Udostępnij za pomocą

Scenariusze usługi Azure Functions

Często tworzy się systemy reagujące na serię zdarzeń krytycznych. Niezależnie od tego, czy tworzysz internetowy interfejs API, odpowiadasz na zmiany bazy danych, czy przetwarzasz strumienie zdarzeń lub komunikaty, możesz zaimplementować te systemy za pomocą usługi Azure Functions.

W wielu przypadkach funkcja integruje się z szeregiem usług w chmurze w celu zapewnienia zaawansowanych funkcji implementacji. Na poniższej liście przedstawiono typowe (ale w żaden sposób wyczerpujące) scenariusze dla usługi Azure Functions.

Wybierz język programowania w górnej części artykułu.

Przetwarzanie przesyłania plików

Funkcji można używać na kilka sposobów do przetwarzania plików do lub z kontenera magazynu obiektów blob. Aby dowiedzieć się więcej na temat opcji wyzwalania w kontenerze obiektów blob, zobacz Praca z obiektami blob w dokumentacji najlepszych rozwiązań.

Na przykład w rozwiązaniu handlu detalicznego system partnerski może przesyłać informacje o katalogu produktów jako pliki do blob storage. Za pomocą funkcji wyzwalanej przez obiekt blob można weryfikować, przekształcać i przetwarzać pliki w głównym systemie podczas ich przekazywania.

Diagram procesu przekazywania plików przy użyciu usługi Azure Functions.

Poniższe samouczki używają wyzwalacza Blob (opartego na usłudze Event Grid) do przetwarzania plików w kontenerze Blobów:

Na przykład użyj wyzwalacza obiektu blob z subskrypcją zdarzeń w kontenerach obiektów blob:

[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();
        }
    }
}

Przesyłanie strumieniowe i przetwarzanie zdarzeń w czasie rzeczywistym

Aplikacje w chmurze, urządzenia IoT i urządzenia sieciowe generują i zbierają dużą ilość danych telemetrycznych. Usługa Azure Functions może przetwarzać te dane niemal w czasie rzeczywistym jako ścieżkę gorącą, a następnie przechowywać je w usłudze Azure Cosmos DB do użycia na pulpicie nawigacyjnym analizy.

Funkcje mogą również używać wyzwalaczy zdarzeń o małych opóźnieniach, takich jak Event Grid, i danych wyjściowych czasu rzeczywistego, takich jak SignalR, do przetwarzania danych niemal w czasie rzeczywistym.

Diagram przedstawiający proces strumienia w czasie rzeczywistym przy użyciu usługi Azure Functions.

Możesz na przykład użyć wyzwalacza Event Hubs do odczytu z Event Hub i powiązania wyjściowego w celu zapisania w Event Hub po rozdzieleniu i przekształceniu zdarzeń.

[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);
}

Uczenie maszynowe i sztuczna inteligencja

Usługa Azure Functions udostępnia bezserwerowe zasoby obliczeniowe zintegrowane ze sztuczną inteligencją i usługami platformy Azure w celu usprawnienia tworzenia inteligentnych aplikacji hostowanych w chmurze. Model programowania usługi Functions umożliwia tworzenie i hostowanie zdalnych serwerów protokołu MCP (Content Protocol) i implementowanie różnych narzędzi sztucznej inteligencji. Aby uzyskać więcej informacji, zobacz Narzędzia i serwery MCP.

Rozszerzenie wiążące Azure OpenAI umożliwia integrację funkcji i zachowań sztucznej inteligencji usługi Azure OpenAI, takich jak generacja wspomagana pobieraniem (RAG), w wykonaniu kodu funkcji. Aby uzyskać więcej informacji, zobacz Pobieranie rozszerzonej generacji.

Funkcja może również wywoływać model TensorFlow lub usługi Azure AI do przetwarzania i klasyfikowania strumienia obrazów.

Diagram procesu uczenia maszynowego i sztucznej inteligencji przy użyciu usługi Azure Functions.

Aby uzyskać więcej informacji, zobacz Używanie narzędzi i modeli sztucznej inteligencji w usłudze Azure Functions.

Uruchamianie zaplanowanych zadań

Funkcje umożliwiają uruchamianie kodu na podstawie zdefiniowanego harmonogramu cron .

Zobacz Tworzenie funkcji w witrynie Azure Portal, która jest uruchamiana zgodnie z harmonogramem.

Na przykład możesz przeanalizować bazę danych klienta usług finansowych pod kątem zduplikowanych wpisów co 15 minut, aby uniknąć odejścia wielu komunikatów do tego samego klienta.

Diagram zaplanowanego zadania, w którym funkcja czyści bazę danych co 15 minut, deduplikując wpisy na podstawie logiki biznesowej.

Aby zapoznać się z przykładami, zobacz następujące fragmenty kodu:

[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
}

Tworzenie skalowalnego internetowego interfejsu API

Funkcja wyzwalana przez protokół HTTP definiuje punkt końcowy HTTP. Te punkty końcowe uruchamiają kod funkcji, który może łączyć się z innymi usługami bezpośrednio lub przy użyciu rozszerzeń powiązań. Można komponować punkty końcowe w interfejsie API opartym na sieci.

Możesz również użyć punktu końcowego funkcji wyzwalanej przez protokół HTTP jako integracji elementu webhook, takiego jak elementy webhook usługi GitHub. W ten sposób można tworzyć funkcje przetwarzające dane ze zdarzeń usługi GitHub. Aby uzyskać więcej informacji, zobacz Monitorowanie zdarzeń usługi GitHub przy użyciu elementu webhook w usłudze Azure Functions.

Diagram przetwarzania żądania HTTP przy użyciu usługi Azure Functions.

Aby zapoznać się z przykładami, zobacz następujące fragmenty kodu:

[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();
}

Tworzenie bezserwerowego przepływu pracy

Funkcje często pełnią rolę składnika obliczeniowego w topologii przepływu pracy bezserwerowego, takiego jak przepływ pracy usługi Logic Apps. Można również tworzyć długotrwałe aranżacje przy użyciu rozszerzenia Durable Functions. Aby uzyskać więcej informacji, zobacz Omówienie funkcji Durable Functions.

Diagram złożony serii określonych przepływów pracy bezserwerowych przy użyciu usługi Azure Functions.

Reagowanie na zmiany bazy danych

Niektóre procesy muszą rejestrować, przeprowadzać inspekcję lub wykonywać inne operacje podczas przechowywania zmian danych. Wyzwalacze funkcji zapewniają dobry sposób otrzymywania powiadomień o zmianach danych w celu zainicjowania takiej operacji.

Diagram funkcji używanej do reagowania na zmiany bazy danych.

Rozważ następujące przykłady:

Tworzenie niezawodnych systemów komunikatów

Usługi Functions z usługami obsługi komunikatów platformy Azure umożliwiają tworzenie zaawansowanych rozwiązań do obsługi komunikatów opartych na zdarzeniach.

Można na przykład użyć wyzwalaczy w kolejkach usługi Azure Storage jako sposobu łączenia szeregu wykonań funkcji. Możesz też użyć kolejek i wyzwalaczy usługi Service Bus dla systemu zamawiania online.

Diagram usługi Azure Functions w niezawodnym systemie komunikatów.

W tych artykułach pokazano, jak zapisywać dane wyjściowe do kolejki przechowywania.

W tych artykułach pokazano, jak wywoływać zdarzenia z kolejki lub tematu usługi Azure Service Bus.

Dalsze kroki

Wprowadzenie do usługi Azure Functions

  • Last updated on