如何使用Azure Data Factory移动Azure Data Lake整个文件夹？

针对你用ADF加载Synapse后归档带时间戳文件夹的需求，以下是几个直接可行的方法：

1. 用「移动文件」活动直接归档 #

直接使用ADF内置的**移动文件（Move File）**活动，配置源为待处理的时间戳文件夹路径，目标为数据湖的归档位置。这个活动会原子性地移动整个文件夹及其所有子文件，不用逐个处理几千个文件，效率拉满。

• 注意：必须确保该文件夹的所有文件已经完成加载（把移动活动设置在Synapse加载活动的下游，通过活动依赖保证顺序）；如果还有文件正在写入，移动操作会失败，所以要确认数据源已经停止向该文件夹写入。

2. 复制+删除组合实现归档备份 #

如果需要保留源文件夹的副本再归档，分两步走：

• 先用「复制文件（Copy File）」活动把整个文件夹复制到归档位置，同样支持直接指定文件夹路径，ADF会递归处理所有内容；
• 复制完成后，用「删除文件（Delete File）」活动删除源文件夹。
• 进阶技巧：可以用Get Metadata活动获取所有待处理的时间戳文件夹列表，再用For Each循环批量处理多个文件夹，路径用变量动态拼接，比如@concat('/raw-data/', item().name)。

3. 结合Synapse加载事件触发归档 #

如果是通过Synapse外部表完成加载，可以在Synapse的加载逻辑里记录已处理的文件夹路径，然后在ADF中用Synapse SQL活动调用存储过程获取这个路径，再触发后续的移动/删除操作。

• 比如，在Synapse的加载存储过程中，把成功处理的文件夹路径写入一个日志表，ADF读取这条记录后，直接用该路径执行文件操作，确保加载和归档的强一致性。

关键配置注意点 #

• 动态路径：用ADF的变量和表达式动态生成时间戳文件夹路径，比如利用管道参数传递批次时间，或者通过Get Metadata的childItems遍历未处理的文件夹；
• 权限：确保ADF的服务主体对数据湖的源容器和归档容器拥有Storage Blob Data Contributor权限，否则无法执行移动/删除操作；
• 错误处理：给移动/删除活动添加重试逻辑，或者在归档完成后创建一个.processed标记文件，避免重复处理同一文件夹。

内容的提问来源于stack exchange，提问作者DavidStein