Azure Data Lake Gen2容器被Spark DataFrame覆写后如何恢复原始文件？

恢复前提判断 #

• 首先确认存储账户是否配置了软删除功能，这是最核心的恢复条件：
  • Blob软删除：开启后被覆盖、删除的blob会在配置的保留周期内（可设置7~365天）保留为软删除状态，可直接恢复
  • 容器软删除：开启后即使整个容器被删除也可恢复，你当前场景未删除容器，只要开启Blob软删除即可支持恢复
• 补充说明：Spark以overwrite模式写入非分区路径时，默认会先清空目标路径下所有文件，你容器内原有的所有文件都会被标记为删除，并非仅覆盖根目录下的同名文件。

已开启软删除的恢复操作 #

门户操作（适合小批量恢复） #

1. 进入目标存储账户，在左侧「数据存储」分类下点击「容器」，打开被覆写的对应容器
2. 打开页面顶部的「显示已删除的Blob」开关，所有被删除/覆盖的旧文件都会显示，状态标记为「已删除（软删除）」
3. 勾选需要恢复的文件/文件夹，右键选择「取消删除」即可完成恢复，原有目录结构会完整保留。

命令行批量恢复 #

Azure CLI 批量恢复命令示例：

# 列出容器内所有软删除的blob并批量恢复
az storage blob list --account-name <你的存储账户名> --container-name <容器名> --include-deleted --auth-mode login | jq '.[] | select(.deleted == true) | .name' | xargs -I {} az storage blob undelete --account-name <你的存储账户名> --container-name <容器名> --name {} --auth-mode login

PowerShell 批量恢复命令示例：

$ctx = New-AzStorageContext -StorageAccountName <你的存储账户名> -UseConnectedAccount
Get-AzStorageBlob -Context $ctx -Container <容器名> -IncludeDeleted | Where-Object {$_.Deleted -eq $true} | Restore-AzStorageBlob

未开启软删除的处理方案 #

如果存储账户未提前开启Blob软删除，无法通过原生自助功能恢复，可尝试以下两个路径：

• 若存储账户开启了Blob版本控制、变更源功能，可直接拉取对应历史版本的Blob数据恢复
• 若未开启上述功能，需尽快提交Azure技术支持工单申请数据恢复，仅当后台底层块存储未擦除旧数据时可恢复，操作完成后间隔时间越短，恢复成功率越高。

后续规避建议 #

• 所有生产存储账户必须开启Blob软删除+容器软删除，保留周期建议设置不低于30天
• Spark写入路径禁止直接指向容器根目录，所有写入操作必须指定明确的子目录路径
• 生产环境存储账户配置最小权限访问：普通业务账号仅授予指定子目录的写入权限，不分配根目录的删除/覆写权限
• 生产代码使用overwrite写入模式前，必须增加路径合法性校验逻辑，避免误写父级目录

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