Azure Dataflow运行失败：报错‘Job failed due to reason: Not started’求解决

• 检查Dataflow依赖配置
  确认该Dataflow依赖的上游任务是否完成且成功。如果上游任务存在隐性失败（比如标记成功但实际输出不完整），或是依赖逻辑配置错误（比如误设并行执行但资源不足），会导致当前Dataflow无法启动。

• 核对资源配额与节点配置
  查看Azure订阅的Data Factory资源配额，确认当前Pipeline运行时是否超出核心数、内存或并行作业数限制。同时检查该Dataflow的节点规格设置，若节点过小或自动缩放配置不合理，可能因资源申请失败导致任务无法启动。

• 验证Dataflow内部逻辑与数据源连接
  打开Dataflow设计器，检查所有数据源连接器的配置（如连接字符串、权限、数据源状态），尤其是新增或修改过的数据源。同时排查内部转换逻辑，比如是否存在循环引用、空值处理异常，或是某个转换步骤引用了不存在的变量。

• 检查Pipeline触发与运行环境
  若是定时触发的Pipeline，确认触发规则是否正确（如时区设置、触发间隔冲突）。尝试手动单独触发该Dataflow，如果手动运行正常，可能是Pipeline级别的触发上下文存在问题（比如传递的参数有误）。

• 查看底层日志与诊断信息
  进入Azure Data Factory的监控面板，找到失败的Dataflow作业，查看详细诊断日志（包括作业提交阶段的系统日志），可能会发现资源申请失败、权限不足或内部服务临时异常的具体提示。若日志信息不足，可开启Dataflow的详细日志记录后重新运行，获取更多细节。

• 重置Dataflow运行状态
  偶尔会出现作业状态异常的情况，尝试删除该Dataflow的失败运行记录后重新触发Pipeline。若问题持续，可将该Dataflow导出为ARM模板后重新导入，排除配置文件损坏的可能。

内容的提问来源于stack exchange，提问作者Dimeji Olayinka