类型 I：setOfObjects

每个文件都包含单一对象、JSON Lines 或串联的对象。

单一对象 JSON 示例

JSON Lines（接收器的默认值）

{"time":"2015-04-29T07:12:20.9100000Z","callingimsi":"466920403025604","callingnum1":"678948008","callingnum2":"567834760","switch1":"China","switch2":"Germany"}
{"time":"2015-04-29T07:13:21.0220000Z","callingimsi":"466922202613463","callingnum1":"123436380","callingnum2":"789037573","switch1":"US","switch2":"UK"}
{"time":"2015-04-29T07:13:21.4370000Z","callingimsi":"466923101048691","callingnum1":"678901578","callingnum2":"345626404","switch1":"Germany","switch2":"UK"}
串连的 JSON 示例
    "time": "2015-04-29T07:12:20.9100000Z",
    "callingimsi": "466920403025604",
    "callingnum1": "678948008",
    "callingnum2": "567834760",
    "switch1": "China",
    "switch2": "Germany"
    "time": "2015-04-29T07:13:21.0220000Z",
    "callingimsi": "466922202613463",
    "callingnum1": "123436380",
    "callingnum2": "789037573",
    "switch1": "US",
    "switch2": "UK"
    "time": "2015-04-29T07:13:21.4370000Z",
    "callingimsi": "466923101048691",
    "callingnum1": "678901578",
    "callingnum2": "345626404",
    "switch1": "Germany",
    "switch2": "UK"
        "time": "2015-04-29T07:12:20.9100000Z",
        "callingimsi": "466920403025604",
        "callingnum1": "678948008",
        "callingnum2": "567834760",
        "switch1": "China",
        "switch2": "Germany"
        "time": "2015-04-29T07:13:21.0220000Z",
        "callingimsi": "466922202613463",
        "callingnum1": "123436380",
        "callingnum2": "789037573",
        "switch1": "US",
        "switch2": "UK"
        "time": "2015-04-29T07:13:21.4370000Z",
        "callingimsi": "466923101048691",
        "callingnum1": "678901578",
        "callingnum2": "345626404",
        "switch1": "Germany",
        "switch2": "UK"
映射数据流属性
在映射数据流中，可以在以下数据存储中读取和写入 JSON 格式：Azure Blob 存储、Azure Data Lake Storage Gen1、Azure Data Lake Storage Gen2 和 SFTP，还可在 Amazon S3 中读取 JSON 格式。
下表列出了 json 源支持的属性。 你可以在“源选项”选项卡中编辑这些属性。
数据流脚本属性
内联数据集
映射数据流支持将“内联数据集”作为定义源和接收器的选项。 内联 JSON 数据集直接在源和接收器转换中定义，并且不会在定义的数据流外部共享。 该数据集对直接在数据流中参数化数据集属性非常有用，并且可以从共享 ADF 数据集的性能改进中获益。
读取大量源文件夹和文件时，可以通过在“投影 | 架构”选项对话框中设置选项“用户投影架构”来提升数据流文件发现的性能。 此选项会关闭 ADF 的默认架构自动发现，并将极大地提升文件发现的性能。 在设置此选项前，请务必导入 JSON 投影，以便 ADF 具有用于投影的现有架构。 此选项不适用于架构偏差。
源格式选项
在数据流中使用 JSON 数据集作为源时，你可以设置五个额外的设置。 这些设置可以在“源选项”选项卡中的“JSON 设置”可折叠部分下找到。对于“文档格式”设置，可以选择“单个文档”、“每行文档”和“文档数组”类型之一。
默认情况下，将使用以下格式读取 JSON 数据。
{ "json": "record 1" }
{ "json": "record 2" }
{ "json": "record 3" }
如果选择了“单个文档”，则映射数据流会从每个文件中读取一个 JSON 文档。
File1.json
    "json": "record 1"
File2.json
    "json": "record 2"
File3.json
    "json": "record 3"
如果选择了“每行一个文档”，则映射数据流会从文件中的每行读取一个 JSON 文档。
File1.json
{"json": "record 1"}
File2.json
 {"time":"2015-04-29T07:12:20.9100000Z","callingimsi":"466920403025604","callingnum1":"678948008","callingnum2":"567834760","switch1":"China","switch2":"Germany"}
 {"time":"2015-04-29T07:13:21.0220000Z","callingimsi":"466922202613463","callingnum1":"123436380","callingnum2":"789037573","switch1":"US","switch2":"UK"}
File3.json
 {"time":"2015-04-29T07:12:20.9100000Z","callingimsi":"466920403025604","callingnum1":"678948008","callingnum2":"567834760","switch1":"China","switch2":"Germany"}
 {"time":"2015-04-29T07:13:21.0220000Z","callingimsi":"466922202613463","callingnum1":"123436380","callingnum2":"789037573","switch1":"US","switch2":"UK"}
 {"time":"2015-04-29T07:13:21.4370000Z","callingimsi":"466923101048691","callingnum1":"678901578","callingnum2":"345626404","switch1":"Germany","switch2":"UK"}
如果选择了“文档数组”，则映射数据流会从文件中读取一个文档数组。
File.json
            "time": "2015-04-29T07:12:20.9100000Z",
            "callingimsi": "466920403025604",
            "callingnum1": "678948008",
            "callingnum2": "567834760",
            "switch1": "China",
            "switch2": "Germany"
            "time": "2015-04-29T07:13:21.0220000Z",
            "callingimsi": "466922202613463",
            "callingnum1": "123436380",
            "callingnum2": "789037573",
            "switch1": "US",
            "switch2": "UK"
            "time": "2015-04-29T07:13:21.4370000Z",
            "callingimsi": "466923101048691",
            "callingnum1": "678901578",
            "callingnum2": "345626404",
            "switch1": "Germany",
            "switch2": "UK"
如果预览你的 JSON 数据时数据流引发了“corrupt_record”错误，则你的数据可能在 JSON 文件中包含单个文档。 设置“单个文档”应当能够清除该错误。
不带引号的列名称
如果选择了“不带引号的列名称”，则映射数据流会读取不在引号中的 JSON 列。
{ json: "record 1" }
{ json: "record 2" }
{ json: "record 3" }
如果 JSON 数据具有 C 或 C++ 样式的注释，请选择“具有注释”。
{ "json": /** comment **/ "record 1" }
{ "json": "record 2" }
{ /** comment **/ "json": "record 3" }
如果 JSON 字段和值使用单引号而非双引号，请选择“带单引号”。
{ 'json': 'record 1' }
{ 'json': 'record 2' }
{ 'json': 'record 3' }
使用反斜杠转义
如果使用反斜杠对 JSON 数据中的字符进行转义，请选择“使用反斜杠转义”。
{ "json": "record 1" }
{ "json": "\} \" \' \\ \n \\n record 2" }
{ "json": "record 3" }
接收器属性
下表列出了 json 接收器支持的属性。 可以在“设置”选项卡中编辑这些属性。
数据流脚本属性
写入的数据的命名格式。 默认情况下，每个分区有一个 part-#####-tid-<guid> 格式的文件
模式：String
 按分区：String[]
 作为列中的数据：String
 输出到单个文件：['<fileName>']
filePattern
 partitionFileNames
 rowUrlColumn
 partitionFileNames
在派生列中创建 JSON 结构
你可以通过派生列表达式生成器将复杂的列添加到数据流中。 在派生列转换中，添加一个新列并通过单击蓝色框打开表达式生成器。 若要使列成为复杂列，可以手动输入 JSON 结构，或者使用 UX 以交互方式添加子列。
使用表达式生成器 UX
在输出架构侧窗格中，将鼠标指针悬停在某个列上，并单击加号图标。 选择“添加子列”，使列成为复杂类型。
你可以通过相同的方式添加更多的列和子列。 对于每个非复杂字段，可以在右侧的表达式编辑器中添加表达式。
手动输入 JSON 结构
若要手动添加 JSON 结构，请添加一个新列，然后在编辑器中输入表达式。 表达式采用以下常规格式：
    field1=0,
    field2=@(
        field1=0
如果为名为“complexColumn”的列输入了此表达式，则会将其作为以下 JSON 写入到接收器：
    "complexColumn": {
        "field1": 0,
        "field2": {
            "field1": 0
完整分层定义的示例手动脚本
    title=Title,
    firstName=FirstName,
    middleName=MiddleName,
    lastName=LastName,
    suffix=Suffix,
    contactDetails=@(
        email=EmailAddress,
        phone=Phone
    address=@(
        line1=AddressLine1,
        line2=AddressLine2,
        city=City,
        state=StateProvince,
        country=CountryRegion,
        postCode=PostalCode
    ids=[
        toString(CustomerID), toString(AddressID), rowguid
相关连接器和格式
下面是一些与 JSON 格式相关的常见连接器和格式：
Azure Blob 存储 (connector-azure-blob-storage.md)
带分隔符的文本格式(format-delimited-text.md)
OData 连接器(connector-odata.md)
Parquet 格式 (format-parquet.md)
复制活动概述
映射数据流
Lookup 活动
GetMetadata 活动