Azure Data Factory中复制数据时，如何实现MySQL到CosmosDB的Schema转换？

复制活动的基础字段映射仅支持简单的一对一关联，无法直接构造嵌套对象和地理坐标数组，你可以通过以下两种方式实现需求，无需创建独立管道，在现有管道内即可完成：

方法一：使用数据流动（Data Flow）处理复杂转换 #

数据流动是ADF专门用于复杂数据转换的组件，适合这种需要构造嵌套结构的场景：

• 配置源数据集：在数据流动中创建MySQL源数据集，关联到inventory_warehouse_table。
• 添加派生列转换：插入派生列转换，生成geo_coordinates字段：
  • 派生列名称：geo_coordinates
  • 表达式：

    struct(
      type = "Point",
      coordinates = array(lat, long)
    )
    

    该表达式会将lat和long字段组合为目标所需的嵌套地理结构。
• 清理冗余字段：添加选择转换，只保留id、warehouse_name、warehouse_address和新生成的geo_coordinates字段。
• 配置目标数据集：创建CosmosDB for MongoDB目标数据集，指向inventory_warehouse_collection，并设置合适的写入策略（如插入或更新）。
• 集成到管道：在原管道中添加「执行数据流动」活动，调用上述配置好的数据流动，替代原复制活动即可。

方法二：在复制活动中使用自定义映射表达式（轻量方案） #

若无需复杂转换逻辑，可直接在复制活动的映射中通过表达式构造嵌套结构：

• 配置复制活动的源（MySQL表）和目标（CosmosDB集合）数据集。
• 进入「映射」选项卡，导入源和目标的Schema。
• 针对目标的geo_coordinates字段，点击源列下拉框选择「添加动态内容」，输入以下表达式：

  {
    "type": "Point",
    "coordinates": [@item().lat, @item().long]
  }
  

• 手动移除源表中lat和long字段的映射，避免写入冗余数据；其余字段保持一对一映射即可。

方案对比 #

• 数据流动支持转换逻辑调试、数据预览，适合复杂或后续可能扩展的转换场景；
• 复制活动的表达式方式更轻量，配置更快，仅适用于简单的嵌套构造需求。

内容的提问来源于stack exchange，提问作者Aritra Sur Roy