如何使用DataFlow将Blob存储中API返回的JSON解析为CSV？

前提条件 #

• API返回的JSON文件已存储在Blob Storage容器中
• 具备DataFlow（以Azure Data Factory DataFlow为例）的操作权限

步骤1：配置Blob数据源 #

1. 新建DataFlow，添加Blob存储源，指定存储JSON文件的容器及文件路径
2. 数据源格式选择JSON，读取模式设为单文档（多文件场景可选多文档），确保完整读取JSON层级结构

步骤2：拆解JSON嵌套结构 #

需要逐层展开嵌套的数组，提取目标数据：

• 第一步添加展开转换：选择reports字段，设置展开模式为展开到行，将每个report对象拆分为独立行
• 第二步再次添加展开转换：选择data.rows字段，将每一条数据记录拆分为独立行

步骤3：映射维度与指标到目标列 #

通过派生列转换，将JSON中的数组值映射为指定列名：

1. 维度映射（对应columnHeader.dimensions的顺序，匹配rows.dimensions数组索引）：
   • 派生列dimension1：dimensions[1]（对应ga:dimension1，数组第2个元素）
   • 派生列dimension2：dimensions[0]（对应ga:dimension2，数组第1个元素）
   • 派生列dimension4：dimensions[2]（对应ga:dimension4，数组第3个元素）
   • 派生列dimension6：dimensions[3]（对应ga:dimension6，数组第4个元素）
2. 指标值映射：
   • 派生列metric_value：metrics[0].values[0]（提取第一个指标的数值）

步骤4：筛选目标列 #

添加选择转换，仅保留dimension1、dimension2、dimension4、dimension6、metric_value这5列，移除所有无关字段

步骤5：配置CSV输出 #

1. 添加Blob存储接收器，指定CSV文件的存储容器及输出路径
2. 格式选择DelimitedText（CSV），设置分隔符为逗号，，勾选包含表头选项
3. 确认列映射完全匹配目标表头

步骤6：运行DataFlow #

将DataFlow添加到管道并触发运行，完成后即可在指定Blob路径下生成符合要求的CSV文件

示例CSV输出 #

dimension1,dimension2,dimension4,dimension6,metric_value
Australia,Hong Kong,HKNG,not set,1
Australia,Malaysia,KL,not set,1

内容的提问来源于stack exchange，提问作者Aman Singh