如何通过Azure Logic Apps将D365 F&O数据事件转为易处理JSON格式

问题分析 #

你需要将Service Bus推送的D365嵌套JSON转换为扁平化对象，之前用Select操作得到的是字符串数组而非目标对象，且现有方案处理400+数据时耗时超1分钟，核心需求是高效的单步对象转换。

高效解决方案：使用reduce函数构建扁平化对象 #

Azure Logic Apps的reduce函数可以通过单次遍历数组直接构建目标对象，避免循环操作的性能开销，适合处理大数据量场景。

核心表达式

在Compose操作中使用以下表达式（直接替换为你的实际数据路径即可）：

reduce(
    triggerBody()?['body']?['InputParameters'][0]?['value']?['Attributes'],
    {},
    union(
        $item,
        createObject(
            $current?['key'],
            if(
                isObject($current?['value']) and contains($current?['value'], 'Value'),
                $current?['value']?['Value'],
                $current?['value']
            )
        )
    )
)

表达式说明

1. 数据源路径：triggerBody()?['body']?['InputParameters'][0]?['value']?['Attributes'] 指向输入JSON中的Attributes数组
2. 初始值：{} 表示从空对象开始构建
3. 迭代逻辑：
   • 用createObject将当前数组元素的key和处理后的value转为键值对
   • 通过if判断处理嵌套值：如果value是包含Value属性的对象，则取Value字段，否则直接取原始value
   • 用union将当前键值对合并到累积的对象中，逐步构建完整的扁平化对象

为什么这个方法高效 #

• 单次遍历数组：reduce是单步操作，相比For Each循环减少了多次操作调用的开销
• 无额外中间步骤：直接从数组生成目标对象，不需要先生成数组再转换，节省处理时间
• 适配大数据量：处理400+条数据时，性能远优于循环类操作，不会出现超时问题

验证结果 #

针对你的输入数据，该表达式会输出期望的扁平化对象：

{
    "first_name": "john",
    "last_name": "doe",
    "age": 25
}

内容的提问来源于stack exchange，提问作者Anders Knudsen