Azure Data Factory Filter活动实战：从文件列表到条件过滤

用ADF做数据集成的人，迟早会遇到这样一个场景：上游目录里堆了一堆文件，但管道只想处理其中符合规则的那几个。比如只加载当天生成的CSV，或者只处理文件名里带某个关键字的订单文件。如果在ForEach环节把目录里所有文件都拉进来，轻则做一堆无用功，重则因为混入了临时文件、隐藏文件、文件夹，直接把下游数据搞脏。Azure Data Factory里的Filter活动，就是专门用来在管道内做这一层“条件过滤”的。

Filter活动在ADF里的定位很纯粹：它接收一个数组，按你写的布尔表达式对数组里的每个元素做判断，最后只把满足条件的元素吐出来。听起来不复杂，但实际用起来有不少讲究——Items怎么填、Condition怎么写、返回结果是什么结构、和后继的ForEach怎么衔接，包括日期比较、类型转换、大小判断这些细节，都直接影响管道能不能一次跑通。这篇文章不绕弯子，直接从痛点、配置、实操到常见坑，把Filter活动讲透。

1. Filter活动解决的痛点与核心定位

1.1 为什么管道里需要“先过滤再处理”

数据集成管道里最常见的矛盾，是“源端的文件永远比你想的多”。一个落地目录里，可能有上游业务系统按小时生成的正式数据文件，也可能有运维放的说明文档、临时导出的备份、半成品目录，甚至还有以.开头的隐藏文件。如果把这堆东西全部交给ForEach去轮询，要么多跑大量无意义的Copy活动，要么在下游解析时炸出格式错误。

我习惯把Filter看成“管道里的分拣员”。就像快递分拨中心不会把每个包裹都直接送上干线运输车，而是先按面单上的目的地区域做一次分拣；ADF管道在进入ForEach循环之前，也应该先筛选出真正需要处理的文件列表。这个思路的收益在文件量大、来源复杂时特别明显——一次过滤，后面所有的循环体活动都能少跑一批无用功。

1.2 Filter活动在ADF“活动家族”中的位置

在ADF管道的活动面板里，Filter活动被归类在“Iteration & conditionals”这个分组下。和它经常一起出现的是ForEach、If Condition、Until这些流程控制活动。Filter和它们最大的区别是：它不对管道分支进行控制，也不产生“执行副作用”，它只负责“计算并输出一个数组”。

这个特性让Filter非常安全。你把它放在管道里，即便条件写错了，最多是输出结果不对，不会像Copy Data活动那样真的去移动或转换数据。我经常用这个特性来“试探性”地输出文件清单，先看Filter的输出，再决定下一步怎么处理。这是它的核心定位：一个纯计算、纯转换的数组处理器。

1.3 和Get Metadata的搭配逻辑

Filter活动自己不会凭空产生文件列表，它的上游几乎固定是Get Metadata活动。Get Metadata负责从数据源读取元数据，比如一个目录下的所有子项（childItems）；Filter则在那份清单上做条件筛选。两者拼在一起，就构成了ADF里处理文件列表的“标准套餐”。

实际操作中，Get Metadata的字段参数要勾选Child items，输出是一个数组，数组里的每个元素通常包含name、type、size、lastModified这些属性。Filter的Items直接指向@activity('Get Metadata1').output.childItems，然后Condition里用item().name、item().size、item().lastModified来写判断逻辑。这几乎覆盖了所有文件过滤场景。

2. Filter活动两大核心参数：Items与Condition

2.1 Items：往Filter里喂一个数组

Filter活动的配置界面很简单，核心就两个字段：Items和Condition。Items填写的是“待过滤的数组”，它的常见来源有三种。

第一种，也是最常见的，是直接引用Get Metadata的输出。第二种是从管道参数或者变量里来，比如某个Lookup活动返回的查询结果集，你想在进入ForEach前先按条件剔除一部分。第三种是手动构建一个数组字面量，比如@json('[{"name":"a.txt","size":10},{"name":"b.csv","size":20}]')，这在调试表达式时很有用。

在使用Items时有一个很容易忽略的细节：它必须是数组类型。如果你的表达式返回的是一个对象而不是数组，比如直接写@activity('Get Metadata1').output，Filter会直接报错，提示无法将对象转换为数组。正确写法是后面带上.childItems或者.value这类数组属性。

2.2 Condition：用表达式描述“留下谁”

Condition字段是Filter活动的灵魂，它接收一个布尔表达式，表达式的返回结果必须是true或false。表达式里通过item()来引用数组里的当前元素。我这里总结了几类最常用的条件写法，几乎覆盖了日常文件过滤的绝大部分需求。

json复制// 按文件名后缀过滤，只保留CSV
@endswith(item().name, '.csv')

// 按文件名前缀过滤，只保留订单文件
@startswith(item().name, 'or