Microsoft Fabric Data Factory复制活动如何引用REST响应生成动态文件名？

方法1：用Lookup活动预取REST响应字段 #

• 先添加一个Lookup活动，配置和Copy Data活动完全一致的REST API数据源（确保能获取到单条JSON响应，若返回数组，可通过设置限制条数或取第一条数据）
• Lookup活动执行后，可通过表达式直接提取响应中的字段：
  • 客户名称：@activity('Lookup REST Response').output.firstRow.customer_name
  • 日期字段：@activity('Lookup REST Response').output.firstRow.date_field
• 把这些表达式直接用到Copy Data活动的目标文件名配置中，比如拼接成：

  concat('customer_', @activity('Lookup REST Response').output.firstRow.customer_name, '_', @activity('Lookup REST Response').output.firstRow.date_field, '.json')
  

• 后续活动也可以直接引用这些表达式来获取字段值。

方法2：用Web活动调用API并提取字段 #

• 添加Web活动，配置REST API的调用参数（请求方法、认证、头部信息等和Copy Data活动保持一致）
• Web活动的输出中直接包含API响应内容，提取字段的表达式示例：
  • 客户名称：@activity('Web REST Call').output.customer_name
  • 日期字段：@activity('Web REST Call').output.date_field
• 同样将这些表达式用于Copy Data的目标文件名，后续活动也能直接复用。

方法3：写入文件后通过Notebook提取字段（适用于大数据量场景） #

如果REST响应数据量较大，不适合预取，可先写入临时文件，再通过Notebook提取字段：

1. Copy Data活动先将JSON写入Lakehouse的临时路径，文件名可设为固定值（比如temp_response.json）
2. 添加Notebook活动，连接目标Lakehouse，编写PySpark代码读取文件并提取字段：

   import json
   from pyspark.sql import SparkSession
   
   spark = SparkSession.builder.getOrCreate()
   # 替换为你的Lakehouse路径
   df = spark.read.json("abfss://<container>@<storage-account>.dfs.core.windows.net/<folder>/temp_response.json")
   customer_name = df.select("customer_name").first()[0]
   date_field = df.select("date_field").first()[0]
   
   # 将结果输出给管道
   dbutils.notebook.exit(json.dumps({"customer_name": customer_name, "date_field": date_field}))
   

3. 在管道中通过@json(activity('Extract JSON Fields').output).customer_name提取字段值，供后续活动使用。

注意事项 #

• 确保REST API返回的是结构化JSON，字段路径正确，避免表达式报错
• Lookup/Web活动的认证配置要和Copy Data活动一致，保证能正常调用API

内容的提问来源于stack exchange，提问作者Jazza