ADF将CSV导入Azure SQL时能否优雅处理异常并记录错误行？

完全可以实现跳过错误行、同时留存完整异常行数据的需求，无需调整CSV转义字符配置，以下是两种可落地的方案：

方案1：复制活动内置容错（无代码，优先选用） #

这是最轻量化的实现方式，直接利用ADF复制活动原生能力即可完成：

• 打开你的复制活动配置，切换到设置标签页，找到「容错」模块
• 勾选「跳过不兼容的行」，其中天然覆盖你遇到的两类异常场景：
  • 文本内嵌双引号导致解析后列数多于预期的错误行
  • 转义字符异常导致列数少于预期的错误行
• 开启「日志记录」，指定异常数据的输出位置：支持输出到Blob/ADLS Gen2的日志目录，也可配置写入SQL表、CosmosDB等存储作为日志表
• CSV数据集保持原有配置即可：文本限定符保留双引号，转义符无需修改，容错机制会直接跳过解析失败的整行，不会中断整体导入任务

方案2：数据流自定义校验（适合需要定制规则的场景） #

如果你需要更灵活的异常判断规则，或者复制活动的容错逻辑无法覆盖你的特殊场景，可以用映射数据流实现：

• 新增一个映射数据流，源数据集配置为「无分隔符文本」格式，将每一行CSV内容完整读取为单个字符串列，避免ADF提前做CSV解析直接报错
• 添加派生列组件，自定义校验规则判断行合法性：比如统计行内双引号总数是否为偶数、统计逗号数量是否符合预期字段数-1等
• 添加条件拆分组件，将通过校验的行拆分到正常处理分支，按规则解析为对应字段写入目标库；未通过校验的异常行直接写入你指定的日志存储/日志表即可
• 该方案完全自主可控，不受ADF原生CSV解析逻辑限制，适配任意混乱格式的CSV异常行识别

补充说明 #

• 使用方案1时可配置「错误行百分比阈值」，当异常行占比超过预设值时自动中断任务，避免无效资源消耗
• 两种方案生成的异常日志都会包含原始行内容、错误原因、发生时间，可直接用于后续源数据修复回溯

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