Megosztás a következőn keresztül:

JavaScript-oktatóanyag: Fájl feltöltése és elemzése az Azure Functions és a Blob Storage használatával

Ebben az oktatóanyagban megtudhatja, hogyan tölthet fel egy képet az Azure Blob Storage-ba, és hogyan dolgozhatja fel az Azure Functions, a Computer Vision és a Cosmos DB használatával. Azt is megtudhatja, hogyan implementálhatja az Azure-függvény eseményindítóit és kötéseit ennek a folyamatnak a részeként. Ezek a szolgáltatások együttesen elemeznek egy feltöltött képet, amely szöveget tartalmaz, kinyeri belőle a szöveget, majd egy adatbázis sorában tárolja a szöveget későbbi elemzés vagy egyéb célokra.

Az Azure Blob Storage a Microsoft nagymértékben méretezhető objektumtárolási megoldása a felhőben. A Blob Storage-t képek és dokumentumok tárolására, médiafájlok streamelésére, biztonsági mentési és archiválási adatok kezelésére, és még sok másra tervezték. A Blob Storage-ról az áttekintési oldalon olvashat bővebben.

Figyelmeztetés

Ez az oktatóanyag a gyors bevezetésre szolgál, ezért nem követi az alapértelmezett biztonsági követelményeket. Ha többet szeretne megtudni erről a forgatókönyvről az alapértelmezett biztonsági célokkal kapcsolatban, tekintse meg a biztonsági szempontokat.

Az Azure Cosmos DB egy teljes mértékben felügyelt NoSQL- és relációs adatbázis a modern alkalmazásfejlesztéshez.

Az Azure Functions egy kiszolgáló nélküli számítógépes megoldás, amely lehetővé teszi kis kódblokkok írását és futtatását nagy mértékben skálázható, kiszolgáló nélküli, eseményvezérelt függvényekként. Az Azure Functionsről az áttekintési oldalon olvashat bővebben.

Az oktatóanyag segítségével megtanulhatja a következőket:

  • Képek és fájlok feltöltése a Blob Storage-ba
  • Azure-függvényesemény-eseményindító használata a Blob Storage-ba feltöltött adatok feldolgozásához
  • Kép elemzése az Azure AI-szolgáltatások használatával
  • Adatok írása a Cosmos DB-be az Azure-függvény kimeneti kötéseinek használatával

Egy képblobot ábrázoló architekturális diagram hozzáadódik a Blob Storage-hoz, majd egy Azure-függvény elemzi az elemzést egy Cosmos DB-be illesztve.

Előfeltételek

A tárfiók és a tároló létrehozása

Az első lépés a feltöltött blobadatok tárolására szolgáló tárfiók létrehozása, amely ebben a forgatókönyvben szövegeket tartalmazó képeket tartalmaz. A tárfiókok számos különböző szolgáltatást kínálnak, de ez az oktatóanyag csak a Blob Storage-t használja.

  1. A Visual Studio Code-ban válassza a Ctrl Shift + P billentyűkombinációt + a parancskatalógus megnyitásához.

  2. Az Azure Storage keresése : Tárfiók létrehozása (Speciális).

  3. A Storage-erőforrás létrehozásához használja az alábbi táblázatot.

    Beállítás Érték
    Név Írja be az msdocsstoragefunctiont vagy valami hasonlót.
    Erőforráscsoport Hozza létre a msdocs-storage-function korábban létrehozott erőforráscsoportot.
    Statikus webszolgáltatás Szám

  4. A Visual Studio Code-ban válassza a Shift + Alt A billentyűkombinációt + az Azure Explorer megnyitásához.

  5. Bontsa ki a Storage szakaszt, bontsa ki az előfizetési csomópontot, és várja meg az erőforrás létrehozását.

Tároló létrehozása a Visual Studio Code-ban

  1. Az új Storage-erőforrással együtt az Azure Explorerben is bontsa ki az erőforrást a csomópontok megtekintéséhez.
  2. Kattintson a jobb gombbal a Blob-tárolók elemre, és válassza a Blob-tároló létrehozása lehetőséget.
  3. Adja meg a nevet images. Ez létrehoz egy privát tárolót.

Váltás privátról nyilvános tárolóra az Azure Portalon

Ez az eljárás nyilvános tárolót vár. A konfiguráció módosításához végezze el a módosítást az Azure Portalon.

  1. Kattintson a jobb gombbal a Storage-erőforrásra az Azure Explorerben, és válassza a Megnyitás a portálon lehetőséget.
  2. Az Adattárolás szakaszban válassza a Tárolók lehetőséget.
  3. Keresse meg a tárolót, imagesés válassza ki a ... sor végén található három pontot.
  4. Válassza a Hozzáférési szint módosítása lehetőséget.
  5. Válassza a Blob lehetőséget (csak a blobok névtelen olvasási hozzáférése, majd az OK gombot.
  6. Térjen vissza a Visual Studio Code-hoz.

A kapcsolati sztring lekérése a Visual Studio Code-ban

  1. A Visual Studio Code-ban válassza a Shift + Alt A billentyűkombinációt + az Azure Explorer megnyitásához.
  2. Kattintson a jobb gombbal a tárolási erőforrásra, és válassza a Kapcsolati sztring másolása lehetőséget.
  3. illessze be ezt a helyet a későbbi használathoz.
  4. Jegyezze fel a tárfiók nevét msdocsstoragefunction is, amelyet később használni szeretne.

Az Azure AI Vision szolgáltatás létrehozása

Ezután hozza létre az Azure AI Vision szolgáltatásfiókot, amely feldolgozni fogja a feltöltött fájlokat. A Vision az Azure AI-szolgáltatások része, és különböző funkciókat kínál az adatok képekből való kinyeréhez. Az Azure AI Visionről az áttekintési oldalon tudhat meg többet.

  1. A portál tetején található keresősávon keressen rá a Számítógépre, és válassza ki a Computer vision (Számítógépes látás) címkével ellátott eredményt.

  2. A Computer vision (Számítógépes látás) lapon válassza a + Létrehozás lehetőséget.

  3. A Computer Vision létrehozása lapon adja meg a következő értékeket:

    • Előfizetés: Válassza ki a kívánt előfizetést.
    • Erőforráscsoport: Használja a msdocs-storage-function korábban létrehozott erőforráscsoportot.
    • Régió: Válassza ki az Önhöz legközelebbi régiót.
    • Név: Adja meg a következő nevét msdocscomputervision: .
    • Tarifacsomag: Ha elérhető, válassza az Ingyenes lehetőséget, ellenkező esetben válassza a Standard S1 lehetőséget.
    • Ha elfogadja a feltételeket, jelölje be a Felelős AI-közlemény jelölőnégyzetet

    Képernyőkép egy új Computer Vision-szolgáltatás létrehozásáról.

  4. Válassza a Véleményezés + Létrehozás lehetőséget az alján. Az Azure egy kis időt vesz igénybe a megadott adatok ellenőrzéséhez. A beállítások érvényesítése után válassza a Létrehozás lehetőséget , és az Azure megkezdi a Computer Vision szolgáltatás kiépítését, ami eltarthat egy ideig.

  5. Ha a művelet befejeződött, válassza az Erőforrás megnyitása lehetőséget.

A Computer Vision kulcsainak lekérése

Ezután meg kell találnunk a Computer Vision szolgáltatás titkos kulcsát és végponti URL-címét, amelyet az Azure-függvényalkalmazásban kell használni.

  1. A Computer Vision áttekintési lapján válassza a Kulcsok és végpont lehetőséget.

  2. A Kulcsok és az EndPoint lapon másolja ki az 1 . kulcs értékét és az EndPoint-értékeket , és illessze be őket valahová, hogy később használhassa őket. A végpontnak a következő formátumban kell lennie: https://YOUR-RESOURCE-NAME.cognitiveservices.azure.com/

Képernyőkép a Computer Vision szolgáltatás kulcsainak és URL-végpontjának lekéréséről.

Cosmos DB-szolgáltatásfiók létrehozása

Hozza létre a Cosmos DB szolgáltatásfiókot a fájlok elemzésének tárolásához. Az Azure Cosmos DB egy teljes mértékben felügyelt NoSQL- és relációs adatbázis a modern alkalmazásfejlesztéshez. A Cosmos DB-ről és annak támogatási API-jairól több különböző iparági adatbázishoz is tájékozódhat.

Bár ez az oktatóanyag egy API-t határoz meg az erőforrás létrehozásakor, a Cosmos DB-hez készült Azure-függvénykötések ugyanúgy vannak konfigurálva az összes Cosmos DB API-hoz.

  1. A portál tetején található keresősávon keresse meg az Azure Cosmos DB-t , és válassza ki az eredményt.

  2. Az Azure Cosmos DB lapon válassza a + Létrehozás lehetőséget. Válassza az Azure Cosmos DB for NoSQL-t az API-lehetőségek listájából.

  3. A Cosmos DB létrehozása lapon adja meg a következő értékeket:

    • Előfizetés: Válassza ki a kívánt előfizetést.
    • Erőforráscsoport: Használja a msdocs-storage-function korábban létrehozott erőforráscsoportot.
    • Régió: Válassza ki ugyanazt a régiót, mint az erőforráscsoport.
    • Név: Adja meg a következő nevét msdocscosmosdb: .
    • Tarifacsomag: Ha elérhető, válassza az Ingyenes lehetőséget, ellenkező esetben válassza a Standard S1 lehetőséget.

  4. Válassza a Véleményezés + Létrehozás lehetőséget az alján. Az Azure egy ideig ellenőrzi a megadott adatokat. A beállítások érvényesítése után válassza a Létrehozás lehetőséget , és az Azure megkezdi a Computer Vision szolgáltatás kiépítését, ami eltarthat egy ideig.

  5. Ha a művelet befejeződött, válassza az Erőforrás megnyitása lehetőséget.

  6. Válassza az Adatkezelőt, majd az Új tároló lehetőséget.

  7. Hozzon létre egy új adatbázist és tárolót a következő beállításokkal:

    • Új adatbázis-azonosító létrehozása: StorageTutorial.
    • Adja meg az új tárolóazonosítót: analysis.
    • Adja meg a partíciókulcsot: /type.

  8. Hagyja meg az alapértelmezett beállításokat, és válassza az OK gombot.

A Cosmos DB kapcsolati sztring lekérése

Szerezze be a Cosmos DB szolgáltatásfiókhoz tartozó kapcsolati sztring az Azure-függvényalkalmazásban.

  1. A Cosmos DB áttekintési lapján válassza a Kulcsok lehetőséget.

  2. A Kulcsok lapon másolja ki az elsődleges kapcsolati sztringet későbbi használatra.

A mintaprojekt letöltése és konfigurálása

Az oktatóanyagban használt Azure-függvény kódja ebben a GitHub-adattárban, az JavaScript-v4 alkönyvtárban található. A projektet az alábbi paranccsal is klónozhatja.

git clone https://github.com/Azure-Samples/msdocs-storage-bind-function-service.git \
cd msdocs-storage-bind-function-service/javascript-v4 \
code .

A mintaprojekt a következő feladatokat hajtja végre:

  • Környezeti változók lekérése a tárfiókhoz, a Computer Visionhez és a Cosmos DB szolgáltatáshoz való csatlakozáshoz
  • A feltöltött fájl elfogadása blobparaméterként
  • A blob elemzése a Computer Vision szolgáltatással
  • JSON-objektumként beszúrja az elemzett képszöveget a Cosmos DB-be kimeneti kötések használatával

Miután letöltötte és megnyitotta a projektet, néhány alapvető fogalmat is meg kell értenie:

Fogalom Cél
Függvény Az Azure-függvényt a függvénykód és a kötések határozzák meg. Ezek a ./src/functions/process-blobs.js fájlban találhatók.
Eseményindítók és kötések Az eseményindítók és kötések azt jelzik, hogy az adatok, amelyek várhatóan bekerülnek a függvénybe vagy kifelé, és mely szolgáltatás fogja elküldeni vagy fogadni az adatokat.

Az oktatóanyagban használt triggerek és kötések felgyorsítják a fejlesztési folyamatot azáltal, hogy nem szükséges kódot írni a szolgáltatásokhoz való csatlakozáshoz.

Input Storage Blob-eseményindító

A kód, amely azt határozza meg, hogy a függvény akkor aktiválódik, amikor egy blobot feltöltenek a képtárolóba, a következőt követi. A függvény bármely blobnéven aktiválódik, beleértve a hierarchikus mappákat is.


// ...preceding code removed for brevity

app.storageBlob('process-blob-image', { 
    path: 'images/{name}',                // Storage container name: images, Blob name: {name}
    connection: 'StorageConnection',      // Storage account connection string
    handler: async (blob, context) => {

// ... function code removed for brevity
  • app.storageBlob – A Storage Blob bemeneti eseményindítója a függvényt a Blob Storage feltöltési eseményéhez köti. Az eseményindítónak két kötelező paramétere van:
    • path: Az eseményindító útvonala az eseményeket figyeli. Az elérési út tartalmazza a tároló nevétimages és a blobnév változó helyettesítését. Ezt a blobnevet a rendszer lekéri a name tulajdonságból.
    • {name}: A feltöltött blob neve. A függvénybe blob érkező blob paraméterneve. Ne módosítsa az értéket blob.
    • connection: A tárfiók kapcsolati sztring. Az érték StorageConnection megegyezik a fájlban lévő névvel a local.settings.json helyi fejlesztés során.

Kimeneti Cosmos DB-eseményindító

Amikor a függvény befejeződik, a függvény a visszaadott objektumot használja adatokként a Cosmos DB-be való beszúráshoz.


// ... function definition object
app.storageBlob('process-blob-image', { 
    
        // removed for brevity    
        
        // Data to insert into Cosmos DB
        const id = uuidv4().toString();
        const analysis = await analyzeImage(blobUrl);
        
        // `type` is the partition key 
        const dataToInsertToDatabase = {
                id,
                type: 'image',
                blobUrl,
                blobSize: blob.length,
                analysis,
                trigger: context.triggerMetadata
            }

        return dataToInsertToDatabase;
    }),

    // Output binding for Cosmos DB
    return: output.cosmosDB({
        connection: 'CosmosDBConnection',
        databaseName:'StorageTutorial',
        containerName:'analysis'
    })
});

A cikkben szereplő tárolóhoz a következő szükséges tulajdonságok szükségesek:

  • id: a Cosmos DB új sor létrehozásához szükséges azonosítója.

  • /type: a tárolóval megadott partíciókulcs létrejött.

  • output.cosmosDB – A Cosmos DB kimeneti eseményindítója a függvény eredményét a Cosmos DB-be szúrja be.

    • connection: A tárfiók kapcsolati sztring. Az érték StorageConnection megegyezik a local.settings.json fájlban lévő névvel.
    • databaseName: A Cosmos DB-adatbázis, amelyhez csatlakozni szeretne.
    • containerName: A függvény által visszaadott elemzési kép szöveges értékének megírására szolgáló tábla neve. A táblának már léteznie kell.

Azure-függvénykód

A következő a teljes függvénykód.

const { app, input, output } = require('@azure/functions');
const { v4: uuidv4 } = require('uuid');
const { ApiKeyCredentials } = require('@azure/ms-rest-js');
const { ComputerVisionClient } = require('@azure/cognitiveservices-computervision');
const sleep = require('util').promisify(setTimeout);

const STATUS_SUCCEEDED = "succeeded";
const STATUS_FAILED = "failed"

const imageExtensions = ["jpg", "jpeg", "png", "bmp", "gif", "tiff"];

async function analyzeImage(url) {

    try {

        const computerVision_ResourceKey = process.env.ComputerVisionKey;
        const computerVision_Endpoint = process.env.ComputerVisionEndPoint;

        const computerVisionClient = new ComputerVisionClient(
            new ApiKeyCredentials({ inHeader: { 'Ocp-Apim-Subscription-Key': computerVision_ResourceKey } }), computerVision_Endpoint);

        const contents = await computerVisionClient.analyzeImage(url, {
            visualFeatures: ['ImageType', 'Categories', 'Tags', 'Description', 'Objects', 'Adult', 'Faces']
        });

        return contents;

    } catch (err) {
        console.log(err);
    }
}
app.storageBlob('process-blob-image', { 
    path: 'images/{name}',
    connection: 'StorageConnection',
    handler: async (blob, context) => {

        context.log(`Storage blob 'process-blob-image' url:${context.triggerMetadata.uri}, size:${blob.length} bytes`);

        const blobUrl = context.triggerMetadata.uri;
        const extension = blobUrl.split('.').pop();

        if(!blobUrl) {
            // url is empty
            return;
        } else if (!extension || !imageExtensions.includes(extension.toLowerCase())){
            // not processing file because it isn't a valid and accepted image extension
            return;
        } else {
            //url is image
            const id = uuidv4().toString();
            const analysis = await analyzeImage(blobUrl);
            
            // `type` is the partition key 
            const dataToInsertToDatabase = {
                    id,
                    type: 'image',
                    blobUrl,
                    blobSize: blob.length,
                    ...analysis,
                    trigger: context.triggerMetadata
                }

            return dataToInsertToDatabase;
        }

        
    },
    return: output.cosmosDB({
        connection: 'CosmosDBConnection',
        databaseName:'StorageTutorial',
        containerName:'analysis'
    })
});

Ez a kód a környezeti változók alapvető konfigurációs értékeit is lekéri, például a Blob Storage kapcsolati sztring és a Computer Vision kulcsot. Ezeket a környezeti változókat a rendszer az üzembe helyezés után hozzáadja az Azure-függvénykörnyezethez.

Az alapértelmezett függvény egy második, úgynevezett metódust AnalyzeImageis használ. Ez a kód a Computer Vision-fiók URL-végpontját és kulcsát használja, hogy kérést küldjön a Computer Visionnek a rendszerkép feldolgozásához. A kérés a képen talált összes szöveget visszaadja. Ezt a szöveget a Rendszer a Cosmos DB-be írja a kimenő kötés használatával.

Helyi beállítások konfigurálása

A projekt helyi futtatásához írja be a környezeti változókat a ./local.settings.json fájlba. Töltse ki a helyőrző értékeket az Azure-erőforrások létrehozásakor korábban mentett értékekkel.

Bár az Azure-függvénykód helyileg fut, a helyi emulátorok használata helyett a Storage felhőalapú szolgáltatásaihoz csatlakozik.

{
  "IsEncrypted": false,
  "Values": {
    "FUNCTIONS_WORKER_RUNTIME": "node",
    "AzureWebJobsStorage": "",
    "StorageConnection": "STORAGE-CONNECTION-STRING",
    "StorageAccountName": "STORAGE-ACCOUNT-NAME",
    "StorageContainerName": "STORAGE-CONTAINER-NAME",
    "ComputerVisionKey": "COMPUTER-VISION-KEY",
    "ComputerVisionEndPoint":  "COMPUTER-VISION-ENDPOINT",
    "CosmosDBConnection": "COSMOS-DB-CONNECTION-STRING"
  }
}

Azure Functions-alkalmazás létrehozása

Most már készen áll az alkalmazás Üzembe helyezésére az Azure-ban Egy Visual Studio Code-bővítmény használatával.

  1. A Visual Studio Code-ban válassza a Shift + Alt A billentyűkombinációt + az Azure Explorer megnyitásához.

  2. A Függvények szakaszban keresse meg és kattintson a jobb gombbal az előfizetésre, és válassza a Függvényalkalmazás létrehozása az Azure-ban (Speciális) lehetőséget.

  3. A függvényerőforrás létrehozásához használja az alábbi táblázatot.

    Beállítás Érték
    Név Írja be az msdocsprocessimage értéket vagy valami hasonlót.
    Futtatókörnyezeti verem Válasszon Node.js LTS-verziót .
    Programozási modell Válassza ki a v4-et.
    OS Válassza a Linux lehetőséget.
    Erőforráscsoport Válassza ki a msdocs-storage-function korábban létrehozott erőforráscsoportot.
    Helyen Válassza ki ugyanazt a régiót, mint az erőforráscsoport.
    Csomag típusa Válassza a Felhasználás lehetőséget.
    Azure Storage Válassza ki a korábban létrehozott tárfiókot.
    Application Insights Ugrás egyelőre.

  4. Az Azure kiépíti a kért erőforrásokat, ami eltarthat néhány percig.

Az Azure Functions-alkalmazás üzembe helyezése

  1. Amikor az előző erőforrás-létrehozási folyamat befejeződött, kattintson a jobb gombbal az új erőforrásra az Azure Explorer Functions szakaszában, és válassza az Üzembe helyezés függvényalkalmazásban lehetőséget.
  2. Ha a következőt kérdezi: Biztos, hogy telepíteni szeretné..., válassza az Üzembe helyezés lehetőséget.
  3. Amikor a folyamat befejeződött, megjelenik egy értesítés, amely a feltöltési beállításokat is magában foglalja. Válassza ki ezt a lehetőséget. Ezzel átmásolja a local.settings.json fájl értékeit az Azure-függvényalkalmazásba. Ha az értesítés eltűnt, mielőtt kijelölhette volna, folytassa a következő szakaszban.

Alkalmazásbeállítások hozzáadása a Storage-hoz és a Computer Visionhez

Ha az értesítésben a Feltöltési beállítások lehetőséget választotta, hagyja ki ezt a szakaszt.

Az Azure-függvény sikeresen üzembe lett helyezve, de még nem tud csatlakozni a Storage-fiókhoz és a Computer Vision-szolgáltatásokhoz. Először a megfelelő kulcsokat és kapcsolati sztring kell hozzáadni az Azure Functions-alkalmazás konfigurációs beállításaihoz.

  1. Keresse meg az erőforrást az Azure Explorer Functions szakaszában, kattintson a jobb gombbal az Alkalmazásbeállítások elemre, és válassza az Új beállítás hozzáadása lehetőséget.

  2. Adjon meg egy új alkalmazásbeállítást a következő titkos kódokhoz. Másolja és illessze be a titkos kód értékeit a helyi projektből a local.settings.json fájlba.

    Beállítás
    StorageConnection
    StorageAccountName
    StorageContainerName
    ComputerVisionKey
    ComputerVisionEndPoint
    CosmosDBConnection

Az Azure-függvény különböző szolgáltatásokhoz való csatlakoztatásához szükséges környezeti változók mindegyike már érvényben van.

Kép feltöltése a Blob Storage-ba

Most már készen áll az alkalmazás tesztelésére! Feltölthet egy blobot a tárolóba, majd ellenőrizheti, hogy a rendszerkép szövegét a Cosmos DB-be mentette-e.

  1. A Visual Studio Code Azure Explorerében keresse meg és bontsa ki a Storage-erőforrást a Storage szakaszban.
  2. Bontsa ki a Blob-tárolókat , és kattintson a jobb gombbal a tároló nevére, imagesmajd válassza a Fájlok feltöltése lehetőséget.
  3. A letölthető mintaprojekt gyökerében található néhány mintakép a képek mappában, vagy használhatja a sajátját is.
  4. A Célkönyvtár esetében fogadja el az alapértelmezett értéket. /
  5. Várjon, amíg a fájlok feltöltődnek és felkerülnek a tárolóba.

Kép szövegelemzésének megtekintése

Ezután ellenőrizheti, hogy a feltöltés aktiválta-e az Azure-függvényt, és hogy a rendszer megfelelően elemezte és mentette-e a kép szövegét a Cosmos DB-be.

  1. A Visual Studio Code-ban, az Azure Explorerben, az Azure Cosmos DB csomópont alatt válassza ki az erőforrást, és bontsa ki az adatbázis, a StorageTutorial megkereséséhez.

  2. Bontsa ki az adatbáziscsomópontot.

  3. Most már elérhetőnek kell lennie egy elemzési tárolónak. Válassza ki a tároló Dokumentumok csomópontján a benne lévő adatok előnézetének megtekintéséhez. Meg kell jelennie egy feltöltött fájl feldolgozott képszövegének bejegyzésének.

    {
    "id": "3cf7d6f0-a362-421e-9482-3020d7d1e689",
    "type": "image",
    "blobUrl": "https://msdocsstoragefunction.blob.core.windows.net/images/presentation.png",
    "blobSize": 1383614,
    "analysis": {  ... details removed for brevity ...
        "categories": [],
        "adult": {},
        "imageType": {},
        "tags": [],
        "description": {},
        "faces": [],
        "objects": [],
        "requestId": "eead3d60-9905-499c-99c5-23d084d9cac2",
        "metadata": {},
        "modelVersion": "2021-05-01"
    },
    "trigger": { 
        "blobTrigger": "images/presentation.png",
        "uri": "https://msdocsstorageaccount.blob.core.windows.net/images/presentation.png",
        "properties": {
            "lastModified": "2023-07-07T15:32:38+00:00",
            "createdOn": "2023-07-07T15:32:38+00:00",
            "metadata": {},
            ... removed for brevity ...
            "contentLength": 1383614,
            "contentType": "image/png",
            "accessTier": "Hot",
            "accessTierInferred": true,
        },
        "metadata": {},
        "name": "presentation.png"
    },
    "_rid": "YN1FAKcZojEFAAAAAAAAAA==",
    "_self": "dbs/YN1FAA==/colls/YN1FAKcZojE=/docs/YN1FAKcZojEFAAAAAAAAAA==/",
    "_etag": "\"7d00f2d3-0000-0700-0000-64a830210000\"",
    "_attachments": "attachments/",
    "_ts": 1688743969
}

Gratulálunk! Sikeresen feldolgozta a Blob Storage-ba az Azure Functions és a Computer Vision használatával feltöltött rendszerképet.

Hibaelhárítás

Az eljárás során felmerülő problémák elhárításához használja az alábbi táblázatot.

Probléma Feloldás
await computerVisionClient.read(url); hibák a következővel: Only absolute URLs are supported Győződjön meg arról, hogy a ComputerVisionEndPoint végpont a következő formátumban https://YOUR-RESOURCE-NAME.cognitiveservices.azure.com/van: .

Biztonsági szempontok

Ez a megoldás kezdő oktatóanyagként nem mutatja be az alapértelmezett biztonságos eljárásokat. Ez szándékos, hogy sikeres legyen a megoldás üzembe helyezése. A sikeres üzembe helyezés utáni következő lépés az erőforrások védelme. Ez a megoldás három Azure-szolgáltatást használ, mindegyik saját biztonsági funkciókkal és megfontolandó szempontokkal rendelkezik az alapértelmezett biztonságos konfigurációhoz:

Mintakód

Az erőforrások eltávolítása

Ha nem folytatja az alkalmazás használatát, törölheti a létrehozott erőforrásokat az erőforráscsoport eltávolításával.

  1. Erőforráscsoportok kiválasztása az Azure Explorerből
  2. Keresse meg és kattintson a jobb gombbal az msdocs-storage-function erőforráscsoportra a listából.
  3. Válassza a Törlés lehetőséget. Az erőforráscsoport törlésének folyamata eltarthat néhány percig.

Kapcsolódó tartalom