如何通过ADF将SQL Server表中XML列的文档迁移至Azure Blob存储

1. 先搞定数据源（SQL Server） #

• 在ADF里新建链接服务，选SQL Server类型，填好服务器名、数据库名，选合适的认证方式（SQL认证或者AD认证都行），测试连接通了再下一步。
• 创建数据集，关联刚才的链接服务，选中你存XML列的那张表，记好XML列的名字（比如XmlContent）。

2. 配置目标端（Azure Blob Storage） #

• 新建Blob Storage的链接服务，选对应的存储账户，测试连接确保没问题。
• 创建数据集，选Blob类型，指定存储容器和文件夹路径，文件格式选Text Format（毕竟要导出纯XML内容），文件名可以用动态内容生成，比如@concat('xml_', pipeline().RunId, '.xml')，或者后面按行生成单个文件的时候再改。

3. 搭数据流水线 #

方案A：导出成单个XML文件 #

如果要把所有行的XML内容合并到一个文件：

• 加个复制活动，源选SQL Server数据集，自定义SQL查询只拿XML列：

  SELECT XmlContent FROM YourTableName
  

  注意：ADF默认会把XML当字符串导出，只要映射对了，目标文件就是纯XML内容。
• 目标选Blob数据集，去复制活动的映射标签，确认XML列和目标文件的内容字段对应上。

方案B：每行生成单独的XML文件 #

要是需要每行的XML列存成单独文件：

• 加个查找活动，源是SQL Server数据集，写查询把每行的唯一标识（比如ID）和XML内容都拿出来：

  SELECT Id, XmlContent FROM YourTableName
  

• 加个For Each活动，遍历查找活动的输出，表达式填：

  @activity('LookupXMLData').output.value
  

• 在For Each里面嵌套复制活动：
  • 源选Inline Dataset（临时数据集），类型是SQL Server，查询过滤当前行：

    SELECT XmlContent FROM YourTableName WHERE Id = @item().Id
    

  • 目标Blob数据集的文件名设成动态内容：

    @concat('xml_file_', @item().Id, '.xml')
    

  • 复制活动的行为按需选“覆盖”或者“追加”就行。

4. 测试跑起来 #

• 先调试流水线，看看Blob里生成的文件对不对，XML内容有没有损坏、缺漏。
• 没问题的话，设置触发器（按需手动跑或者定时调度）就行。

踩坑提醒 #

• 如果XML内容特别大，记得分批次处理，别把内存撑爆了。
• 确保SQL Server和Blob Storage能连通，比如用VNet集成或者开公网访问权限。
• 要是XML列有特殊字符，确认ADF的编码是UTF-8（默认就是，一般没问题）。

内容的提问来源于stack exchange，提问作者Ally