Azure Synapse外部表返回空数据集问题求助

以下是针对问题的具体排查方向，按优先级排序：

1. 路径与文件匹配问题 #

• 核对外部数据源的LOCATION和外部表的LOCATION拼接后，是否完全指向数据文件所在目录。比如数据源设为abfss://container@storageaccount.dfs.core.windows.net/root/，表的LOCATION是uksponsor/，实际路径就是root/uksponsor/，要确认文件确实在该路径下，没有放在更深的子文件夹里。
• 检查文件名后缀是否和外部文件格式的FILE_EXTENSION匹配，比如文件格式指定FILE_EXTENSION = '.csv'，但数据文件是.txt，这类文件会被查询忽略。
• 注意路径和文件名的大小写：Azure存储对大小写敏感，比如Sponsors.csv和sponsors.csv会被视为不同文件，要保证表定义的路径和实际存储完全一致。

2. 权限与凭据有效性 #

• 验证创建的凭据（SAS或服务主体）是否拥有目标文件夹和文件的读取权限以及列表权限。哪怕能成功创建外部对象，没有读取权限的话查询只会返回空结果。
• 如果用服务主体，还要检查ADLS Gen2的ACL权限，确保该主体在目标文件夹上有Read和Execute权限，在文件上有Read权限。

3. 文件格式与数据解析问题 #

• 如果用的是带表头的CSV文件，确认外部文件格式是否设置了FIRST_ROW = 2。如果没设置，表头行会被当作数据行，可能因类型不匹配被过滤（部分场景下不会报错，直接返回空）。
• 核对字段分隔符、字符串分隔符是否与实际文件一致。比如文件用制表符分隔，但文件格式设成了逗号，会导致解析出的所有字段为空，最终返回空数据集。
• 检查数据类型匹配：如果表定义的列类型和文件中对应列的数据类型不兼容，且设置了ERROR_LEVEL = 10（默认值，会忽略错误行），可能所有行都被过滤掉。可以临时把ERROR_LEVEL设为0，执行查询看是否有报错信息。

4. 文件状态与存储层级 #

• 确认数据文件没有被移动到归档存储层，归档层的文件需要先恢复到热层或冷层才能被读取，否则查询无法获取数据。
• 检查文件是否完整上传，有没有0字节的空文件，这类文件自然不会返回数据。

5. 元数据刷新 #

• 如果是创建外部表之后才上传的数据文件，需要执行以下命令刷新表的元数据，否则查询不会识别新文件：

  ALTER TABLE [Uksponsor].[Sponsors] REBUILD
  

内容的提问来源于stack exchange，提问作者6digit