在Azure Data Factory中统计含缺失类别的指定类别计数

方法一：左连接+聚合（推荐，灵活易维护） #

• 步骤1：创建目标类别内联源
  在数据流中添加一个源，选择「内联数据集」，输入包含四个目标类别的JSON数据：

  [
      {"target_category": "chair"},
      {"target_category": "table"},
      {"target_category": "bowl"},
      {"target_category": "plat"}
  ]
  

  这个数据集用来提供所有需要统计的类别基准。

• 步骤2：引入原始业务数据
  添加另一个源，指向你包含category列的原始业务数据集。

• 步骤3：左连接两个数据集
  添加连接转换，将目标类别源设为左表，原始业务数据源设为右表，连接条件配置为 target_category == category。左连接会保留左表的所有类别，右表无匹配数据时对应字段为null。

• 步骤4：分组统计计数
  添加聚合转换，按target_category字段分组，创建聚合列（命名为category_count），使用表达式 count(category)。由于count()会忽略null值，不存在的类别（bowl、plat）对应的计数会自动为0。

• 步骤5：输出结果
  添加接收器，将聚合后的结果输出到目标存储（如SQL数据库、Blob存储等），最终得到四个类别各自的计数结果。

方法二：聚合+派生列+逆透视（适合固定类别场景） #

• 先对原始业务数据做聚合，按category分组统计计数，得到chair、table的现有计数行。
• 添加派生列转换，手动新增bowl和plat列，值均设为0。
• 添加逆透视转换，将所有类别列（chair、table、bowl、plat）转换为行级的category和count字段，最终得到行级的计数结果。

内容的提问来源于stack exchange，提问作者Gaurav Parmar