• 您可以使用数据流和管道活动的组合来实现您的需求。使用数据流活动通过聚合转换获取唯一的id+combination值，使用接收器缓存，迭代此结果并将值传递给另一个数据流，以便根据这些值进行过滤和写入。
• 下面是我所获取的一个示例文件数据：

id,combo,character
123,1,A
123,1,B
123,1,C
234,1,D
234,1,E
234,2,F
234,2,G
234,2,H
234,2,I
234,3,J
345,3,K
345,3,L
345,3,M
456,4,N
456,4,O
567,5,P
567,5,Q
567,6,R
678,6,S

• 现在，我把它作为我的数据流源。我添加了一个聚合转换，并按id and combo对数据进行分组。使用任何聚合转换（无论如何，我们将在Map中排除它）。

• 现在，只选择id和combo并使用sink cache。以下是数据流活动的调试输出：

• 现在，使用以下动态内容对每个Activity进行迭代：

@activity('get unique id and combo').output.runStatus.output.sink1.value

• 在每次迭代中将id和combo的值传递给新的数据流。以下是同一张图片：

• 在新的数据流中，将所需的文件作为源。在以下条件下使用筛选器活动：

id==$id && combo==$combo

• 使用以下动态内容和配置为每个小版本命名文件：

concat($id,'_',$combo,'.parquet')

• 以下是将文件作为Parquet文件写入存储帐户的方式：