[Azure-Funktionen / Python] Kettenfunktionen mit Warteschlangenspeicherbindung

Einführung

Dieser Artikel zielt darauf ab, Azure-Funktionen mithilfe von Warteschlangenspeicherbindungen zwischen Azure-Funktionen zu verketten.

Der Umriss ist wie folgt:

• Azure-Funktionen, die von einer HTTP-Anforderung gestartet werden, stellen Nachrichten in den Warteschlangenspeicher
• Starten Sie weitere Azure-Funktionen, die durch Einreihen in die Warteschlange ausgelöst werden

In der Abbildung sieht es so aus.

1. Benutzer usw. drücken Curl
2. Die Azure-Funktion von ② wird gestartet
3. Die Nachricht befindet sich im Warteschlangenspeicher in der Warteschlange
4. Die Azure-Funktionen von ③ beginnen mit der Warteschlange als Auslöser

Annahme

• Sie können Azure-Funktionen mithilfe von VS-Code usw. erstellen und bereitstellen.
• Azure-Funktionen von ② und ③ sind mit derselben Region / demselben Speicherkonto verknüpft

Vorbereitung / Durchführung

Vorbereitung: ① Warteschlangenspeicher

Erstellen Sie eine Warteschlange mit dem Namen "piyo" im Warteschlangenspeicher über die Schaltfläche "+ Warteschlange".

Implementierung: ② Azure-Funktionen

Erstellen Sie Azure-Funktionen für den HTTP-Trigger aus VSCode und ändern Sie den automatisch generierten Code. Fügen Sie die unteren 5 Elemente hinzu, "Typ", "Richtung", "Name", "Warteschlangenname", "Verbindung". (Wenn es sich um VSCode handelt, können Sie es auch mit Add Binding hinzufügen.)

function.json

{
  "scriptFile": "__init__.py",
  "bindings": [
    {
      "authLevel": "anonymous",
      "type": "httpTrigger",
      "direction": "in",
      "name": "req",
      "methods": [
        "get",
        "post"
      ]
    },
    {
      "type": "http",
      "direction": "out",
      "name": "$return"
    },
    {
      "type": "queue",
      "direction": "out",
      "name": "fuga1",
      "queueName": "piyo",
      "connection": "AzureWebJobsStorage"
    }
  ]
}

Die zusätzlichen Punkte werden im Folgenden kurz erläutert. Eine Einstellung, die leicht passt, ist "Name". Dieser Name ist der Argumentname, der im Python-Programm empfangen wird. (Zuerst habe ich das nicht verstanden und die Ausgabe des Funktionsausführungsprotokolls war langsam, daher dauerte es einige Zeit, um die Fehlerursache zu identifizieren ...)

Als nächstes folgt der Python-Code. Setzen Sie nun fuga1 in das Argument der Hauptfunktion. Geben Sie den gleichen Namen wie "function.json" an. ** Achtung Wenn Sie ein Symbol wie "_" in "name" einfügen, funktioniert dies nicht. ** ** **

__init__.py

import logging
import azure.functions as func


def main(req: func.HttpRequest, fuga1: func.Out[str]) -> func.HttpResponse:
    logging.info('Python HTTP trigger function processed a request.')

    #Parameter abrufen
    name = req.params.get('name')
    #In die Warteschlange stellen
    fuga1.set(name)
    
    #Rückgabewert (Bei der automatischen Generierung ist er etwas länger, wird jedoch weggelassen, da er hier nicht relevant ist.)
    return func.HttpResponse("\n".join(return_list))

Implementierung: ③ Azure-Funktionen

Wie in (2) wird die Queue Trigger-Funktion dieses Mal automatisch aus VSCode generiert. Diesmal nur die Eingabebindung. Geben Sie für "queueName" "piyo" von "Queue Storage" an. name ist fuga2. Dieser "Name" kann für jede "Azure-Funktion" eindeutig bestimmt werden.

function.json

{
  "scriptFile": "__init__.py",
  "bindings": [
    {
      "name": "fuga2",
      "type": "queueTrigger",
      "direction": "in",
      "queueName": "piyo",
      "connection": "AzureWebJobsStorage"
    }
  ]
}

Als nächstes folgt der Python-Code. Nur das Argument der Hauptfunktion wird in den in function.json angegebenen Variablennamen fuga2 geändert.

__init__.py

import logging
import azure.functions as func


def main(fuga2: func.QueueMessage) -> None:
    logging.info('Python queue trigger function processed a queue item: %s',
                 fuga2.get_body().decode('utf-8'))

Ausführungsbeispiel

Wenn Sie es von der lokalen Locke aus treffen, können Sie dem Protokoll entnehmen, dass es funktioniert.

Zunächst werden die Azure-Funktionen von ② durch eine HTTP-Anforderung gestartet.

③ Azure-Funktionen werden mit der Warteschlange als Auslöser gestartet.

Sie können sehen, dass Azure-Funktionen 2 Sekunden nach der Nachricht in der Warteschlange ausgeführt werden. (Schließen Sie Ihre Augen auf den Funktionsnamen ...)

abschließend

Ich habe festgestellt, dass es mit dem Warteschlangentrigger von Azure-Funktionen verkettet werden kann. Wenn Sie einen Dienst erstellen, der tatsächlich funktioniert, können Azure-Funktionen anscheinend gut verkettet werden, indem der Name der Warteschlange gut generiert und mehrere Out-Bindungen verwendet werden.

Referenz

• [Azure-Funktionen] Rufen Sie eine andere Funktion von der Funktion mit Warteschlangenspeicherbindung auf
• [Offiziell] Bindung der Azure Queue-Speicherausgabe in Azure-Funktionen