Azure Functions 场景

通常，构建对一系列关键事件做出反应的系统。无论是生成 Web API、响应数据库更改还是处理事件流或消息，都可以使用Azure Functions来实现这些系统。

在许多情况下，函数与一系列云服务相集成，可提供功能丰富的实现。以下列表显示了适用于Azure Functions的常见（但绝不详尽）方案。

在文章顶部选择开发语言。

处理文件上传

可以通过多种方式使用函数来将文件处理到 blob 存储容器中或从 blob 存储容器传出。若要详细了解在 blob 容器上触发的选项，请参阅最佳做法文档中的使用 blob。

例如，在零售解决方案中，合作伙伴系统可以将产品目录信息作为文件提交到 blob 存储中。上传文件时，可以使用 Blob 触发的函数验证、转换和处理文件到主系统中。

以下教程使用 blob 触发器（基于事件网格）处理 blob 容器中的文件：

例如，将 Blob 触发器与 Blob 容器上的事件订阅结合使用：

[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();
        }
    }
}

快速入门：使用 Azure Functions 响应 Blob 存储事件
Sample：Blob 触发器与事件网格源类型配合的快速入门示例
Tutorial（事件）：通过事件订阅触发 Azure Functions 于 blob 容器
教程（轮询）：使用 Azure Functions 和 Blob 存储上传和分析文件

快速入门：使用 Azure Functions 响应 Blob 存储事件
Sample：包含事件网格源类型快速入门示例的 Blob 触发器
教程（事件）：使用事件订阅在 Blob 容器上触发 Azure Functions
教程（轮询）：使用 Azure Functions 和 Blob 存储上传和分析文件

实时流和事件处理

云应用程序、IoT 设备和网络设备生成并收集大量遥测数据。 Azure Functions可将该数据几乎实时处理为热路径，然后将其存储在 Azure Cosmos DB 中，以便在分析仪表板中使用。

函数还可以使用事件网格等低延迟事件触发器以及 SignalR 等实时输出来准实时地处理数据。

例如，可以使用事件中心触发器从事件中心读取事件，通过输出绑定在取消批处理和转换事件后写入事件中心。

[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);
}

大规模流式处理使用 Azure 事件中心、函数和 Azure SQL
使用 Azure 事件中心、Functions 和 Cosmos DB 进行大规模流处理
使用 Kafka 生成者进行大规模流式处理的 Azure 事件中心，具有 Kafka 触发器的 Functions，以及 Cosmos DB
使用 Azure IoT 中心、函数和 Azure SQL 大规模流式处理
Azure Functions 的 Azure 事件中心触发器
适用于 Azure Functions 的 Apache Kafka 触发器

Azure Functions 的 Azure 事件中心触发器
适用于 Azure Functions 的 Apache Kafka 触发器

Azure Functions 的 Azure 事件中心触发器
适用于 Azure Functions 的 Apache Kafka 触发器

Azure Functions 的 Azure 事件中心触发器
适用于 Azure Functions 的 Apache Kafka 触发器

运行计划任务

借助 Functions，可以基于你定义的 cron 计划运行代码。

请参阅在按计划运行的 Azure 门户中创建函数。

例如，可以每隔 15 分钟分析一个金融服务客户数据库中的重复条目，以避免向同一客户发送多个通信。

有关示例，请参阅以下代码片段：

[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
}

快速入门：Azure Functions计时器触发器

快速入门：Azure Functions 计时器触发器

生成可缩放的 Web API

HTTP 触发的函数可定义 HTTP 终结点。这些终结点运行可以直接连接或通过使用绑定扩展连接到其他服务的函数代码。可以将这些终结点组合到一个基于 Web 的 API 中。

还可以使用 HTTP 触发的函数终结点作为 Webhook 集成，例如GitHub Webhook。通过这种方式，可以创建处理来自GitHub事件的数据的函数。有关详细信息，请参阅使用 webhook 和 Azure Functions 监控 GitHub 事件。

使用 Azure Functions 处理 HTTP 请求的示意图。

有关示例，请参阅以下代码片段：

[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();
}