根据确认文件从 gen2 ADLS 复制文件

Question

我正在尝试使用数据工厂管道将数据从 gen2 ADLS 复制到另一个 ADLS。此管道每天运行s 并且仅复制该特定日期的数据。这是通过在副本 activity.

中提供开始和结束时间来完成的

有时源 ADLS 中的文件会延迟，因此管道会运行，但不会复制任何数据。为了跟踪这一点，我们计划在将数据复制到源 ADLS 后保留一个确认文件，以便在复制之前我们可以检查 ack 文件并仅在 ack 文件存在时才进行数据复制。

所以检查应该每 10 分钟进行一次如果 ack 文件不存在，这个检查应该在 10 分钟后运行并且应该持续 2 小时。在这 2 小时内，如果文件存在，则数据复制应继续进行，检查任务也应停止。如果 2 小时后没有数据，则作业应该失败。

我正在尝试在 ADF 中执行验证任务。但一个问题是文件夹名称，因为我的文件夹将以数据和创建时间戳命名（例如：2021-03-30-02-19-33）。在提供文件夹名称时，我必须排除文件夹的时间戳部分。这怎么可能。是否接受通配符路径进行验证 activity?

任何线索如何实现这个？

有什么办法可以在get matadata任务中实现10分钟2小时后连续检查？我们可以使用获取元数据任务来实现上述场景吗？

Answer 1

据我所知，ADF validation 和 metadata 活动不支持 folder/file 路径的通配符路径。

Answer 2

如果我们确实需要使用通配符路径，我们必须在笔记本文件上编写 Scala/Python.. 脚本并从 ADF 执行。

我在下面使用了从 ADF 获取输入参数的 scala 脚本。

import java.io.File
import java.util.Calendar

dbutils.widgets.text("mainFolderPath", "","")
dbutils.widgets.text("finalFolderStartName", "","")
dbutils.widgets.text("fileName", "","")
dbutils.widgets.text("noOfTry", "1","")
val mainFolderPath = dbutils.widgets.get("mainFolderPath")
val finalFolderStartName = dbutils.widgets.get("finalFolderStartName")
val fileName = dbutils.widgets.get("fileName")
val noOfTry = (dbutils.widgets.get("noOfTry")).toInt

println("Main folder path : " + mainFolderPath)
println("Final folder start name : " + finalFolderStartName)
println("File name to be checked : " + fileName)
println("Number of tries with a gap of 1 mins : " + noOfTry)

if(mainFolderPath == "" || finalFolderStartName == "" || fileName == ""){
  dbutils.notebook.exit("Please pass input parameters and rerun!")
}

def getListOfSubDirectories(directoryName: String): Array[String] = {
    (new File(directoryName))
        .listFiles
        .filter(_.isDirectory)
        .map(_.getName)   
}

var counter = 0
var folderFound = false
var fileFound = false

try{
  while (counter < noOfTry && !fileFound) {
    val folders = getListOfSubDirectories(mainFolderPath)
    if(folders.exists(firstName => firstName.startsWith(finalFolderStartName))){
      folders.foreach(fol => {
        if(fol.startsWith(finalFolderStartName)){
          val finalPath = mainFolderPath + "/" + fol + "/" + fileName
          println("Final file path : " + finalPath)
          folderFound = true
          if(new File(finalPath).exists) {
            fileFound = true
          }else{
            println("found the final folder but no file found!")
            println("waiting for 10 mins! " + Calendar.getInstance().getTime())
            counter = counter+1
            Thread.sleep(1*60*1000)
          }
        }
      })
    }else{
    println("folder does not exists with name : " + mainFolderPath + "/" + finalFolderStartName + "*")
    println("waiting for 10 mins! " + Calendar.getInstance().getTime())
    counter = counter+1
    Thread.sleep(1*60*1000)
    }
  }
}catch{
  case e : Throwable =>  throw e;
}

if(folderFound && fileFound){
  println("File Exists!")
}else{
  throw new Exception("File does not exists!");
}

根据确认文件从 gen2 ADLS 复制文件

Copy files from gen2 ADLS based on acknowledgement file

azure

azure-data-factory

azure-data-lake

azure-data-factory-2

azure-data-lake-gen2