如何从Synapse向内部署PostgreSQL数据库写入数据？求可行方案

方案1：Synapse专用SQL池外部表+存储过程 #

• 先创建指向内部PostgreSQL的Linked Service，前提是打通Synapse与内部数据库的网络（比如VPN、ExpressRoute或VNet peering）
• 在Synapse专用SQL池中创建外部表，映射到PostgreSQL目标表的结构
• 通过INSERT INTO语句或存储过程，将Synapse内的数据写入外部表，间接同步到内部PostgreSQL

方案2：Azure Data Factory（ADF）中间层 #

• 配置自托管集成运行时，部署到能访问内部PostgreSQL的网络环境中
• 在ADF中构建管道，从Synapse（专用SQL池、Lakehouse等）读取数据，通过自托管运行时写入内部PostgreSQL
• 可将ADF管道与Synapse任务联动，实现端到端ETL流程

方案3：修复PySpark连接问题（原方案优化） #

• 排查网络连通性：确认Synapse工作区VNet与内部PostgreSQL所在网络已打通
• 调整PostgreSQL配置：修改postgresql.conf的listen_addresses为*，在pg_hba.conf中添加允许Synapse工作区IP段访问的规则
• 改用JDBC连接替代psycopg2，兼容性更强：

  df.write \
    .format("jdbc") \
    .option("url", "jdbc:postgresql://xx.x.xx.xx:5432/your_database") \
    .option("dbtable", "target_table") \
    .option("user", "your_username") \
    .option("password", "your_password") \
    .mode("append") \
    .save()
  

• 若网络仍受限，可部署内部跳转节点，或用Azure Private Link将PostgreSQL暴露到Synapse可访问的VNet中

方案4：Synapse Spark自定义连接器+存储中转 #

• 上传兼容的PostgreSQL连接器JAR包到Synapse工作区，通过Spark JDBC方式连接写入
• 也可先将Synapse数据导出到Azure Blob Storage，再通过内部脚本或工具将存储中的数据导入PostgreSQL

内容的提问来源于stack exchange，提问作者Ishan Ambike