指定LOCATION为文件夹时PolyBase未读取子文件夹文件，微软文档是否过时？

微软文档的描述并未过时，你遇到的问题是由于针对Azure Data Lake Storage Gen2的PolyBase需要显式开启递归扫描配置：

核心原因 #

当外部数据源为Azure Data Lake Storage Gen2时，PolyBase默认不会递归扫描子文件夹。文档中提到的“读取文件夹及其所有子文件夹内容”的默认行为，仅针对Hadoop类数据源生效；对于ADLS Gen2，必须手动添加参数开启递归。

修正后的代码 #

修改外部数据源的创建语句，加入RECURSIVE_FILES = ON参数：

CREATE EXTERNAL DATA SOURCE secureFiles
WITH (
    LOCATION = 'https://datalakeXXX.dfs.core.windows.net/files/',
    RECURSIVE_FILES = ON -- 启用子文件夹递归扫描
);
GO

CREATE EXTERNAL TABLE mytab(
    id INT,
    p_name VARCHAR(20),
    age INT
)
WITH(
    DATA_SOURCE=secureFiles,
    LOCATION= 'folder1/',
    FILE_FORMAT=CsvFormat
)
GO

SELECT * FROM mytab;

额外验证点 #

请确认子文件夹folder2、folder3下的文件名没有以下划线(_)或句点(.)开头——这类文件会被PolyBase自动忽略，这一点和文档描述完全一致。

内容的提问来源于stack exchange，提问作者user3579222