如何使用 Azure 数据工厂 v2 (adf) 在文件夹中查找最新文件

Question

我正在尝试使用 Azure 数据工厂 v2 读取最新的 blob 文件 (csv)。文件名还包含日期（YYYY-MM-DD mm:ss-abcd.csv）。我需要从存在的最新文件中读取数据并加载到 table 存储中。你能帮我看看如何使用 ADF

读取最新文件吗

Answer 1

您好 Faiz Rahman，感谢您提出问题。您选择的日期格式具有字典排序匹配时间排序的有用功能。这意味着，一旦您有了 blob 列表，只需提取日期并进行比较即可。

如果您有非常大的 blob 列表，这可能不切实际。在这种情况下，每当您编写一个新的 blob 时，在某个地方跟踪它，比如 "maxBlobName.txt"，并让管道读取它以获取最新文件的名称。

下面是一些示例代码，用于比较 blob 名称的日期部分。为了适应您的目的，您将需要使用 GetMetadata activity 来获取 blob 名称，并使用一些字符串函数来仅提取名称的日期部分以进行比较。

{
"name": "pipeline9",
"properties": {
    "activities": [
        {
            "name": "ForEach1",
            "type": "ForEach",
            "dependsOn": [
                {
                    "activity": "init array",
                    "dependencyConditions": [
                        "Succeeded"
                    ]
                }
            ],
            "typeProperties": {
                "items": {
                    "value": "@variables('list')",
                    "type": "Expression"
                },
                "isSequential": true,
                "activities": [
                    {
                        "name": "If Condition1",
                        "type": "IfCondition",
                        "typeProperties": {
                            "expression": {
                                "value": "@greater(item(),variables('max'))",
                                "type": "Expression"
                            },
                            "ifTrueActivities": [
                                {
                                    "name": "write new max",
                                    "type": "SetVariable",
                                    "typeProperties": {
                                        "variableName": "max",
                                        "value": {
                                            "value": "@item()",
                                            "type": "Expression"
                                        }
                                    }
                                }
                            ]
                        }
                    }
                ]
            }
        },
        {
            "name": "init array",
            "type": "SetVariable",
            "typeProperties": {
                "variableName": "list",
                "value": {
                    "value": "@split(pipeline().parameters.input,',')",
                    "type": "Expression"
                }
            }
        }
    ],
    "parameters": {
        "input": {
            "type": "string",
            "defaultValue": "'2019-07-25','2018-06-13','2019'-06-24','2019-08-08','2019-06-23'"
        }
    },
    "variables": {
        "max": {
            "type": "String",
            "defaultValue": "0001-01-01"
        },
        "list": {
            "type": "Array"
        }
    }
}

}