Azure Data Factory映射数据流数组参数传递报错求助

问题核心原因 #

报错com.microsoft.dataflow.broker.InvalidParameterTypeException: Invalid type for parameter: df_parameter的本质是从Look Up活动传递的PK数组格式，与数据流内定义的整数数组参数类型不兼容。Look Up返回的结果是JSON结构数据集，直接解析后的数组可能带字符串类型值或冗余包装层级，导致数据流无法识别为纯整数数组。

分步解决方法 #

1. 修正Look Up活动的PK收集与解析逻辑 #

• 在Look Up活动中执行查询获取PK列表，建议先将PK转为字符串避免类型歧义：

  SELECT CAST(your_pk_column AS VARCHAR) AS pk_value FROM your_source_table
  

• 添加Set Variable活动，将Look Up结果解析为纯字符串数组，使用表达式：

  @split(join(activity('Look Up PK').output.value, ','), ',')
  

  逻辑：先把Look Up返回的每个PK值用逗号拼接成字符串，再拆分为数组，确保输出为纯字符串数组。

2. 调整数据流参数类型 #

• 将数据流内的df_parameter类型从整数数组改为字符串数组，匹配管道传递的数组格式，消除类型不兼容问题。

3. 派生列活动中实现类型转换与操作判断 #

• 先将参数中的PK值转换为整数（适配源表PK类型）：toInteger(df_parameter[i])（i为数组索引，按需遍历）
• 用Exists函数实现操作类型判断：

  exists(df_parameter, #item == toInteger(your_cdc_pk_column)) ? 
      (isNull(your_cdc_old_value_column) ? 'INSERT' : 'UPDATE') : 
      'DELETE'
  

  逻辑：PK存在于源PK数组中时，通过旧值是否为空判断新增/更新；不存在则判定为删除。

额外注意事项 #

• 若为复合主键，需将多个PK字段拼接成唯一字符串后再存入数组，避免单字段匹配失效
• 可通过管道Debug模式查看df_parameter的实际传递值，确认格式是否符合预期

内容的提问来源于stack exchange，提问作者Andrii Rozrutskyi