Azure Functions のシナリオ

多くの場合、一連の重要なイベントに対応するシステムを構築します。 Web API の構築、データベースの変更への応答、イベントストリームやメッセージの処理のいずれを行う場合でも、Azure Functions を使用してこれらのシステムを実装できます。

多くの場合、関数は、さまざまなクラウドサービスと連携して多機能な実装を実現します。次の一覧は、Azure Functions の一般的な (ただし、網羅的ではない) シナリオを示しています。

記事の冒頭で、使用する開発言語を選択してください。

ファイルのアップロードを処理する

関数を活用して、Blob Storage コンテナーとの間でファイルを処理することができます。 BLOB コンテナーにトリガーを設定するオプションの詳細については、ベストプラクティスドキュメントの「BLOB の操作」を参照してください。

たとえば、小売ソリューションでは、パートナーシステムは製品カタログ情報をファイルとして BLOB ストレージに送信できます。 BLOB によってトリガーされる関数を使用して、ファイルをアップロードするときに、ファイルを検証し、変換し、メインシステムに処理できます。

次のチュートリアルでは、BLOB トリガー (Event Grid ベース) を使用して BLOB コンテナー内のファイルを処理します。

たとえば、BLOB コンテナーのイベントサブスクリプションで BLOB トリガーを使用します。

[FunctionName("ProcessCatalogData")]
public static async Task Run([BlobTrigger("catalog-uploads/{name}", Source = BlobTriggerSource.EventGrid, Connection = "<NAMED_STORAGE_CONNECTION>")] Stream myCatalogData, string name, ILogger log)
{
    log.LogInformation($"C# Blob trigger function Processed blob\n Name:{name} \n Size: {myCatalogData.Length} Bytes");

    using (var reader = new StreamReader(myCatalogData))
    {
        var catalogEntry = await reader.ReadLineAsync();
        while(catalogEntry !=null)
        {
            // Process the catalog entry
            // ...

            catalogEntry = await reader.ReadLineAsync();
        }
    }
}

リアルタイムストリームとイベント処理

クラウドアプリケーション、IoT デバイス、およびネットワークデバイスは、大量のテレメトリを生成して収集します。 Azure Functions では、そのデータをホットパスとして準リアルタイムで処理し、分析ダッシュボードで使うために Azure Cosmos DB に格納できます。

関数では、Event Grid などの待機時間の短いイベントトリガーや SignalR などのリアルタイム出力を使用して、ほぼリアルタイムでデータを処理することもできます。

たとえば、イベントハブトリガーを使用してイベントハブから読み取り、出力バインドを使用して、イベントをデバッチして変換した後でイベントハブに書き込むことができます。

[FunctionName("ProcessorFunction")]
public static async Task Run(
    [EventHubTrigger(
        "%Input_EH_Name%",
        Connection = "InputEventHubConnectionSetting",
        ConsumerGroup = "%Input_EH_ConsumerGroup%")] EventData[] inputMessages,
    [EventHub(
        "%Output_EH_Name%",
        Connection = "OutputEventHubConnectionSetting")] IAsyncCollector<SensorDataRecord> outputMessages,
    PartitionContext partitionContext,
    ILogger log)
{
    var debatcher = new Debatcher(log);
    var debatchedMessages = await debatcher.Debatch(inputMessages, partitionContext.PartitionId);

    var xformer = new Transformer(log);
    await xformer.Transform(debatchedMessages, partitionContext.PartitionId, outputMessages);
}

機械学習と AI

Azure Functions は、クラウドでホストされるインテリジェントアプリケーションの構築を効率化するために、AI および Azure サービスと統合するサーバーレスコンピューティングリソースを提供します。 Functions プログラミングモデルを使用すると、リモートモデルコンテンツプロトコル (MCP) サーバーを作成してホストし、さまざまな AI ツールを実装できます。詳細については、ツールおよび MCP サーバーを参照してください。

Azure OpenAI バインド拡張機能を使用すると、取得拡張生成 (RAG) などの Azure OpenAI サービスの AI 機能と動作を関数コードの実行に統合できます。詳細については、「検索拡張生成」を参照してください。

関数では、TensorFlow モデルまたは Azure AI サービスを呼び出して、画像のストリームを処理および分類することもできます。

ツールと MCP サーバー
Azure OpenAI サービス

ツールと MCP サーバー
Azure OpenAI サービス

ツールと MCP サーバー
Azure OpenAI サービス

詳細については、「 Azure Functions での AI ツールとモデルの使用」を参照してください。

スケジュールされたタスクを実行する

Functions では、定義した cron スケジュールに基づいてコードを実行できます。

スケジュールに従って実行される関数を Azure portal で作成するを参照してください。

たとえば、同じ顧客に複数の通信が送信されないように、15 分ごとに金融サービスの顧客データベースで重複するエントリを分析できます。

例については、次のコードスニペットを参照してください。

[FunctionName("TimerTriggerCSharp")]
public static void Run([TimerTrigger("0 */15 * * * *")]TimerInfo myTimer, ILogger log)
{
    if (myTimer.IsPastDue)
    {
        log.LogInformation("Timer is running late!");
    }
    log.LogInformation($"C# Timer trigger function executed at: {DateTime.Now}");

    // Perform the database deduplication
}

クイックスタート: Azure Functions タイマートリガー

クイックスタート：Azure Functions タイマートリガー

スケーラブルな Web API を構築する

HTTP トリガー関数は HTTP エンドポイントを定義します。これらのエンドポイントでは、他のサービスに直接、またはバインド拡張機能を使用して接続できる関数コードを実行します。エンドポイントを Web ベースの API に組み込むことができます。

HTTP トリガー関数のエンドポイントは、GitHub webhook などの webhook 統合として使用することもできます。このようにして、GitHub イベントからのデータを処理する関数を作成できます。詳細については、「 Azure Functions で Webhook を使用して GitHub イベントを監視する」を参照してください。

例については、次のコードスニペットを参照してください。

[FunctionName("InsertName")]
public static async Task<IActionResult> Run(
    [HttpTrigger(AuthorizationLevel.Function, "post")] HttpRequest req,
    [CosmosDB(
        databaseName: "my-database",
        collectionName: "my-container",
        ConnectionStringSetting = "CosmosDbConnectionString")]IAsyncCollector<dynamic> documentsOut,
    ILogger log)
{
    string requestBody = await new StreamReader(req.Body).ReadToEndAsync();
    dynamic data = JsonConvert.DeserializeObject(requestBody);
    string name = data?.name;

    if (name == null)
    {
        return new BadRequestObjectResult("Please pass a name in the request body json");
    }

    // Add a JSON document to the output container.
    await documentsOut.AddAsync(new
    {
        // create a random ID
        id = System.Guid.NewGuid().ToString(), 
        name = name
    });

    return new OkResult();
}

クイックスタート: Azure Functions HTTP トリガー

クイックスタート: Azure Functions HTTP トリガー

クイックスタート: Azure Functions HTTP トリガー

クイックスタート: Azure Functions HTTP トリガー

クイックスタート: Azure Functions HTTP トリガー

サーバーレスワークフローを作成する

関数は、多くの場合、Logic Apps ワークフローなどのサーバーレスワークフロートポロジのコンピューティングコンポーネントとして機能します。 Durable Functions 拡張機能を使用して、実行時間の長いオーケストレーションを作成することもできます。詳細については、「Durable Functions の概要」を参照してください。