如何使用Azure Data Factory合并多个Excel文件为单个文件

一、Sink Dataset无Excel格式选项的原因 #

Azure Data Factory的Copy Activity在Sink端不支持直接将数据写入Excel文件，核心原因有两点：

• Excel是带复杂结构的二进制格式，包含工作表、样式、公式等元数据，不像CSV/Parquet这类扁平的文本/列存格式，ADF的Copy Activity底层设计更适配无复杂结构的批量数据写入，没针对Excel的写入逻辑做适配。
• 官方当前的数据集支持列表里，Excel仅作为**Source（数据源）**被支持，Sink端并未开放该选项，这是产品功能的限制。

二、可行的解决办法 #

方法1：先合并为中间格式，再转成Excel #

• 操作步骤：
  1. 用Copy Activity把Blob Storage里的多个Excel文件合并，写入到中间存储——比如Blob的CSV/Parquet格式，或者Azure SQL Database的临时表。
  2. 用ADF的Data Flow或者Azure Function把中间格式转成单个Excel：
     • Data Flow方案：创建映射数据流，读取中间的CSV/Parquet数据，Sink选择“Excel”格式（注意：得预先创建好目标Excel文件，还要指定对应的工作表）。
     • Azure Function方案：写代码（比如Python用OpenPyXL，C#用EPPlus）读取中间数据，生成单个Excel文件后上传回Blob Storage。

方法2：用Azure Logic Apps实现合并 #

Logic Apps有专门的Excel操作连接器，能直接做多文件合并：

• 触发Logic Apps遍历Blob Storage里的所有目标Excel文件。
• 逐个读取每个文件指定工作表的数据。
• 把读取到的数据逐行追加到预先创建好的目标Excel文件的指定工作表中。

方法3：借助Azure Databricks处理 #

• 操作步骤：
  1. 在Databricks里挂载Blob Storage，读取所有要合并的Excel文件。
  2. 用Spark的Excel读取库（比如com.crealytics:spark-excel_2.12:0.13.5）加载多文件数据，合并成单个DataFrame。
  3. 把合并后的DataFrame写入单个Excel文件，再存回Blob Storage。

内容的提问来源于stack exchange，提问作者Serdia