无需使用ADF，如何将Azure Blob中的XLSX文件加载至Snowflake？

方案1：ADF内先转格式再加载 #

• 在ADF管道中添加Excel转换活动，把Blob里的XLSX转成CSV或Parquet格式（这两种是Snowflake原生支持的高效格式）
• 转换完成后，用ADF的Copy活动或Snowflake的COPY INTO命令加载到目标表，小文件的加载耗时会明显缩短
• 转换时可指定工作表、数据范围，避免冗余数据拖慢效率

方案2：Azure Function预处理XLSX #

• 写轻量Azure Function（Python/Java均可），触发条件设为Blob容器新增XLSX文件
• 在Function里用pandas（Python）或Apache POI（Java）读取XLSX，转成CSV后写回Blob的指定目录
• 后续直接用ADF或Snowflake读取转换后的CSV，适合批量自动处理场景

方案3：Snowflake外部表+自定义解析UDF #

• 创建Snowflake外部表指向Azure Blob的XLSX文件，再用Snowpark Python编写UDF调用XLSX解析库（如openpyxl）处理文件内容
• 示例代码片段：

import snowflake.snowpark as snowpark
from snowflake.snowpark.functions import udf
import pandas as pd
from openpyxl import load_workbook
from io import BytesIO

@udf(name='parse_xlsx', session=session, replace=True, is_permanent=True, stage_location='@your_stage')
def parse_xlsx(file_content: bytes) -> str:
    wb = load_workbook(filename=BytesIO(file_content))
    df = pd.DataFrame(wb.active.values)
    return df.to_csv(index=False)

# 解析后写入目标表
session.sql("""
    INSERT INTO target_table
    SELECT parse_xlsx($1) FROM @your_stage/xlsx_files/*.xlsx
""").collect()

• 注意：需把依赖库（openpyxl、pandas等）上传到Snowflake的stage，保证UDF正常运行

方案4：ADLS Gen2 + PolyBase（适配已有架构场景） #

• 若能将Blob数据迁移到ADLS Gen2，可利用PolyBase直接读取XLSX，再通过ADF或SQL Server中转加载到Snowflake，适合已有ADLS Gen2架构的用户

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