d. Selecciona \u201cOther\u201d y luego \u201cPython script\u201d. Haz clic en \u201cConnect\u201d.\n\nPaso 3<\/b>: En el cuadro de di\u00e1logo, escribe el siguiente script:\n\nimport pandas as pd<\/b>\n\nimport pyodbc<\/b>\n\nconn = pyodbc.connect(‘Driver={Servidor SQL};’<\/b>\n\n\u2018Server=servername;\u2019<\/b>\n\n\u2018Database=databasename;\u2019<\/b>\n\n\u2018Trusted_Connection=yes;\u2019)<\/b>\n\ncur= conn.cursor()<\/b>\n\nsqlquery = pd.read_sql_query(\u2018SELECT * FROM tablename\u2019,conn)<\/b>\n\nprint(sqlquery)<\/b>\n\nEsta consulta se conecta a SQL Server utilizando la biblioteca \u201cpyodbc\u201d instalada previamente y utiliza esta conexi\u00f3n para extraer los datos de nuestra tabla. A continuaci\u00f3n, estos datos se convierten y se cargan en Power BI.\n\nPaso 4<\/b>: En el panel \u201cNavigator\u201d, selecciona el resultado y haz clic en \u201cLoad\u201d.\n\nEntonces obtendr\u00e1s tus datos y podr\u00e1s visualizarlos como prefieras.\n

\u00bfC\u00f3mo utilizar un conector para Power BI y SQL Server ?<\/h3>\nCon este m\u00e9todo solo utilizas Power BI y un conector.\n
    \n \t
  1. Abre Power BI Desktop (en tu ordenador).<\/li>\n \t
  2. En el panel de la parte superior de la pantalla, haz clic en SQL Server.<\/li>\n \t
  3. A continuaci\u00f3n, escribe el nombre del servidor en el cuadro de di\u00e1logo \u201cServer\u201d de la SQL Server database. Selecciona \u201cDirectQuery\u201d. En el cuadro de di\u00e1logo \u201cName\u201d, puedes especificar el nombre de tu base de datos.<\/li>\n \t
  4. Haz clic en \u201cOK\u201d.<\/li>\n \t
  5. De esta forma aparecer\u00e1 la tabla de datos y podr\u00e1s visualizar los datos como prefieras.<\/li>\n<\/ol>\nEste enfoque es muy pr\u00e1ctico <\/b>si ya has conectado SQL Server a Power BI. Conectar estas dos herramientas puede resultar laborioso a veces. La otra desventaja es si seleccionas \u201cImport\u201d como tu Connectivity Mode. Se importar\u00e1n todos los datos: por lo que es dif\u00edcil explotar el potencial de visualizaci\u00f3n de Power BI.\n

    \u00bfC\u00f3mo exportar los datos de SQL Server a Excel e importarlos a Power BI ?<\/h3>\nEste proceso es probablemente el que m\u00e1s tiempo consume, especialmente si repites esta tarea frecuentemente. Sin embargo, este m\u00e9todo de la vieja escuela funciona de maravilla.\n\nPaso 1<\/b>: En SQL Server, haz clic con el bot\u00f3n derecho en la base de datos que contiene tu futura tabla. A continuaci\u00f3n, haz clic en \u201cTasks\u201d y \u201cExport Data\u201d.\n\nPaso 2<\/b>: Se abrir\u00e1 el panel: \u201cChoose a Data Source\u00bb. Selecciona \u00abSQL Server Native CLient 11.0\u00bb como fuente de datos y haz clic en \u00abNext\u00bb.\n\nPaso 3<\/b>: A continuaci\u00f3n, haz clic en \u00abMicrosoft Excel\u00bb como destino. Determina la ruta y el nombre del archivo en el cuadro de di\u00e1logo \u201cExcel file path\u201d. A continuaci\u00f3n, haz clic en \u201cNext\u201d.\n\nPaso 4<\/b>: Si quieres exportar datos espec\u00edficos, selecciona \u201cWrite a query to specify the data to transfer\u201d. Haz clic en \u201cNext\u201d.\n\nPaso 5<\/b>: En el panel \u201cProvide a Source Query\u201d, introduce el siguiente script:\n\nSELECT * FROM tablename;<\/b>\n\nHaz clic en \u00abNext\u00bb.\n\nEn los paneles \u201cSelect source tables and views\u201d y \u201cReview data mapping type\u201d, haz clic en \u201cNext\u201d. A continuaci\u00f3n, selecciona \u201cRun immediately\u201d en el panel \u201cSave and Run Package\u201d y haz clic en \u201cFinish\u201d.\n\nPaso 6<\/b>: Abre Power BI y selecciona Excel en el panel de la parte superior de la pantalla. Busca el archivo exportado desde SQL Server.\n\nPaso 7<\/b>: En el panel \u201cNavigator\u201d, selecciona tus datos y haz clic en \u201cLoad\u201d.\n\nVer\u00e1s que tus datos aparecen en Power BI.\n

    A\u00f1ade aqu\u00ed tu texto de cabecera<\/h3>\nHay varias maneras de conectar SQL Server y Power BI, cada una con sus propias ventajas y desventajas<\/b>. Puedes usar un script R o Python para realizar la conexi\u00f3n, usar un conector espec\u00edfico o exportar los datos SQL a Excel e importarlos a Power BI. El m\u00e9todo que utilices depender\u00e1 de tus preferencias y necesidades espec\u00edficas<\/b>.\n\nUsando cualquiera de estos m\u00e9todos, puedes conectar f\u00e1cilmente<\/b> SQL Server y Power BI para acceder a tus datos y obtener informaci\u00f3n para mejorar tu toma de decisiones.\n\n\n
    Descubrir los cursos de Liora<\/a><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

    SQL Server y Power BI son dos herramientas complementarias para analizar tus datos. Por un lado, SQL Server es un sistema de gesti\u00f3n de bases de datos (SGBD) que permite almacenar, controlar, ordenar y actualizar bases de datos utilizando el lenguaje SQL. Por otro lado, Power BI es una herramienta de inteligencia empresarial cuyo objetivo […]<\/p>\n","protected":false},"author":79,"featured_media":167139,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2440],"class_list":["post-167138","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ia"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/167138","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/79"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=167138"}],"version-history":[{"count":2,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/167138\/revisions"}],"predecessor-version":[{"id":183498,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/167138\/revisions\/183498"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/167139"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=167138"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=167138"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}