如何将Application Insights日志转换后导入SQL数据库表

经典版Application Insights的Continuous Export功能已经正式弃用，所有新版（工作区集成版）Application Insights都不再支持该能力，要实现日志转换后推送到SQL数据库的需求，可以根据你的实时性要求、转换逻辑复杂度选择以下三种成熟落地的方案：

• 方案1：Azure流分析实时处理（推荐，低代码、全托管）
  适合大多数常规转换场景，不需要自行运维计算资源，端到端延迟在秒级：

  1. 为目标Application Insights配置诊断设置，勾选你需要导出的日志类别（请求、异常、自定义跟踪、依赖项等），将日志投递到事件中心实例
  2. 创建Azure流分析作业，将上一步的事件中心设为作业输入，将目标SQL数据库设为作业输出
  3. 在流分析作业中编写SAQL查询语句，直接完成字段提取、格式转换、字段和SQL表列的映射，比如可以直接用getjsonobjectvalue函数解析日志里的自定义维度字段，拆分后对齐SQL表结构
  4. 配置好流分析的容错、写入重试策略后启动作业，即可自动完成实时日志拉取、转换、入库全流程
     注意提前给SQL库配置对应流分析写入IP的防火墙白名单，同时根据日均日志量调整流分析的流单元数量，避免高流量下出现处理延迟

• 方案2：事件中心触发Azure函数处理（适合复杂自定义逻辑）
  如果你的数据转换逻辑复杂度高，比如需要关联外部业务数据、做复杂规则判断、自定义格式编码，流分析的内置函数无法满足时选这个方案：

  1. 同样通过诊断设置将Application Insights日志投递到事件中心
  2. 创建事件中心触发的Azure函数，配置批量消费参数，根据你熟悉的技术栈选择对应运行时编写代码
  3. 在函数代码中实现自定义转换逻辑，处理完成后通过SQL批量写入接口提交到目标表，记得配置写入重试、失败数据落盘的兜底逻辑，避免数据丢失
     高日志量场景下建议开启函数的弹性伸缩配置，同时控制单批写入SQL的数据量在1000条以内，避免触发SQL端的写入限流

• 方案3：Log Analytics定时导出+数据工厂批量处理（适合非实时、大数据量场景）
  如果你不需要实时入库，可接受15分钟以上的处理延迟，且日志量较大（日均TB级），选这个方案成本最低：

  1. 新版Application Insights的日志全量存储在关联的Log Analytics工作区中，直接在工作区配置数据导出规则，将需要的日志表定时导出到ADLS Gen2存储账户
  2. 创建Azure数据工厂定时管道，按你需要的调度周期（15分钟/1小时/1天）读取存储中的日志文件，在管道中通过映射数据流完成字段转换、清洗，或者挂载自定义脚本做复杂处理
  3. 将处理完成的结果通过数据工厂的SQL接收器批量写入目标表
     这个方案不需要常驻计算资源，存储成本和计算成本都比实时方案低，适合离线分析、报表归档类的场景

避坑提示：不要为了用Continuous Export回退到经典版Application Insights，微软已经停止经典版所有功能更新和技术支持，生产环境使用存在稳定性和合规风险。

内容的提问来源于stack exchange，提问作者Swetha D