تحليل البياناتجداول بيانات Googleصيغ ودوال متقدمة

جداول بيانات Google: كيفية استخدام CONCAT مع QUERY

دليل أكاديمي تقني يشرح كيفية دمج نتائج دالة QUERY في خلية واحدة لكل صف في جداول بيانات Google باستخدام تقنيات المصفوفات المتقدمة والبدائل الوظيفية.

تاريخ النشر

تعتبر معالجة البيانات وتحليلها في بيئة جداول بيانات Google (Google Sheets) أحد الركائز الأساسية التي يعتمد عليها محللو البيانات، ومهندسو النظم، والباحثون في الأوساط الأكاديمية والمهنية على حد سواء. ومع تزايد حجم البيانات وتعقد هياكلها، أصبحت الحاجة ملحة لتطوير صيغ تركيبية متقدمة تتجاوز القدرات التقليدية للدوال المنفردة، متيحة للمستخدمين استخلاص المعارف وإعادة تشكيل السجلات النصية والرقمية بدقة رياضية فائقة ومرونة برمجية عالية.

تتبوأ دالة الاستعلام QUERY مكانة الصدارة بين دوال المعالجة والتحليل في جداول بيانات Google، نظراً لاعتمادها على محرك لغة استعلام Google Visualization API القوي، والذي يحاكي أوامر لغة الاستعلام الهيكلية (SQL). ورغم القوة الحسابية والفرزية والترشيحية الهائلة التي توفرها هذه الدالة، فإنها تصطدم بعائق تقني بنيوي عندما يتعلق الأمر بعمليات الدمج النصي التراكمي للسجلات المتعددة أو الحقول المتجاورة، لا سيما عند محاولة ربطها بدوال السلاسل النصية القياسية مثل دالة CONCAT البسيطة.

يتناول هذا البحث التحليلي الشامل دراسة هندسية معمقة لآليات الدمج النصي المعقد في جداول بيانات Google، مبيناً الأسباب الجذرية لعدم توافق دالة CONCAT المباشر مع مصفوفات QUERY، ومقدماً الحل المعماري الرصين القائم على دمج مصفوفات التحويل الهندسي (TRANSPOSE)، والتلاعب الذكي بمعلمة الترويسات (Headers Parameter) في دالة QUERY، وتوظيف دوال الحساب البعدي والتنقية النصية. وسنستعرض في هذا الدليل التأسيسي والتطبيقي كافة الخطوات الرياضية والمنطقية، متبوعاً بمقارنات خوارزمية معمقة ودراسات حالة حية تعزز من كفاءة نظم التقارير وإدارة البيانات الضخمة.

جدول المحتويات

1. مقدمة تأصيلية: مفهوم دمج البيانات والاستعلام في جداول بيانات Google

1.1 أهمية تجميع النصوص في معالجة البيانات الضخمة

يمثل تجميع النصوص (String Aggregation) في سياق معالجة البيانات الضخمة خطوة تحويلية جوهرية لتقليص الأبعاد الأفقية للبيانات متعددة الحقول. فعند التعامل مع قواعد بيانات تمتد لعشرات الآلاف من الصفوف وتحتوي على حقول وصفية مجزأة مثل مكونات العناوين، أو تفاصيل المعاملات المالية، أو الأرقام التعريفية للأجهزة، تصبح قراءة الجداول المعقدة أفقياً أمراً مرهقاً للبنية البصرية ومستهلكاً للذاكرة العاملة للبرمجيات التحليلية.

يسهم دمج الحقول المترابطة دلالياً في تحسين قابلية قراءة السجلات الأكاديمية والتطبيقية، حيث يتيح للباحثين والمحللين تلخيص عدة متغيرات فرعية داخل حقل وصفي موحد يسهل عرضه في واجهات المستخدم ولوحات المعلومات التفاعلية (Dashboards). على سبيل المثال، في السجلات الطبية أو الأكاديمية، يتطلب التوثيق الدقيق جمع الاسم الأول، والاسم الأوسط، واللقب، مع المعرف الفريد وتاريخ القيد في خلية تركيبية واحدة تمثل الهوية الكاملة للكائن الرقمي دون الإخلال بسلامة البيانات الأصلية المستخرجة من الجداول الأساسية.

علاوة على ذلك، يؤثر تجميع البيانات النصية بشكل مباشر على تصميم النماذج التقريرية الذكية (Smart Reporting Models). إن توليد نصوص مجمعة مبنية على شروط ترشيح دقيقة يقلل من تعقيد الاستعلامات اللاحقة، ويتيح إنشاء ملخصات تنفيذية تركز على المعلومات الجوهرية فقط. هذا التخفيض المتعمد في عدد الأعمدة المعروضة يؤدي بدوره إلى تحسين سرعة معالجة الأوراق الحسابية، وتحسين زمن استجابة المتصفح، وتمكين عمليات الفهرسة والبحث النصي السريع عبر السجلات المركبة بكفاءة حاسوبية فائقة.

1.2 طبيعة عمل دالة QUERY وإمكاناتها التعبيرية

تستند دالة QUERY في جداول بيانات Google إلى محرك لغة الاستعلام التابع لـ Google Visualization API، وهي لغة تشبه إلى حد بعيد لغة SQL القياسية، مما يمنحها قوة استثنائية في إجراء عمليات المعالجة العلائقية على النطاقات المصفوفية. تتيح الدالة للمستخدم كتابة عبارات برمجية معقدة تتضمن أوامر الاختيار (SELECT)، والتصفية الشرطية (WHERE)، والتجميع الحسابي (GROUP BY)، والتدوير (PIVOT)، والفرز المتقدم (ORDER BY)، وتحديد أعداد المخرجات (LIMIT)، مما يجعلها الأداة التحليلية الأكثر مرونة وتكاملاً ضمن حزمة أدوات جداول البيانات.

تتميز الدالة بقدرتها على التعامل مع النطاقات الديناميكية والمصفوفات المولدة في الذاكرة الحسابية، مما يمكنها من استيعاب كميات ضخمة من البيانات وفرزها بسرعة متناهية بناءً على معايير منطقية متعددة تشمل الشروط النصية، والمقارنات الرقمية، والمطابقات النمطية عبر التعابير النمطية والتراكيب الشرطية المعقدة. هذا التنوع يتيح للمحللين بناء خطوط أنابيب بيانات (Data Pipelines) حقيقية داخل الورقة الحسابية دون الحاجة إلى اللجوء لأدوات خارجية أو كتابة نصوص برمجية معقدة عبر Google Apps Script.

ومع ذلك، تبرز محدودية دالة QUERY عند محاولة إجراء معالجة نصية تراكمية أو دمج تسلسلي للأعمدة المحددة داخل عبارة SELECT ذاتها؛ إذ إن محرك الاستعلام مصمم في الأصل لاسترجاع البيانات وفق هيكليتها الجدولية الأصلية (صفوف وأعمدة منفصلة)، ولا يوفر دالة تجميع نصي مضمنة شبيهة بدالة GROUP_CONCAT أو STRING_AGG الموجودة في أنظمة إدارة قواعد البيانات العلائقية المتقدمة مثل MySQL أو PostgreSQL. هذه الفجوة المعمارية بين قدرة الاستعلام وقدرة الدمج النصي الداخلي هي التي تدفعنا إلى البحث عن نماذج تكاملية مبتكرة.

1.3 مفهوم الدمج النصي عبر دالة CONCAT وحدودها المعمارية

تُعرّف دالة CONCAT في جداول بيانات Google بأنها دالة نصية أولية وظيفتها الأساسية ربط سلسلتين نصيتين معاً لإنتاج سلسلة نصية واحدة مدمجة. تتسم هذه الدالة ببنية بسيطة جداً تستقبل مدخلين اثنين فقط بصيغة CONCAT(value1, value2)، مما يجعلها محدودة الاستخدام بدرجة كبيرة مقارنة باحتياجات معالجة البيانات المعقدة التي تتطلب دمج عشرات الحقول أو التعامل مع مصفوفات ديناميكية واسعة النطاق.

يختلف سلوك دوال الربط الفردية مثل CONCAT جذرياً عن دوال معالجة المصفوفات المتعددة؛ فبينما يمكن لدوال الربط المتطورة استيعاب نطاقات واسعة من الخلايا وتكرار العمليات عبر الأسطر، فإن دالة CONCAT تصطدم بعائق عدم قدرتها على قبول أكثر من وسيطين، كما أنها لا تمتلك آلية داخلية لتمرير فواصل مخصصة بين النصوص المدمجة، مما يضطر المستخدم إلى إجراء تداخلات متعددة وغير عملية كأن يكتب CONCAT(CONCAT(A1, " "), B1)، وهو نمط برمجي سيئ يؤدي إلى تعقيد الصيغ وصعوبة صيانتها.

تتضح هذه الحدود المعمارية بشكل جلي عند الرغبة في إجراء دمج مشروط مبني على نتائج مصفوفية ناتجة عن دوال أخرى. إن عجز CONCAT عن معالجة المصفوفات ثنائية الأبعاد (2D Arrays) يجعلها غير قادرة تماماً على العمل كأداة تجميع لمخرجات دالة QUERY، الأمر الذي استدعى ابتكار منهجيات تعتمد على تحويل الأبعاد، واستغلال الخصائص غير الموثقة لمعاملات الترويسة في محرك الاستعلام، لتوليد سلاسل نصية مدمجة تضاهي أعلى معايير هندسة البرمجيات وقواعد البيانات.

2. التحدي التقني: القيود البنيوية للجمع المباشر بين دالتي CONCAT و QUERY

2.1 أسباب فشل الاقتران المباشر بين CONCAT و QUERY

عند محاولة تمرير مخرجات دالة QUERY كمدخلات مباشرة داخل دالة CONCAT، يفشل النظام الحسابي في جداول بيانات Google في معالجة الطلب بالشكل المرجو، ويرجع ذلك بالأساس إلى عدم توافق الأنواع الهيكلية للبيانات (Structural Data Type Mismatch). تُرجع دالة QUERY دائماً مصفوفة بيانات ثنائية الأبعاد تتألف من صفوف وأعمدة، في حين تتوقع دالة CONCAT استقبال قيم قياسية فردية (Scalar Values) في كل من وسيطيها، مما ينتج عنه إما تجاهل لكافة البيانات باستثناء الخلية الأولى، أو حدوث خطأ فادح في التنفيذ.

يرجع هذا الفشل أيضاً إلى طبيعة الإرجاع الهيكلي لمحرك Google Visualization API، حيث تُعامل المخرجات ككتلة جدولية غير قابلة للتجزئة التلقائية إلى مدخلات فردية ما لم يتم تغليفها بدوال مصفوفية متخصصة. وعندما تحاول دالة CONCAT معالجة هذا الكائن المرجعي المعقد، فإنها تعجز عن إنشاء مصفوفة مخرجات موازية لكل صف، فتتوقف العملية الحسابية، وتظهر رسائل الخطأ الشائعة مثل #VALUE! أو خطأ عدم تطابق وسائط الدالة (Wrong number of arguments)، مما يؤكد استحالة الجمع الساذج بين الدالتين دون بناء بيئة تحويل وسيطة.

توضح هذه الظاهرة التقنية الفارق بين الدوال التي تدعم التمدد المصفوفي التلقائي (Array Expansion) والدوال التي تعمل فقط على مستوى النطاق الحسابي المحدود. إن محاولة إجبار دالة CONCAT على قراءة مصفوفة ناتجة عن دالة QUERY تشبه محاولة تمرير جدول بيانات كامل إلى مدخل يتوقع حرفاً واحداً، وهو ما يفرض على مطوري النماذج الرياضية الانتقال من التفكير بالدوال الفردية إلى التفكير بالمعالجة المصفوفية الشاملة وعمليات الجبر الخطي للبيانات النصية.

2.2 حدود السلوك التوسعي لدوال السلاسل النصية القياسية

تعاني دوال السلاسل النصية القياسية في جداول بيانات Google من قصور جوهري في سلوكها التوسعي عبر الصفوف والأعمدة عند عدم استخدام غلاف مصفوفي صريح مثل ARRAYFORMULA. فبدون هذا التغليف، تنفذ الدالة العملية الحسابية على الصف الأول فقط من النطاق المستهدف، مهملة باقي السجلات التي تم استرجاعها بواسطة دالة QUERY، مما يؤدي إلى فقدان فادح للبيانات المستخرجة وعرض نتائج غير مكتملة في التقارير النهائية.

علاوة على ذلك، تفقد الدوال النصية التقليدية المرونة المطلوبة لإدراج فواصل مخصصة (Custom Delimiters) بين الحقول المدمجة بطريقة ديناميكية. فعندما تتغير أبعاد الاستعلام الناتج عن QUERY—كأن يعود الاستعلام تارة بعمودين وتارة بثلاثة أعمدة بناءً على شروط متغيرة—تعجز الدوال النصية الثابتة عن تكييف عدد الفواصل النصية تلقائياً، مما يؤدي إلى تشويه المخرجات ودمج النصوص دون فراغات فاصلة أو ظهور فواصل زائدة في نهاية النصوص المستخرجة تشوه المظهر النهائي للبيانات.

تفرض هذه التحديات ضرورة تأسيس بنية برمجية وسيطة تعيد توجيه وتجميع البيانات ديناميكياً داخل بيئة جداول البيانات. يجب أن تكون هذه البنية قادرة على استيعاب المصفوفات متعددة الأبعاد، وضغط الحقول الأفقية لكل سجل في كتلة نصية مفردة، والحفاظ على تدفق البيانات في اتجاه عمودي يطابق عدد السجلات المصفاة. هذا التحول البنيوي هو ما تحققه الصيغة المركبة المتقدمة التي تجمع بين التدوير المصفوفي والاستغلال العبقري لخصائص محرك استعلام جداول البيانات.

3. التشريح الرياضي والتركيبي للصيغة البديلة المتقدمة

3.1 التحليل البنيوي للصيغة المركبة الشاملة

للتغلب على القيود المعمارية سابقة الذكر، تم تطوير صيغة تركيبية عبقرية في جداول بيانات Google تمثل حلاً هندسياً متكاملاً لدمج مخرجات دالة QUERY في سلسلة نصية واحدة منظمة لكل صف. تتألف هذه الصيغة المتقدمة من تداخل محكم لعدة دوال قياسية تعمل بتناغم مصفوفي مذهل، وتُكتب بنيتها الأساسية على النحو التالي:

الصيغة النموذجية المتقدمة:
=ARRAYFORMULA(TRIM(SUBSTITUTE(TRANSPOSE(QUERY(TRANSPOSE(QUERY(Range, "SELECT ...")), , COLUMNS(Range))), " ", "_")))

عند تفكيك هذه الصيغة رياضياً ومنطقياً، نجد أنها تنقسم إلى طبقات وظيفية متتابعة؛ فالنواة الداخلية تتكون من دالة QUERY الأساسية التي تستخرج الحقول المطلوبة وفق شروط محددة من نطاق البيانات المستهدف. تلي ذلك عملية التدوير الهندسي الأولى عبر دالة TRANSPOSE التي تقلب أعمدة الاستعلام إلى صفوف. ثم تأتي دالة QUERY الثانية، والتي تُعد المحرك الحقيقي للدمج النصي، حيث تستغل معامل الترويسة الموجه بعدد الأعمدة الناتجة عن دالة COLUMNS لدمج كل صف تم تدويره في كتلة نصية موحدة تفصل بين كلماتها مسافات افتراضية.

تستعيد دالة TRANSPOSE الخارجية الهيكل العمودي الأصلي للبيانات المدمجة، لتدخل بعد ذلك في مرحلة المعالجة النصية الدقيقة المكونة من دالتي SUBSTITUTE و TRIM المغلفتين بدالة ARRAYFORMULA. تعمل دالة SUBSTITUTE على استبدال المسافات الافتراضية بالفواصل المخصصة التي يحددها المستخدم، بينما تضمن دالة TRIM إزالة أي مسافات شاردة أو فراغات ناتجة عن خلايا فارغة، لتكون النتيجة النهائية عموداً واحداً مدمجاً بدقة لا متناهية ومطابقاً لشروط التصفية الأصلية.

3.2 مخطط تدفق البيانات عبر طبقات الصيغة المتداخلة

يمكن تتبع مسار تدفق البيانات عبر طبقات هذه الصيغة المتداخلة كخط إنتاج برمجي دقيق يبدأ من البيانات الخام وينتهي بالمخرجات المهيكلة. في المرحلة الأولى، تستقبل دالة QUERY الداخلية النطاق المصدري وتجري عمليات الفرز والتصفية، منتجة مصفوفة فرعية بأبعاد (م صف × ن عمود). هذه المصفوفة تمثل السجلات التي حققت المعايير المنطقية للاستعلام ولكنها لا تزال موزعة أفقياً عبر عدة حقول.

في المرحلة الثانية، تدخل المصفوفة إلى دالة TRANSPOSE الأولى لتتحول أبعادها فورياً إلى (ن صف × م عمود)، حيث تصبح حقول السجل الواحد مصطفة عمودياً كصف واحد يمتد عبر الترويسات. ثم تنتقل هذه المصفوفة المدارة إلى دالة QUERY التجميعية، والتي يتم تزويدها بعدد الترويسات مساوياً تماماً لقيمة (ن) المحسوبة بواسطة دالة COLUMNS، مما يجبر المحرك على دمج عناصر كل عمود رأسي في ترويسة نصية واحدة عريضة تتكون من صف واحد و(م) عمود.

في المرحلة الثالثة والأخيرة، تقوم دالة TRANSPOSE الثانية بعكس أبعاد المصفوفة الناتجة لتعود إلى (م صف × 1 عمود)، محققة الهيكل الرأسي المطلوب. تتلقى دالتا TRIM و SUBSTITUTE هذه المصفوفة العمودية تحت مظلة ARRAYFORMULA، حيث يتم تنظيف السلاسل النصية واستبدال الفراغات بالفواصل الرمزية المطلوبة لكل صف على حدة، دون الحاجة لسحب الصيغة يدوياً، مما يضمن استجابة آنية وتحديثاً تلقائياً عند تعديل أو إضافة أي بيانات في النطاق المصدري.

4. دور دالة TRANSPOSE في إعادة هيكلة المصفوفات وتوجيه البيانات

4.1 مبادئ التحويل المصفوفي في الجبر الخطي وتطبيقاته البرمجية

تستند دالة TRANSPOSE في جداول بيانات Google إلى المفهوم الرياضي الأصيل لتحويل المصفوفات (Matrix Transposition) في الجبر الخطي، حيث يتم تبديل المحاور الهندسية للمصفوفة بحيث يتحول كل صف ذي دليل معين إلى عمود يحمل الدليل ذاته، وتتحول الأعمدة بالتناظر إلى صفوف. إذا كانت المصفوفة الأصلية A ذات رتبة (m × n)، فإن منقول المصفوفة A^T يكون ذو رتبة (n × m)، مما يغير الاتجاه الهيكلي لتدفق البيانات دون المساس بقيمها الجوهرية.

يمثل هذا التحول الهندسي حجر الزاوية في حل المعضلات البرمجية داخل جداول البيانات، حيث يتيح للمحلل تحويل السجلات الأفقية التي تمثل كيانات متعددة الحقول إلى وحدات استعلامية عمودية يمكن معالجتها بواسطة دوال مصممة أصلاً للعمل على مستوى الأعمدة. في الحوسبة الجدولية، تعد هذه التقنية من أقوى الطرق لإعادة تنظيم البيانات في الذاكرة الحسابية وتجهيزها لمراحل التجميع غير النمطية.

يحافظ التدوير المصفوفي الصارم على الترتيب التسلسلي الدقيق للمدخلات والخصائص النوعية لكل حقل، مما يضمن عدم تداخل قيم الحقول أو اختلال مواقعها النسبية أثناء عمليات المعالجة البينية. هذا الثبات الترتيبي يعد شرطاً أساسياً لضمان دمج الأسماء أو المعرفات بالتسلسل المنطقي الصحيح كما ورد في الجدول الأصلي أو كما تم تعريفه في عبارة SELECT الاستعلامية.

4.2 التدوير الأول: تجهيز البيانات لعملية الترويسة التجميعية

تتمثل الوظيفة المحورية لعملية التدوير الأولى TRANSPOSE(QUERY(...)) في إعادة صياغة مخرجات الاستعلام لتتوافق مع الآلية الفريدة التي تعالج بها دالة QUERY الترويسات المتعددة. فعندما نطبق الاستعلام الشرطي ونستخرج حقولاً متعددة (كالاسم الأول واسم العائلة والمعرف الوظيفي)، تكون هذه الحقول موزعة أفقياً في أعمدة مختلفة ضمن الصف نفسه، وهو ما يتعذر على محرك الاستعلام دمجه مباشرة كنص واحد.

بإجراء عملية التدوير الأولى، تتحول حقول السجل الواحد من توزيع أفقي إلى توزيع رأسي متطابق، بحيث تصبح قيم السجل الأول عبارة عن عناصر عمودية في العمود الأول من المصفوفة الجديدة، وتصبح قيم السجل الثاني عناصر في العمود الثاني، وهكذا دواليك لكافة السجلات المستخرجة. هذا التحويل يجعل البيانات جاهزة هيكلياً لتدخل كمدخلات عمودية في دالة QUERY التجميعية، حيث يمثل كل عمود سجلاً مستقلاً مرشحاً للدمج.

يسهم هذا التجهيز أيضاً في ضمان التوافق التام مع وسيطة عدد الترويسات، حيث يصبح عدد الصفوف التي تم تدويرها مساوياً تماماً لعدد الأعمدة الأصلية المسترجعة. كما يساعد هذا الأسلوب في تجنب استهلاك مساحات غير ضرورية من الذاكرة أو التسبب في بطء المعالجة، حيث تتم عملية التحويل في الذاكرة المؤقتة لمحرك الحسابات دون الحاجة إلى إنشاء نطاقات وسيطة مرئية في ورقة العمل.

4.3 التدوير الثاني: استعادة الهيكل الطولي لنتائج الصفوف

بعد اكتمال عملية التجميع النصي عبر دالة QUERY التجميعية (التي سنتناول تفاصيلها الرياضية لاحقاً)، ينتج لدينا صف أفقي وحيد فائق الاتساع ذو أبعاد (1 × م)، حيث يحتوي كل عمود في هذا الصف على السلسلة النصية المدمجة الكاملة لأحد السجلات الأصلية المستعلم عنها. ونظراً لأن الهدف النهائي لأي تقرير احترافي هو عرض النتائج في شكل عمودي مألوف يتوافق مع تدفق السجلات في الجداول، تصبح عملية التدوير الثانية ضرورة حتمية لا غنى عنها.

تقوم دالة التدوير الخارجية TRANSPOSE(...) بقلب هذه المصفوفة الأفقية العريضة بزاوية تسعين درجة، محولة أبعادها من (1 × م) إلى (م × 1)، مما يعيد النتائج المجمعة لتصطف رأسياً في عمود واحد متناسق. يتطابق عدد صفوف هذا العمود الجديد بدقة متناهية مع عدد السجلات المسترجعة من الاستعلام الأصلي، مما يتيح محاذاة هذه المخرجات بسلاسة مع أي أعمدة تحليلية أخرى أو دمجها في نماذج بيانات أوسع.

تضمن هذه الاستعادة الهيكلية أيضاً الحفاظ على الفهارس المرجعية للسجلات؛ فالسجل الذي كان يحتل الترتيب الخامس في نتائج التصفية الأصلية سيحتل بدقة الصف الخامس في العمود النهائي المدمج. هذا الاتساق الهندسي يتيح للمطورين بناء علاقات ارتباطية موثوقة (Lookups) واستخدام النتائج كمدخلات مباشرة في دوال التقييم المتقدمة ونماذج اتخاذ القرار الذكية.

5. توظيف دالة QUERY الداخلية لتجميع السلاسل النصية عبر ترويسات الأعمدة

5.1 الاستغلال غير التقليدي لمعلمة الترويسات (Headers Parameter)

تعد معلمة الترويسات (Headers Parameter) الوسيطة الاختيارية الثالثة في دالة QUERY، وتُستخدم تقليدياً لإبلاغ محرك الاستعلام بعدد الصفوف الموجودة في أعلى النطاق والتي يجب معاملتها كعناوين للأعمدة (Column Headers) بدلاً من معالجتها كبيانات قياسية. والسلوك المضمن في محرك Google Visualization API هو أنه عندما يتم تحديد عدد الترويسات بقيمة رقمية أكبر من الصفر، يقوم المحرك تلقائياً بدمج كافة الخلايا الرأسية الواقعة ضمن نطاق الترويسات المحدد لكل عمود، وفصل محتوياتها بمسافة بيضاء افتراضية واحدة، لتشكيل اسم ترويسة نهائي موحد.

يكمن الابتكار الهندسي في هذه الصيغة المركبة في الاستغلال غير التقليدي لهذا السلوك الافتراضي؛ حيث نقوم بتمرير المصفوفة المدارة (التي أصبحت فيها حقول السجل الواحد عبارة عن صفوف رأسية) إلى دالة QUERY ثانية بدون عبارة استعلام نصية، مع ضبط معلمة الترويسات لتكون مساوية تماماً للعدد الإجمالي لصفوف تلك المصفوفة. وبفعل هذه الحركة الذكية، يظن محرك QUERY أن كافة البيانات المدخلة هي عبارة عن ترويسات متعددة الأسطر لعمود واحد، فيقوم بدمجها جميعاً في سطر نصي واحد لكل عمود بسرعة حاسوبية هائلة تفوق بكثير أي حلقة تكرارية برمجية.

يحول هذا التوظيف الاستثنائي وظيفة استعلام البيانات التحليلية إلى محرك دمج نصوص فائق الأداء (High-Performance String Concatenator). إن هذه الآلية تتفوق على المعالجات التقليدية لكونها مبنية مباشرة في النواة التنفيذية لبرمجية جداول بيانات Google، مما يسمح بدمج مئات الحقول النصية لآلاف السجلات في أجزاء من الثانية دون استهلاك ملحوظ للذاكرة أو الوقوع في فخاخ التباطؤ البرمجي المعتاد.

5.2 التحكم في نص الاستعلام والفراغات البينية

في دالة QUERY التجميعية الوسيطة، نلاحظ أن وسيطة نص الاستعلام (Query String) تُترك فارغة تماماً بصيغة QUERY(Data, , Headers) أو تُمرر كنص فارغ "" دون استخدام عبارات SELECT أو WHERE. يهدف هذا الإجراء البرمجي المقصود إلى منع المحرك من تطبيق أي عمليات تصفية أو فرز إضافية، وتوجيه كامل طاقته الحسابية نحو تطبيق منطق تجميع الترويسات فقط على كامل البيانات المستلمة دون أي تعديل هيكلي.

تنشأ نتيجة هذا التجميع سلسلة نصية أولية تفصل بين كلماتها مسافات بيضاء افتراضية يدرجها محرك الاستعلام تلقائياً بين كل قيمة صف وأخرى أثناء دمج الترويسات. ورغم أن هذه المسافات تعد وسيلة ربط مؤقتة، فإنها تمثل الأساس الرياضي الذي نبني عليه لاحقاً عمليات استبدال الفواصل؛ إذ تصبح كل مسافة بمثابة نقطة علام (Marker) تفصل بين الحقول الأصلية التي كانت تشغل أعمدة متجاورة في السجل الأساسي.

من المزايا الجوهرية لهذه التقنية أيضاً قدرتها الفائقة على التعامل مع الحقول النصية الفارغة (Null Values) بأمان تام. فعندما يحتوي أحد الحقول في السجل الأصلي على قيمة فارغة، فإن محرك تجميع الترويسات يتجاوز الخلية دون أن يتسبب في انهيار الصيغة أو توليد أخطاء برمجية، محتفظاً بالمسافات البينية اللازمة لضمان سلامة هيكل البيانات المجمعة وجاهزيتها لمراحل التنقية والاستبدال اللاحقة.

6. استخدام دالة COLUMNS لحساب الأبعاد الديناميكية للمصفوفات

6.1 أهمية المعالجة الحسابية الديناميكية لعدد الأعمدة

تعتمد مرونة النماذج الرياضية في جداول البيانات على قدرتها على التكيف التلقائي مع التغيرات الهيكلية دون تدخل يدوي مستمر لتعديل المعاملات الحسابية. في الصيغة المتقدمة لدمج البيانات، تلعب دالة COLUMNS دور الصمام البعدي الديناميكي، حيث تتولى حساب العدد الإجمالي للأعمدة الداخلة في عملية الاستعلام وتمريره تلقائياً كقيمة لمعلمة الترويسات في دالة QUERY التجميعية.

إن الاستغناء عن الأرقام الثابتة (Hardcoded Values) — ككتابة الرقم 3 أو 4 يدوياً للإشارة لعدد الترويسات — يمنع وقوع أخطاء عدم تطابق الأبعاد المصفوفية (Dimension Mismatch Errors) عند تعديل نطاق البيانات المستهدف. فعلى سبيل المثال، إذا قام المستخدم بتوسيع نطاق الاستعلام من ثلاثة أعمدة (A:C) إلى خمسة أعمدة (A:E)، فإن دالة COLUMNS ترصد هذا التوسع فوراً وتعدل قيمة وسيطة الترويسات إلى 5 دون أي حاجة لإعادة صياغة الدالة يدوياً، مما يحافظ على استقرار وموثوقية النموذج التحليلي.

تتجلى الأهمية الرياضية لهذا الربط الديناميكي عند بناء قوالب تحليلية موحدة يُعاد استخدامها في أقسام مختلفة من المؤسسة عبر مجموعات بيانات متباينة الأبعاد. يتيح استخدام دالة COLUMNS تحويل الصيغة المركبة إلى خوارزمية ذاتية التكيف (Self-Adapting Algorithm) تضبط مدخلاتها تلقائياً بناءً على حجم النطاق الممرر، وهو أحد أرقى مبادئ هندسة البرمجيات وتصميم الأنظمة المرنة.

6.2 التفاعل بين دالة COLUMNS ومخرجات QUERY الفرعية

تتفاعل دالة COLUMNS بتوافق تام مع مخرجات دالة QUERY الأساسية، حيث يمكن تطبيقها إما على نطاق البيانات الأصلي مباشرة COLUMNS(A2:C) أو تطبيقها على تعبير الاستعلام نفسه في الهياكل شديدة التعقيد التي تتضمن انتقاءً جزئياً لأعمدة غير متجاورة. يضمن هذا التفاعل تمرير العدد الصحيح والدقيق للأعمدة التي تم استرجاعها بالفعل، مما يجعل عملية التدوير والتجميع متطابقة الأبعاد من الناحية الرياضية.

عندما تُرجع دالة QUERY الفرعية مجموعة أعمدة مخصصة بناءً على عبارة SELECT محددة مثل SELECT A, C, D، فإن دالة COLUMNS المطبقة على هذا الاستخراج تُرجع بدقة القيمة 3، وهي القيمة التي يحتاجها محرك QUERY الخارجي ليعتبر أن هناك 3 صفوف (بعد التدوير الأول) يجب دمجها معاً لتشكيل الترويسة المجمعة لكل سجل. هذا الترابط الحسابي الدقيق يلغي احتمالية دمج سجلات متعددة بالخطأ في سجل واحد أو ترك أجزاء من السجل دون دمج.

يعزز هذا التكامل من مناعة النموذج المالي أو الإداري ضد أخطاء التوسع والانكماش في البيانات. فسواء كانت ورقة العمل تستقبل تدفقات بيانات حية من نماذج Google Forms، أو تحديثات متكررة عبر واجهات البرمجة API، فإن منظومة COLUMNS تضمن بقاء معادلة الدمج والاستعلام في حالة اتزان دائم واستجابة فورية لأي تبدل في كثافة الحقول أو ترتيبها البنيوي.

7. تنقية وتطهير النصوص المدمجة باستخدام دالة TRIM

7.1 معالجة المسافات الزائدة وهوامش البيانات النصية

تعد مرحلة تنقية البيانات النصية وتطهيرها من الشوائب البيضاء إحدى أهم مراحل خطوط أنابيب معالجة البيانات، وهنا تبرز دالة TRIM كأداة حيوية لضمان جودة السلاسل المدمجة. تقوم دالة TRIM بمهمة مزدوجة تتمثل في إزالة كافة المسافات البيضاء البادئة (Leading Spaces) والمسافات البيضاء اللاحقة (Trailing Spaces) من النصوص المجمعة، فضلاً عن تقليص المسافات المتعددة المتتالية بين الكلمات إلى مسافة أحادية قياسية.

تنشأ الحاجة الماسة لدالة TRIM في صيغتنا المركبة نتيجة لظروف بنيوية حتمية؛ فعندما يحتوي أحد السجلات الأصلية على حقل فارغ — كأن يكون الاسم الأوسط غير متوفر لموظف معين — فإن عملية تجميع الترويسات في QUERY تُنتج مسافات بيضاء إضافية متتالية لتعويض غياب النص في ذلك الصف المدار. وبدون التدخل الحاسم لدالة TRIM، ستتحول هذه المسافات المزدوجة لاحقاً إلى فواصل متكررة تشوه المظهر الجمالي والهيكلي للبيانات المجمعة.

علاوة على ذلك، تزيل TRIM أي مسافات طارئة قد تكون موجودة في بداية السجل الأول أو نهاية السجل الأخير نتيجة عمليات التدوير، مما يضمن أن الناتج النهائي يبدأ مباشرة بالحرف الأول من السجل وينتهي بالحرف الأخير منه بدقة متناهية. هذا التطهير الشامل يرفع من كفاءة عمليات المطابقة النصية، والفرز الأبجدي، والمقارنات اللاحقة التي قد تعتمد على هذا العمود المدمج كمعرف فريد أو حقل بحث أساسي.

7.2 تأثير دمج المسافات الداخلية على استقرار الفواصل المخصصة

يمتد التأثير الرياضي والمنطقي لدالة TRIM إلى تجهيز النص المستخرج لعملية الاستبدال المنتظم (Regular Substitution) التي ستجريها دالة SUBSTITUTE لاحقاً. فلكي تنجح عملية تحويل المسافات إلى فواصل مخصصة مثل الفاصلة المنقوطة أو الشرطة السفلية أو الشرطة المائلة، يجب التأكد تماماً من أن كل فاصل بين كلمتين يتألف من مسافة أحادية واحدة فقط لا غير.

إذا تُركت النصوص تحتوي على مسافات متتالية غير منتظمة (كوجود مسافتين أو ثلاث مسافات بين الاسم الأول واسم العائلة بسبب فراغ أحد الأعمدة)، فإن دالة الاستبدال ستقوم بتحويل كل مسافة مفردة إلى فاصل مخصص، مما ينتج عنه مخرجات مشوهة مثل John__Smith أو John;;;Smith بدلاً من John_Smith أو John; Smith. تعمل دالة TRIM على توحيد هذه الفراغات واختزالها إلى فراغ أحادي منضبط، مما يضمن تكرار الفاصل المخصص مرة واحدة فقط بين الحقول المتتالية بغض النظر عن وجود خلايا فارغة في النطاق المستهدف.

يحافظ هذا التوحيد المنضبط على التماسك اللغوي والدلالي للبيانات، ويجعل المخرجات مهيأة تماماً للتصدير إلى أنظمة قواعد البيانات الخارجية أو ملفات CSV دون الخوف من حدوث أخطاء في تجزئة النصوص أو إفساد أعمدة الجداول عند إعادة استيرادها في منصات برمجية أخرى مثل Python Pandas أو R أو أنظمة إدارة علاقات العملاء (CRM).

8. تخصيص الفواصل النصية والتحكم في المخرجات باستخدام SUBSTITUTE

8.1 استبدال المسافة الافتراضية بفواصل مخصصة ومحددة

تتولى دالة SUBSTITUTE مسؤولية التحكم النهائي في الشكل التنسيقي للبيانات المدمجة، حيث تقوم بالبحث عن السلاسل النصية المحددة واستبدالها بنصوص أو رموز أخرى وفق رغبة المستخدم. وفي سياق صيغتنا المركبة، تُستخدم SUBSTITUTE لتحويل المسافات الأحادية المنضبطة (التي طهرتها دالة TRIM) إلى الفواصل النصية المخصصة المطلوبة لكل تطبيق تحليلي محدد.

تتيح هذه الدالة مرونة لا محدودة في اختيار الفواصل؛ فيمكن للمحلل استخدام الشرطة السفلية _ لتوليد معرفات برمجية موحدة (Slug Identifiers)، أو استخدام الفاصلة المتبوعة بمسافة , لإنشاء قوائم عناوين مقروءة بوضوح، أو استخدام الفاصلة المنقوطة ; لتوليد مصفوفات متوافقة مع معايير بعض قواعد البيانات الأوروبية، أو حتى استخدام الخط المائل الرأسي | لعرض السجلات في لوحات التحكم التنفيذية بطريقة بصرية أنيقة تفصل بوضوح بين مكونات السجل الواحد.

تتميز صيغة الاستبدال ببساطتها الفائقة داخل التركيب العام، حيث تُكتب بالشكل SUBSTITUTE(Text, " ", Delimiter)، مستبدلة كل مسافة موجودة بالفاصل المحدد دفعة واحدة. وبفضل التمهيد الرياضي الذي أحدثته دالتا QUERY و TRIM، تتم عملية الاستبدال بأعلى درجات الموثوقية والدقة، منتجة سلاسل نصية ذات بنية قياسية صارمة تلبي أدق متطلبات حوكمة البيانات وتنسيقها المؤسسي.

8.2 التعامل مع الاستثناءات النصية والمسافات الأصلية داخل الحقول

يطرح استخدام المسافة كفاصل افتراضي أولي تحدياً تقنياً هاماً يجب معالجته بحذر: ماذا لو كانت الحقول الأصلية نفسها تحتوي على مسافات داخلية أصيلة، مثل الأسماء المركبة (مثل “عبد الله” أو “New York”) أو النصوص الوصفية الطويلة؟ في هذه الحالة، فإن استبدال كل مسافة بفاصل مخصص قد يؤدي إلى تفكيك الكلمات داخل الحقل الواحد واستبدال الفراغات بينها بالفاصل المخصص، كأن يتحول “New York” إلى “New_York” جنباً إلى جنب مع دمجها مع الحقول الأخرى.

لحل هذه المعضلة والتعامل مع الاستثناءات النصية باحترافية، تُتبع استراتيجية هندسية متقدمة تعتمد على “المحارف الوسيطة النادرة” (Unique Delimiters). في هذه الاستراتيجية، يتم قبل عملية الاستعلام تعديل الحقول الأصلية أو استخدام رموز نادرة لا تتكرر في النصوص الطبيعية (مثل علامة التيلدا ~ أو رمز البايب المزدوج ||) كفواصل بين الحقول، أو استبدال المسافات الأصلية بمحارف خاصة مؤقتة واستعادتها بعد إتمام الدمج الخارجي.

كذلك، يمكن التحكم في عدم ظهور فواصل غير مرغوب فيها عند غياب بعض القيم الجزئية عبر تطبيق شروط منطقية مسبقة داخل دالة QUERY باستخدام تعابير CONCATenation المشروطة داخل النطاق المصدر، مما يضمن أن النص النهائي يعكس بدقة البنية الواقعية للبيانات دون إضافة فواصل شاردة في نهايات السلاسل، محققاً أعلى معايير السلامة الإنشائية للنصوص المجمعة.

9. تفعيل المعالجة الجماعية على نطاق الأسطر بواسطة ARRAYFORMULA

9.1 بنية ARRAYFORMULA ودورها في تعميم الحسابات التكرارية

تمثل دالة ARRAYFORMULA المحرك التوسعي الأقوى في جداول بيانات Google، حيث تتيح تعميم العمليات الحسابية والنصية الفردية لتشمل نطاقات ومصفوفات كاملة من الخلايا دون الحاجة إلى تكرار كتابة الصيغة أو سحبها يدوياً عبر مقبض التعبئة (Fill Handle) على طول العمود. في صيغتنا التركيبية، تُعد ARRAYFORMULA الغلاف الخارجي الأسمى الذي يحتضن دالتي TRIM و SUBSTITUTE لضمان تطبيقهما على كافة السجلات المدمجة المرتجعة من التدوير الثاني دفعة واحدة.

تكمن الأهمية الجوهرية لهذا التغليف المصفوفي في الحد الجذري من استهلاك موارد المعالجة في المتصفح وجهاز المستخدم؛ فبدلاً من إدارة آلاف النسخ المستقلة من الصيغ في آلاف الخلايا المنفصلة، تحتفظ ورقة العمل بصيغة واحدة مفردة في الخلية الرأسية تدير في الذاكرة مصفوفة مخرجات ديناميكية متكاملة. هذا الأسلوب يقلل بشكل ملحوظ من حجم ملف جدول البيانات، ويسرع من زمن إعادة الحساب عند تحديث المدخلات، ويمنع تلف الصيغ الحسابية الناجم عن مسح بعض الخلايا بالخطأ من قبل المستخدمين.

بالإضافة إلى ذلك، تضمن ARRAYFORMULA التحديث التلقائي الفوري والحي لنتائج الدمج عند إدراج صفوف جديدة في نطاق البيانات المستهدف؛ فبمجرد إضافة سجلات جديدة تطابق شروط دالة QUERY، تتمدد مصفوفة ARRAYFORMULA تلقائياً لتستوعب الصفوف المضافة وتجري عليها عمليات الدمج والتنقية والاستبدال فورياً دون أي تدخل بشري، وهو المعيار الأساسي لبناء نظم الأتمتة الإدارية وقواعد البيانات السحابية ذاتية الإدارة.

9.2 إدارة نطاقات الإرجاع وتفادي أخطاء التمدد (#REF!)

يتطلب استخدام دوال المصفوفات التوسعية مثل ARRAYFORMULA إدارة حذرة ودقيقة لنطاقات الإرجاع (Spill Ranges) المخصصة للمخرجات لتفادي الوقوع في خطأ التمدد الشهير #REF!، والذي يُعرف بخطأ “تعذر توسيع المصفوفة لوجود بيانات في مسار التمدد” (Array result was not expanded because it would overwrite data). يحدث هذا الخطأ الحرج عندما تجد المصفوفة خلية غير فارغة — حتى لو كانت تحتوي على مسافة غير مرئية — في أي صف من الصفوف الواقعة أسفل الخلية التي تحتوي على الصيغة المركبة.

لضمان الانسيابية المطلقة لتدفق البيانات، يجب على المطور تفريغ كامل العمود الواقع أسفل خلية الصيغة والتأكد من خلوه تماماً من أي مدخلات ثابتة أو صيغ فرعية، مما يتيح للمصفوفة التمدد بحرية تامة حتى آخر سجل مسترجع. كما يُستحسن إدارة النطاقات المفتوحة (Open-ended Ranges مثل A2:C) بحكمة لمنع معالجة آلاف الصفوف الفارغة في أسفل الورقة، وذلك بتضمين شرط التحقق من عدم الفراغ داخل استعلام QUERY الأساسي بصيغة WHERE A IS NOT NULL، مما يحد من حجم المصفوفة الناتجة ويحصرها فقط في السجلات الحقيقية التي تحتوي على بيانات فعلية.

يسهم هذا الضبط الدقيق لنطاق الإرجاع في تحسين زمن استجابة الورقة الحسابية، وتفادي استهلاك الحدود القصوى لعدد الخلايا في جداول بيانات Google (البالغة 10 ملايين خلية حالياً)، وضمان عمل لوحات التحكم التفاعلية والتقارير التنفيذية بسلاسة وسرعة فائقة حتى تحت وطأة المعالجة الكثيفة لآلاف السجلات المعقدة في بيئات العمل المتزامنة لعدة مستخدمين.

10. دراسة تطبيقية عملية: دمج الأسماء والبيانات متعددة الحقول بناءً على شروط

10.1 تجهيز مجموعة البيانات الأولية وتحديد معايير الاستعلام

لترسيخ المفاهيم الرياضية والهندسية السابقة في سياق تطبيقي ملموس، سنقوم ببناء نموذج عملي متكامل لجدول بيانات مؤسسي يحتوي على سجلات الموظفين. يتألف الجدول الأولي من أربعة أعمدة رئيسية تمتد من الخلية A1 إلى D10 على النحو المبين أدناه:

  • العمود A (الاسم الأول – First Name): يحتوي على الأسماء الأولى للموظفين (مثل Andy, Sarah, Andy, Michael, Robert).
  • العمود B (الاسم الأوسط – Middle Name): يحتوي على الأسماء الوسطى أو الحروف الأولى منها (مثل James, Lee, Paul, John, William).
  • العمود C (الاسم الأخير – Last Name): يحتوي على ألقاب العائلات (مثل Bernard, Smith, Taylor, Brown, Davis).
  • العمود D (القسم الوظيفي – Department): يحتوي على أسماء الأقسام (مثل Sales, Marketing, IT, Finance, HR).

الهدف التحليلي المحدد لهذه التجربة هو: “استخراج ودمج الأسماء الثلاثية الكاملة (الاسم الأول، والاسم الأوسط، والاسم الأخير) في سلسلة نصية واحدة مفصولة بشرطة سفلية _ لجميع الموظفين الذين يحملون الاسم الأول ‘Andy’، مع استبعاد باقي السجلات واستبعاد عمود القسم من نص الدمج النهائي”. يتطلب هذا الهدف تصفية شرطية دقيقة متبوعة بدمج أفقي لكافة الحقول الاسمية للسجلات المطابقة فقط.

10.2 التطبيق التدريجي للصيغة المركبة وتحليل المخرجات الحية

لتحقيق الهدف المطلوب، نقوم بإدخال الصيغة المركبة المتقدمة في الخلية F2 من ورقة العمل، حيث نقوم بربط نطاق الأعمدة الثلاثة المستهدفة (A2:C) مع تطبيق شرط التصفية على العمود A، لتُكتب الصيغة بالشكل البرمجي التنفيذي التالي:

=ARRAYFORMULA(TRIM(SUBSTITUTE(TRANSPOSE(QUERY(TRANSPOSE(QUERY(A2:D, "SELECT A, B, C WHERE A = 'Andy'")), , COLUMNS(A2:C))), " ", "_")))

عند تنفيذ هذه الصيغة، يقوم النظام بالخطوات المتزامنة التالية:

  • تسترجع دالة QUERY الداخلية فقط الصفين اللذين يحتويان على الاسم ‘Andy’ في العمود A، وتختار فقط الأعمدة الثلاثة الأولى A و B و C متجاهلة العمود D. ينتج عن ذلك مصفوفة بأبعاد (2 صف × 3 أعمدة):
    الصف الأول: [Andy, James, Bernard]
    الصف الثاني: [Andy, Paul, Taylor]
  • تقوم دالة TRANSPOSE الأولى بقلب هذه المصفوفة لتصبح ذات أبعاد (3 صفوف × 2 عمود).
  • تحتسب دالة COLUMNS(A2:C) القيمة الرقمية 3، وتمررها لمعلمة الترويسات في دالة QUERY التجميعية، مما يؤدي إلى دمج صفوف كل عمود في نص واحد مفصول بمسافات، منتجاً صفا أفقيا وحيدا: [Andy James Bernard, Andy Paul Taylor].
  • تعيد دالة TRANSPOSE الخارجية قلب المصفوفة لتصبح عمودية بأبعاد (2 صف × 1 عمود).
  • تتولى دالتا TRIM و SUBSTITUTE تحت غلاف ARRAYFORMULA إزالة أي مسافات زائدة واستبدال المسافات بين الأسماء بشرطات سفلية.

تكون المخرجات الحية الناتجة في العمود F عبارة عن خليتين رأسيتين تحتويان بدقة فائقة على:
الخلية F2: Andy_James_Bernard
الخلية F3: Andy_Paul_Taylor
وقد تمت هذه العملية التجميعية في طرفة عين وبمنتهى الاتساق الهندسي دون الحاجة لإنشاء أي أعمدة مساعدة في ورقة العمل.

10.3 تنويع الشروط الاستعلامية والدمج متعدد النطاقات

تتميز هذه البنية البرمجية بمرونة استثنائية تمكنها من التكيف مع شروط استعلامية بالغة التعقيد تشمل معايير نصية ورقمية وتاريخية متزامنة. على سبيل المثال، يمكن توسيع شرط الاستعلام ليشمل تصفية الموظفين بناءً على الراتب أو تاريخ التعيين أو القسم الوظيفي مع دمج بيانات من أعمدة غير متجاورة تماماً عبر تحديد الأعمدة في عبارة SELECT مثل "SELECT A, C, D WHERE E > 5000 AND D = 'Sales'" مع ضبط دالة COLUMNS لتتطابق مع عدد الأعمدة المختارة بدقة.

بالإضافة إلى ذلك، تتعامل الصيغة بأمان مطلق مع الحالات التي لا يتطابق فيها أي سجل مع شروط الاستعلام (Zero Match Cases). لتفادي ظهور خطأ الاستعلام #N/A أو #VALUE! عند عدم العثور على نتائج تطابق الشرط، يمكن تغليف الصيغة المركبة بالكامل بدالة معالجة الأخطاء IFERROR على النحو التالي: =IFERROR(ARRAYFORMULA(...), "لا توجد سجلات مطابقة")، مما يمنح النظام الاستقراري التام المطلوب في بيئات الإنتاج المؤسسية.

تتيح هذه المرونة أيضاً دمج نطاقات مشتتة عبر جداول أو أوراق عمل متعددة داخل نفس الملف، أو دمج بيانات مستوردة عبر دالة IMPORTRANGE من ملفات خارجية مستقلة، مما يجعل هذا الحل المعماري الركيزة الأساسية لبناء منظومات تقارير الأعمال الموحدة واستخراج السجلات المركبة عبر السحب السحابية المتعددة للمؤسسة.

11. مقارنة تحليلية مع بدائل أخرى (TEXTJOIN, JOIN, BYROW/LAMBDA)

11.1 المقارنة مع دالة TEXTJOIN التقليدية

تُعد دالة TEXTJOIN إحدى الدوال القوية التي أضافتها Google لتسهيل عمليات الدمج النصي، وتتميز بقدرتها المضمنة على استقبال فواصل مخصصة وتجاهل الخلايا الفارغة تلقائياً بصيغة TEXTJOIN(delimiter, ignore_empty, text1, [text2, ...]). ورغم المزايا الكبيرة لـ TEXTJOIN في دمج النطاقات الأفقية الفردية، فإنها تعاني من قيود جوهرية عند محاولة تطبيقها عبر صفوف متعددة في مصفوفة ديناميكية ناتجة عن دالة QUERY.

يكمن القصور الأساسي لدالة TEXTJOIN التقليدية في عدم قدرتها على إجراء “التكرار السطري المستقل” (Row-by-Row Iteration) عند تغليفها بـ ARRAYFORMULA؛ فعند تمرير مصفوفة ثنائية الأبعاد إلى دالة TEXTJOIN داخل ARRAYFORMULA، فإنها تقوم بدمج كافة خلايا المصفوفة بالكامل عبر كافة الصفوف والأعمدة في خلية واحدة عملاقة، بدلاً من إنشاء دمج منفصل لكل صف على حدة، وهو ما يفشل تماماً في تحقيق الغرض من إنشاء تقارير مبوبة سطرية.

لذلك، يتطلب استخدام TEXTJOIN التقليدية كتابة الصيغة في الخلية الأولى ثم سحبها يدوياً على طول العمود لتتكرر في كل صف، وهو حل ضعيف برمجياً يفتقر إلى الديناميكية ويتعرض للتلف المستمر عند تغير حجم البيانات المسترجعة بواسطة دالة QUERY. في المقابل، توفر صيغة TRANSPOSE/QUERY حلاً مصفوفياً شاملاً ينفذ الدمج السطري التلقائي ضمن خلية واحدة دون أي تدخل يدوي، مما يمنحها تفوقاً حاسماً في نمذجة البيانات المؤتمتة.

11.2 استخدام دوال LAMBDA الحديثة (BYROW مع TEXTJOIN)

مع إطلاق جداول بيانات Google لدوال الحوسبة المتقدمة المعتمدة على حساب التفاضل والتكامل اللامداوي (LAMBDA)، ظهر بديل عصري بالغ الأناقة لحل معضلة الدمج السطري، وذلك بالجمع بين دالة BYROW ودالة TEXTJOIN. يتيح هذا النهج البرمجي الحديث معالجة كل صف من مصفوفة الاستعلام كوحدة مستقلة وتطبيق دالة الدمج النصي عليه بسلاسة فائقة وفق البنية التالية:

=BYROW(QUERY(A2:C, "SELECT A, B, C WHERE A = 'Andy'"), LAMBDA(r, TEXTJOIN("_", TRUE, r)))

تتميز تركيبة BYROW مع TEXTJOIN بالوضوح التركيبي الفائق (Syntactic Clarity) وسهولة القراءة والصيانة؛ إذ إنها تعبر بشكل صريح ومباشر عن المنطق البرمجي المطلوب: “لكل صف (r) في نتائج الاستعلام، قم بتطبيق TEXTJOIN لتجميع عناصره بالفاصل المخصص مع تجاهل الفراغات”. هذا الوضوح يقلل من منحنى التعلم لدى المطورين الجدد مقارنة بصيغة TRANSPOSE/QUERY المعقدة التي تعتمد على حيل بنيوية غير مألوفة لمعالجة الترويسات.

من حيث الأداء، تقدم دالة BYROW أداءً حاسوبياً متميزاً ومستقراً في معظم حالات الاستخدام اليومية، وتعد الخيار الموصى به برمجياً في البيئات الحديثة التي تعتمد على المعايير البرمجية الجديدة لجداول بيانات Google، ما لم تكن هناك قيود خاصة تتعلق بأحجام البيانات الهائلة أو التوافق مع الأنظمة والنماذج القديمة المبنية قبل إطلاق دوال LAMBDA.

11.3 مصفوفة الاختيار التقني: متى تعتمد صيغة TRANSPOSE/QUERY؟

لتحديد الخيار التقني الأمثل بين المنهجيات المتاحة، تم تطوير مصفوفة الاختيار التقني التالية بناءً على متطلبات البيئة الحسابية، وأحجام البيانات، ومعايير الصيانة البرمجية:

  • اعتماد صيغة TRANSPOSE/QUERY المتقدمة: يُوصى بهذا الحل الهندسي الكلاسيكي في الحالات التي تتطلب توافقاً مطلقاً مع كافة إصدارات جداول بيانات Google وتطبيقاتها القديمة، أو عند معالجة مصفوفات نصية ضخمة جداً تتجاوز حدود التكرار القصوى المسموح بها أحياناً لمحرك LAMBDA في بيئات معينة، أو عندما يكون الهدف هو بناء صيغة مصفوفية فائقة السرعة تستغل محرك الترويسات المكتوب بلغة C++ التحتية لـ Google دون المرور بطبقة التفسير الإضافية لدوال LAMBDA.
  • اعتماد تركيبة BYROW / LAMBDA الحديثة: يُوصى بهذا النهج في المشاريع الجديدة والمؤسسات التي تفضل وضوح الكود وسهولة صيانته وتدريب فرق العمل عليه، وحيث تكون البيانات ذات أحجام متوسطة إلى كبيرة وضمن الحدود التشغيلية الطبيعية لجداول البيانات السحابية.
  • استبعاد دوال الربط الفردية (CONCAT/JOIN التقليدية): يجب تجنب استخدام دوال الربط الفردية المسحوبة يدوياً في كافة التطبيقات الاحترافية ومشاريع حوكمة البيانات المؤتمتة، نظراً لافتقارها للمرونة التوسعية ومخاطرها العالية في توليد بيانات غير متزامنة عند تحديث نطاقات الاستعلام.

يوضح الجدول التحليلي التالي مقارنة شاملة بين هذه المنهجيات الرئيسية الثلاث عبر أهم المعايير الهندسية:

المعيار الهندسي صيغة TRANSPOSE / QUERY صيغة BYROW / LAMBDA صيغة TEXTJOIN الفردية
طريقة النشر والتمدد مصفوفية تلقائية عبر ARRAYFORMULA (خلية واحدة) مصفوفية تلقائية عبر BYROW (خلية واحدة) سحب يدوي متكرر عبر كافة الصفوف
الوضوح التركيبي وقابلية القراءة معقد ويتطلب فهماً عميقاً لتحويل المصفوفات عالي جداً وواضح ومباشر برمجياً بسيط ظاهرياً لكنه معقد في الصيانة
التوافق مع الإصدارات القديمة توافق كامل وشامل 100% مع جميع المنصات يتطلب الإصدارات الحديثة الداعمة لـ LAMBDA متوافق جزئياً مع قيود دالية
معالجة الحقول الفارغة تتطلب دمج TRIM لمنع تكرار الفواصل مدمجة تلقائياً عبر المعامل TRUE مدمجة تلقائياً لكل خلية منفردة
سرعة التنفيذ في البيانات الضخمة فائقة السرعة (مستوى النواة التنفيذية للترويسات) ممتازة إلى جيدة جداً مع أحجام السجلات العالية بطيئة جداً وتستهلك ذاكرة المتصفح

12. أفضل الممارسات وتصحيح الأخطاء الشائعة وتحسين الأداء الحسابي

12.1 استكشاف الأخطاء الشائعة وحلولها البرمجية

عند بناء وتطبيق الصيغ التركيبية المعقدة التي تجمع بين QUERY والتحويلات المصفوفية، يواجه المطورون مجموعة من الأخطاء التقنية المتكررة التي يمكن استكشافها وحلها برمجياً باتباع الإرشادات التالية:

  • معالجة خطأ #VALUE! الناتج عن عدم تماثل أبعاد المصفوفات: يحدث هذا الخطأ عادةً عندما لا تتطابق قيمة وسيطة الترويسات في دالة QUERY الخارجية مع عدد الصفوف الناتجة عن التدوير الأول. الحل الجذري هو استخدام دالة COLUMNS(Range) دائماً لاحتساب الأبعاد ديناميكياً بدلاً من وضع أرقام ثابتة قد تصبح غير صحيحة عند تعديل نطاق الاستعلام.
  • حل مشكلة اختفاء القيم الرقمية أو تحولها إلى نصوص مشوهة: يرجع ذلك إلى خاصية محرك QUERY الذي يتطلب أن تكون كافة البيانات في العمود الواحد من نفس النوع (إما نصوص بالكامل أو أرقام بالكامل)؛ فإذا احتوى عمود على بيانات مختلطة، قد يقوم المحرك بتعيين القيم الرقمية كـ Null. لحل هذه المشكلة، يجب توحيد نوع البيانات في النطاق المصدري بتحويل الأرقام إلى نصوص باستخدام دالة TO_TEXT أو إضافة سلسلة فارغة للمدخلات.
  • التعامل مع الفواصل غير المتسقة وظهور رموز متكررة: تنشأ هذه المشكلة عند وجود مسافات بيضاء غير مرئية داخل الخلايا المصدرية تمنع دالة TRIM من اختزال الفراغات بالشكل الصحيح. يُعالج هذا الخطأ بتطبيق دالة TRIM مسبقاً على النطاق المصدر أو استخدام محارف وسيطة فريدة كفواصل مؤقتة قبل تطبيق دالة SUBSTITUTE النهائية.

12.2 استراتيجيات تحسين الأداء في أوراق العمل المعقدة

تتطلب نماذج البيانات الضخمة التي تحتوي على عشرات الآلاف من السجلات تبني استراتيجيات صارمة لتحسين الأداء الحسابي وتخفيف الحمل التنفيذي على خوادم جداول بيانات Google ومتصفح المستخدم. تتمثل أولى هذه الاستراتيجيات في “حصر نطاقات الاستعلام بدقة”؛ فيجب تجنب استخدام النطاقات المفتوحة اللانهائية مثل A:D في الملفات شديدة التعقيد، والاستعاضة عنها بنطاقات محددة ذات نهايات واضحة مثل A2:D5000، أو استخدام نطاقات ديناميكية مسبقة التحديد عبر دالة OFFSET أو INDIRECT للحد من معالجة الخلايا الفارغة غير المفيدة.

تتمثل الاستراتيجية الثانية في تقليل تكرار استعلامات QUERY المعقدة داخل نفس الصيغة أو عبر خلايا متعددة في الورقة. إذا كانت البيانات المدمجة تتطلب معالجة إضافية في عدة أعمدة لاحقة، فمن الأفضل هندسياً إنشاء “عمود وسيط موحد” يحتوي على نتائج الاستعلام والدمج لمرة واحدة، ثم الإشارة إلى مخرجات هذا العمود في العمليات اللاحقة بدلاً من إعادة تنفيذ عملية TRANSPOSE/QUERY الحسابية المرهقة في كل خلية تحليلية.

علاوة على ذلك، في بيئات العمل التي تتعامل مع بيانات تاريخية ساكنة لا تتغير باستمرار (مثل إقفالات الحسابات السنوية أو السجلات الأكاديمية للأعوام المنصرمة)، يُنصح بأرشفة هذه البيانات وتحويل الصيغ الحسابية المركبة إلى “قيم ثابتة” (Paste as Values) بمجرد استقرار النتائج واعتمادها رسمياً، مما يحرر مساحات هائلة من الذاكرة الحسابية ويضمن بقاء الملف سريع الاستجابة وخفيف الوزن مهما تعاظم حجم البيانات التراكمية عبر السنين.

12.3 توصيات هندسة البيانات للحفاظ على سلامة النماذج التقريرية

لضمان استدامة النماذج التقريرية وسهولة صيانتها مستقبلاً من قبل فرق العمل المختلفة، يجب الالتزام بمجموعة من أفضل ممارسات هندسة البيانات المتقدمة داخل جداول بيانات Google:

  • التوثيق الدقيق للصيغ المركبة: نظراً للتعقيد البنيوي لصيغة الدمج عبر تدوير الترويسات، يجب على مهندس البيانات توثيق منطق الصيغة بوضع تعليقات توضيحية (Notes/Comments) فوق الخلية الحاوية للصيغة، تشرح الهدف من كل دالة فرعية، وتحدد بوضوح معايير التصفية والفاصل النصي المعتمد، مما يسهل على المطورين اللاحقين فهم النموذج وتطويره دون مخاطرة بكسر بنيته الرياضية.
  • إنشاء اختبارات تحقق آلية (Data Validation Tests): يُستحسن تخصيص خلايا تحكم منطقية لمراقبة صحة نواتج الدمج والاستعلام تلقائياً، كأن تتم مقارنة عدد السجلات المسترجعة بالصيغة المدمجة مع عدد السجلات الحقيقي المحسوب بدالة COUNTIF الشرطية في النطاق المصدر، وإطلاق تنبيه بصري (Conditional Formatting) في حال وجود أي تباين في الأعداد يشير إلى وجود خطأ في التمدد أو تداخل في الترويسات.
  • إعادة هندسة البنية الجدولية الأساسية: يجب أن يظل الهدف الأسمى لهندسة البيانات هو تقليل الحاجة إلى عمليات الدمج المعقدة قدر الإمكان؛ وذلك عبر تصميم الجداول الأصلية وفق قواعد التفكيك المعياري لقواعد البيانات (Database Normalization)، وفصل البيانات الوصفية عن البيانات التحليلية منذ مرحلة الإدخال، واستخدام الدمج النصي فقط كطبقة عرض نهائية (Presentation Layer) لإعداد التقارير وليس كبنية لتخزين البيانات التشغيلية الأساسية.

يمثل إتقان هذه المنهجيات الهندسية المتقدمة نقطة تحول حقيقية في قدرات مطوري جداول بيانات Google، حيث ينقلهم من مستوى الاستخدام المكتبي التقليدي إلى مستوى هندسة النظم وتطوير الحلول التحليلية المؤسسية المتكاملة، مما يتيح استخراج أقصى طاقة كامنة من هذه المنصة السحابية ومعالجة أعقد التحديات البيانية بكفاءة رياضية وبرمجية لا تضاهى.

خاتمة

استعرض هذا البحث الشامل والتحليلي الأبعاد الهندسية والرياضية لعملية الدمج النصي المعقد في جداول بيانات Google، موضحاً الحدود الهيكلية التي تمنع الاقتران المباشر بين دالتي CONCAT و QUERY، ومقدماً الحل المعماري الرصين القائم على التحويل المصفوفي عبر دالتي TRANSPOSE والاستغلال العبقري لمعلمة الترويسات في محرك QUERY التجميعي، مدعوماً بالحساب البعدي لدالة COLUMNS والتنقية الدقيقة لـ TRIM و SUBSTITUTE تحت المظلة التوسعية لـ ARRAYFORMULA.

كما تم وضع هذه الصيغة الكلاسيكية المتقدمة في ميزان المقارنة التقنية مع الحلول الحديثة المعتمدة على دوال LAMBDA و BYROW و TEXTJOIN، مع إبراز نقاط القوة والضعف ومواطن الاستخدام الأمثل لكل منهجية بناءً على حجم البيانات وحاجة المنظومة للتوافق والأداء العالي. إن تطبيق أفضل ممارسات هندسة البيانات واختبارات التحقق وتصحيح الأخطاء الاستباقي يضمن للمؤسسات بناء نماذج تقارير ذكية فائقة الدقة والأتمتة، قادرة على تلبية متطلبات بيئات العمل الحديثة بأعلى مستويات الموثوقية والاستقرار الحسابي.

References

اقتباس هذا المقال

looti, M. (2026, أغسطس 31). جداول بيانات Google: كيفية استخدام CONCAT مع QUERY. عرب سايكلوجي. https://arabpsychology.com/statistics/google-sheets-how-to-use-concat-with-query/
looti, Mohammed. “جداول بيانات Google: كيفية استخدام CONCAT مع QUERY.” عرب سايكلوجي, 31 أغسطس 2026, https://arabpsychology.com/statistics/google-sheets-how-to-use-concat-with-query/.
looti, Mohammed. “جداول بيانات Google: كيفية استخدام CONCAT مع QUERY.” عرب سايكلوجي. أغسطس 31, 2026. https://arabpsychology.com/statistics/google-sheets-how-to-use-concat-with-query/.