如何将Azure Data Factory复制活动输出存储为JSON而非octet-stream？

一、在Azure Data Factory中修正文件存储格式 #

• 复制活动配置：如果用复制活动写入数据湖，进入活动的Sink选项卡，将「文件格式」从默认二进制改为JSON，还可以按需设置JSON的编码、是否包含表头等参数，确保输出标准JSON格式文件。
• 数据流活动配置：若使用数据流，在Sink转换的设置里，把输出格式指定为JSON，避免默认的二进制输出设置。

二、Python读取octet-stream格式JSON的方法 #

octet-stream只是文件的MIME类型标记，实际内容还是JSON字节数据，直接读取后解码解析即可，示例代码如下：

import json

# 读取本地文件的情况
def load_json_from_octet(file_path):
    with open(file_path, 'rb') as f:
        # 读取二进制数据
        byte_content = f.read()
    # 解码为字符串（默认utf-8，若有特殊编码可调整）
    json_content = byte_content.decode('utf-8')
    # 解析JSON
    data = json.loads(json_content)
    return data

# 直接从Azure Blob存储读取的情况（需安装azure-storage-blob）
# from azure.storage.blob import BlobClient
# def load_json_from_blob(conn_str, container, blob_name):
#     blob_client = BlobClient.from_connection_string(conn_str, container, blob_name)
#     byte_content = blob_client.download_blob().readall()
#     json_content = byte_content.decode('utf-8')
#     return json.loads(json_content)

内容的提问来源于stack exchange，提问作者Jwest