请教ADF V2中新增的Get Metadata Activity的用途

作为常年和ADF打交道的开发者，我太懂官方文档那种“说清楚了但又没完全说清楚”的感觉了。其实Get Metadata Activity就是ADF里的「情报收集员」——帮你提前获取数据/资源的关键信息，让你的数据流更智能、更健壮。下面是几个最常用的实际场景：

1. 前置校验：避免无意义的任务失败 #

在ETL/ELT流程启动前，用它做“预检”，能大幅减少因为源数据问题导致的报错：

• 校验文件/表是否存在：比如上游系统每天固定时间推送数据文件，先跑Get Metadata检查目标路径下的文件是否存在，不存在就直接触发告警或者终止流程，不用让后续的复制活动白跑一趟报错。
• 校验数据完整性：检查文件的size属性，如果是0字节，说明上游生成的文件是空的，直接跳过处理并记录异常；或者检查文件的lastModified时间，确保拿到的是当天最新的文件，不是遗留的旧数据。
• 校验结构合法性：比如读取数据库表的columnCount或者columnNames，和目标表的结构做对比，不一致就触发结构同步任务，避免后续加载时因为列不匹配失败。

2. 动态驱动流程：告别硬编码 #

这是Get Metadata最强大的用法之一，让你的流水线能自动适配数据变化：

• 批量处理文件夹内的所有文件：获取文件夹的childItems属性，拿到所有子文件/子文件夹的列表，然后传给For Each活动，逐个处理每一个文件——不用手动把每个文件名写进流水线，新增文件也不用改流程。
• 动态生成数据映射：获取源表的columnNames，把这个列表传给复制活动的映射配置，实现自动列映射，哪怕源表新增了列，流水线也能自动适配，不用每次手动更新映射规则。
• 动态选择数据源：比如根据Get Metadata返回的文件扩展名（extension属性），判断是CSV还是Parquet文件，然后分支到对应的解析逻辑（比如用不同的数据集配置）。

3. 流程分支判断：让流水线更灵活 #

结合If Condition活动，根据Get Metadata的结果来决定后续走哪条分支：

• 比如检查文件夹内的文件数量（childItems的长度），如果超过10个就启动并行处理模式，否则用串行模式；
• 如果检测到源表的rowCount为0，就跳过数据清洗步骤，直接生成空报告；
• 对比两个文件的lastModified时间，选择更新时间更近的那个作为源数据。

举个实际的小例子 #

假设你要做一个每日销售数据批处理流程：

1. 先用Get Metadata Activity读取Blob存储里「销售数据」文件夹的childItems，拿到所有待处理的CSV文件列表；
2. 把这个列表传入For Each活动，循环处理每个文件；
3. 在循环内部，再调用Get Metadata获取当前文件的size和lastModified属性；
4. 用If Condition判断：如果size>0且lastModified是今天的日期，就执行复制活动把文件导入数据仓库；否则把这个文件标记为无效，写入日志表。

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