保留Logic App前提下，调用Python脚本写入Azure SQL的可行方案咨询

方案1：用Azure Functions（Python运行时）对接 #

这是最适配需求的方案，Azure Functions原生支持Python，Logic App能直接通过HTTP触发器调用它：

• 新建Azure Functions，选择和你的脚本兼容的Python运行时（3.8/3.10版本均可），创建一个HTTP触发的函数。
• 将数据解析、数据库写入代码迁移到Function中，在requirements.txt里添加pyodbc，Azure会自动安装对应平台的兼容包，不会出现Runbook里的平台不兼容报错。
• Logic App获取到SharePoint数据后，添加HTTP动作，将数据放入请求体，调用Function的HTTP端点即可。
• 优势：完全支持Python，依赖安装无坑，与Logic App集成简单，还能向Logic App返回处理结果。

方案2：将Python脚本部署为App Service Web App #

如果你的脚本需要更灵活的环境配置或长期运行：

• 用Flask/FastAPI为Python脚本封装一个简单的HTTP接口，编写POST接口接收SharePoint数据并处理。
• 将Web服务部署到Azure App Service，选择Python运行时，配置好数据库连接字符串等环境变量。
• Logic App中同样使用HTTP动作调用该App Service的接口，传入数据。
• 优势：环境自定义空间大，适合复杂的Python脚本场景。

方案3：通过Blob存储做中间层，联动Azure Functions #

如果不需要实时处理，或想解耦数据采集与处理流程：

• Logic App获取SharePoint数据后，直接上传到Azure Blob存储（存储为JSON或CSV格式均可）。
• 创建一个Blob触发的Azure Functions（Python运行时），当Blob存储中有新文件时自动触发，执行数据解析与数据库写入逻辑。
• 优势：Logic App仅负责数据采集，处理全由Python Function完成，解耦性强，适合批量数据处理场景。

可选：解决Automation Runbook的pyodbc问题（不推荐） #

若一定要使用Runbook，可手动上传兼容包：

• 下载对应Python版本（如3.8）的64位Windows版pyodbc wheel包（例如pyodbc-4.0.39-cp38-cp38-win_amd64.whl）。
• 在Azure Automation的模块中手动上传该包，再安装依赖。但需注意Python Runbook不支持Webhook，只能通过Logic App的「运行Azure自动化Runbook」动作触发，延迟较高，并非最优选择。

内容的提问来源于stack exchange，提问作者Dutoit01