如何在MS Fabric中通过Data Factory读取SharePoint Online文件至OneLake？

方法1：用内置SharePoint Online文件存储连接器（优先选择） #

Fabric Data Factory内置了专门处理SharePoint文件的连接器，步骤如下：

1. 新建复制数据任务，进入数据源配置页面
2. 在连接器列表中搜索并选择「SharePoint Online文件存储」
3. 配置连接参数：
   • 站点URL：输入你的SharePoint站点根地址（示例：https://yourtenant.sharepoint.com/sites/YourSite）
   • 认证方式选择「组织账户」，使用工作/学校账号登录授权
4. 选择目标文件：在数据源配置中导航到xls/csv文件所在的文档库及文件夹，直接选中目标文件
5. 配置OneLake目标：在目标页面选择「Lakehouse」，指定要写入的OneLake湖仓，设置存储格式（如Parquet、CSV）和路径
6. 运行复制任务，完成数据摄入到OneLake

方法2：REST API + OAuth 2.0认证（连接器不可用时备用） #

如果无法使用内置连接器，可通过Graph API读取文件内容后写入OneLake，步骤如下：

步骤1：获取OAuth访问令牌 #

1. 联系租户管理员在Azure AD注册应用，完成以下配置：
   • 添加「SharePoint」API权限，选择「Files.Read.All」（应用权限）并授予管理员同意
   • 生成客户端密钥（Client Secret）
2. 在Fabric Data Factory中新建Web活动，请求令牌：
   • URL：https://login.microsoftonline.com/{你的租户ID}/oauth2/v2.0/token
   • 请求方法：POST
   • 请求头部：Content-Type: application/x-www-form-urlencoded
   • 请求正文：

     grant_type=client_credentials&client_id={你的客户端ID}&client_secret={你的客户端密钥}&scope=https://graph.microsoft.com/.default
     

   • 将返回的access_token保存到变量中

步骤2：读取SharePoint文件内容 #

1. 新建另一个Web活动，调用Graph API获取文件内容：
   • URL：https://graph.microsoft.com/v1.0/sites/{站点ID}/drive/items/{文件ID}/content
   • 请求方法：GET
   • 请求头部：Authorization: Bearer @{variables('access_token')}
   • 小提示：站点ID可通过https://graph.microsoft.com/v1.0/sites/yourtenant.sharepoint.com:/sites/YourSite获取；文件ID可在SharePoint文件详情页的URL中提取（类似.../id=xxxxxx部分）

步骤3：写入OneLake #

1. 添加复制数据活动，将Web活动返回的文件内容作为数据源：
   • 数据源选择「HTTP」，URL设为Web活动的输出结果（或直接使用上述Graph API URL+令牌）
   • 目标选择「Lakehouse」，配置OneLake的存储路径和格式
   • 运行流水线完成数据写入

常见问题排查 #

• 认证失败：检查账号是否拥有SharePoint文件的读取权限，Azure AD应用的API权限是否已正确授予管理员同意
• 文件路径错误：站点URL需填写根站点地址，不要包含具体文件路径；文件ID需确保准确无误
• 格式兼容问题：读取xls文件时，可在复制任务中选择「Excel」格式，并指定对应的工作表名称

内容的提问来源于stack exchange，提问作者yonabout