Azure Data Factory：如何根据条件从Data Flow活动列表执行对应活动？

你不需要仅依赖Switch活动实现该逻辑，还有几种更灵活的方案，其中就包含你提到的通过变量参数化Data Flow活动的方式，具体说明如下：

方案1：变量参数化Data Flow（推荐） #

这种方式能避免维护大量Switch分支，步骤如下：

• 先解析文件名，提取出文件格式（比如从data.csv中提取csv）
• 定义字符串变量，例如@concat('DataFlow_', variables('FileFormat'))，前提是你的Data Flow命名遵循DataFlow_csv、DataFlow_json这类规范格式
• 在Execute Data Flow活动的Data Flow名称字段中，直接引用该变量

只要Data Flow命名与文件格式对应，新增格式时仅需添加对应Data Flow，无需修改控制流逻辑，比Switch更易维护。

方案2：Lookup活动+动态内容 #

若格式与Data Flow的对应关系需要灵活配置（比如不想硬编码命名规则），可以用Lookup读取配置表（比如存储在SQL或Blob中的映射表，包含FileFormat和DataFlowName两列）：

• 用Lookup活动获取当前文件格式对应的Data Flow名称
• 将Lookup的输出结果赋值给变量，再在Execute Data Flow活动中引用该变量

这种方式适合需要频繁修改映射关系的场景，无需改动Pipeline，仅需更新配置表即可。

方案3：Switch活动（传统方式） #

Switch活动当然可行，即为每种文件格式添加一个Case分支，每个分支对应一个Data Flow活动。但20种格式会导致分支过多，后续新增或修改格式时需逐个调整分支，维护成本较高，更适合格式数量少且稳定的场景。

总结来说，变量参数化或Lookup配置表的方式更适配你当前20种格式的场景，扩展性和维护性更佳。

内容的提问来源于stack exchange，提问作者Mehdi Ibrahim