Data Factory 选取指定Excel工作表处理后合并导出CSV的实现问询

完全可以通过循环批量处理指定工作表，这是同结构多表批量转换场景下的标准实现方案，具体操作步骤如下：

前置准备 #

确保你已经搭建好的数据流输入、输出结构固定，15个目标工作表的原始结构和数据流定义的输入schema匹配。 #

具体实现步骤 #

• 第一步：参数化Excel数据集的工作表配置
  打开你用到的Excel数据集，将工作表选择项设置为参数模式，新建一个名为SheetName的字符串类型参数，后续循环时会动态传入不同的工作表名称。
• 第二步：生成目标工作表名称数组
  两种可选实现方式：
  1. 硬编码模式：直接在管道中新建一个数组类型变量，把15个需要处理的工作表名称按格式["表名1","表名2",..."表名15"]填入变量值
  2. 动态获取模式：先添加「获取元数据」活动读取Excel文件的全量表名列表，再搭配过滤活动剔除不需要的5个工作表，自动生成目标表名数组，适合后续表名可能变动的场景
• 第三步：配置ForEach循环活动
  将上一步生成的目标表名数组作为ForEach活动的输入项，在ForEach活动内部添加你已经完成的数据流活动，把数据流引用的Excel数据集的SheetName参数绑定为当前循环项@item()，实现每次循环自动读取对应工作表执行转换。
• 第四步：配置输出合并规则
  两种常用合并方案按需选择：
  1. 直接合并模式：将数据流的Sink设置为Blob Storage的CSV数据集，输出路径统一为同一个路径，勾选Sink设置中的「合并所有文件」选项，自定义最终输出的CSV文件名即可，所有循环的输出会自动追加到同一个文件中
  2. 容错合并模式：先让每次循环的输出为独立CSV，写入同一个临时存储路径，所有循环执行完成后，额外添加一个复制活动/合并数据流，把临时路径下的所有CSV合并为单个文件存入最终路径，中途某张表处理失败不会影响已完成的结果

注意事项 #

• 所有工作表处理后的输出结构必须完全一致，否则合并会出现字段错位、缺失问题
• 若你的Excel文件体积较大，建议调低ForEach活动的并行度，避免同时读取同一个Excel文件引发IO冲突
• 输出CSV时注意设置表头规则，建议仅保留一次表头输出，避免合并后出现重复表头

内容的提问来源于stack exchange，提问作者Nairda123