Azure SQL数据仓库PolyBase查询ADLS Gen2：单文件有数据，文件夹返回0行？

让我来帮你搞定这个问题——我之前在使用PolyBase对接ADLS Gen2时也碰到过类似的情况，咱们一步步来排查和解决：

1. 先确认LOCATION路径的正确格式 #

首先，外部表指向文件夹时，路径格式很关键：

• 如果你的外部数据源已经指向了ADLS Gen2的容器根目录（比如abfss://your-container@your-account.dfs.core.windows.net/），那外部表的LOCATION应该写成'/Time/'（注意结尾的斜杠，不能少），或者用通配符明确匹配文件：'/Time/*.txt'。
• 避免写成'/Time'（无结尾斜杠），这种格式有时候会被PolyBase识别为文件而非文件夹，导致无法读取目录下的内容。

2. 排查文件夹内的文件是否符合格式要求 #

既然单个文件查询正常，那要确认文件夹下所有文件都和你定义的uncompressedcsv文件格式完全匹配：

• 检查分隔符、行终止符是否一致；
• 如果你的文件格式设置了FIRST_ROW = 2（跳过表头），那所有文件都必须有表头行，否则会被判定为错误行；
• 留意文件夹里的隐藏文件、临时文件（比如ADLS Gen2自动生成的$folder$文件），虽然PolyBase通常会跳过系统文件，但如果有其他不符合格式的文件，可能会影响整体读取。

3. 开启递归目录（如果有子文件夹） #

如果Time文件夹下还有子文件夹，默认PolyBase不会递归读取里面的文件。你需要修改外部数据源，添加recursiveDirs=true的配置：

ALTER EXTERNAL DATA SOURCE ADLSDataSource
SET OPTIONS (recursiveDirs = 'true');

之后重新创建外部表指向'/Time/'，就能读取所有子文件夹里的文件了。

4. 用通配符明确匹配目标文件 #

有时候直接指向文件夹可能会读取到无关文件，建议用通配符精准匹配你需要的文件类型，比如只读取.txt文件：

CREATE EXTERNAL TABLE [ext].[Time] ( 
    [TimeID] int NOT NULL, 
    [HourNumber] tinyint NOT NULL, 
    [MinuteNumber] tinyint NOT NULL, 
    [SecondNumber] tinyint NOT NULL, 
    [TimeInSecond] int NOT NULL, 
    [HourlyBucket] varchar(15) COLLATE SQL_Latin1_General_CP1_CI_AS NOT NULL 
) WITH ( 
    LOCATION = '/Time/*.txt', 
    DATA_SOURCE = ADLSDataSource, 
    FILE_FORMAT = uncompressedcsv, 
    REJECT_TYPE = value, 
    REJECT_VALUE = 2147483647 
);

这种方式能确保只读取符合后缀的文件，避免干扰。

5. 验证权限与网络连通性 #

最后再确认一下权限和网络：

• 确保你的数据库范围凭据使用的ADLS Gen2账户密钥是正确有效的；
• 如果SQL数据仓库部署在VNet中，检查是否配置了ADLS Gen2的VNet服务端点或私人端点，确保网络连通；
• 存储账户的防火墙规则是否允许SQL数据仓库的IP访问（可以临时设置为“允许所有网络”来测试是否是防火墙问题）。

按照以上步骤调整后，重新执行SELECT * FROM [ext].[Time]，应该就能读取到文件夹下的所有文件数据了。

内容的提问来源于stack exchange，提问作者Andy Jones