基于目标的缩放

Artículo
08/21/2024

基于目标的缩放可为客户提供快速直观的缩放模型，目前支持以下绑定扩展：

Apache Kafka
Azure Cosmos DB
Azure 事件中心
Azure 队列存储
Azure 服务总线（队列和主题）

基于目标的缩放取代了之前的 Azure Functions 增量缩放模型，作为这些扩展类型的默认值。过去，增量缩放以每次一个新实例的速率，最多添加或删除一个辅助角色，并且制定何时缩放的决策流程十分繁琐。相比之下，基于目标的缩放允许一次纵向扩展四个实例，且基于以下简单的基于目标的公式制定缩放决策：

公式图示：所需实例 = 每个实例的事件源长度/目标执行次数。

在此公式中，事件源长度是指必须处理的事件数。 每个实例默认的目标执行次数值来自 Azure Functions 扩展使用的 SDK。不需要对基于目标的缩放进行任何更改即可使用。

注意事项

使用基于目标的缩放时需考虑下列事项：

消耗计划、Flex 消耗计划和弹性高级计划上的函数应用默认启用基于目标的缩放。在专用（应用服务）计划中运行时，不支持事件驱动的缩放。
从 Functions 运行时版本 4.19.0 开始，默认启用基于目标的缩放。
使用基于目标的缩放时，仍遵循缩放限制。有关详细信息，请参阅限制横向扩展。
为了根据指标实现最准确的缩放，请对每个函数应用只使用一个基于目标的触发器函数。还应考虑在 Flex 消耗计划中运行，该计划提供按函数缩放。
当同一函数应用中的多个函数同时请求横向扩展时，将使用这些函数的总和来确定所需实例中的更改。请求横向扩展的函数会替代请求横向缩减的函数。
如果存在横向缩减请求而没有任何横向扩展请求，则会使用最大横向缩减值。

选择退出

消耗计划或高级计划上托管的函数应用默认启用基于目标的缩放。要禁用基于目标的缩放并回退为增量缩放，请将以下应用设置添加到函数应用：

应用设置	值
`TARGET_BASED_SCALING_ENABLED`	0

自定义基于目标的缩放

可以通过调整每个实例的目标执行次数，根据应用的工作负载将缩放行为设置为更加激进或更加保守。每个扩展都有不同设置，可用于设置每个实例的目标执行次数。

下表汇总了每个实例的目标执行次数host.json值以及默认值所使用的 值：

分机	host.json 值	默认值
事件中心 (Extension v5.x+)	extensions.eventHubs.maxEventBatchSize	100^*
事件中心 (Extension v3.x+)	extensions.eventHubs.eventProcessorOptions.maxBatchSize	10
事件中心（如已定义）	extensions.eventHubs.targetUnprocessedEventThreshold	不适用
服务总线（Extension v5.x+、单一分派）	extensions.serviceBus.maxConcurrentCalls	16
服务总线（Extension v5.x+、基于单一分派会话）	extensions.serviceBus.maxConcurrentSessions	8
服务总线（Extension v5.x+、批处理）	extensions.serviceBus.maxMessageBatchSize	1000
服务总线（Functions v2.x+、单一分派）	extensions.serviceBus.messageHandlerOptions.maxConcurrentCalls	16
服务总线（Functions v2.x+、基于单一分派会话）	extensions.serviceBus.sessionHandlerOptions.maxConcurrentSessions	2000
服务总线（Functions v2.x+、批处理）	extensions.serviceBus.batchOptions.maxMessageCount	1000
存储队列	extensions.queues.batchSize	16

^* 默认的 maxEventBatchSize 在 v6.0.0 的 Microsoft.Azure.WebJobs.Extensions.EventHubs 包中已更改。在早期版本中，此值为 10。

对于某些绑定扩展，每个实例的目标执行数是使用某个函数属性设置的：

扩展	函数触发器设置	默认值
Apache Kafka	`lagThreshold`	1000
Azure Cosmos DB	`maxItemsPerInvocation`	100

若要了解详细信息，请参阅支持的扩展配置示例。

已启用运行时缩放监视的高级计划

当启用了运行时缩放监视时，将由扩展本身来处理动态缩放。这是因为缩放控制器无权访问受虚拟网络保护的服务。启用运行时缩放监视后，你需要将扩展包升级到这些最低版本，以解锁额外的基于目标的缩放功能：

扩展名称	所需的最低版本
Apache Kafka	3.9.0
Azure Cosmos DB	4.1.0
事件中心	5.2.0
服务总线	5.9.0
存储队列	5.1.0

动态并发支持

基于目标的缩放引入了更快的缩放，并且使用每个实例的目标执行次数的默认值。使用服务总线、存储队列或 Kafka 时，还可以启用动态并发。在此配置中，动态并发功能会自动决定每个实例的目标执行次数值。它从有限的并发开始，并标识一段时间内的最佳设置。

支持的扩展

在 host.json 文件中配置基于目标的缩放的方式取决于具体是哪种扩展类型。本部分提供了当前支持基于目标的缩放的扩展的配置详细信息。

服务总线队列和主题

服务总线扩展支持三种执行模型，由服务总线触发器的 IsBatched 和 IsSessionsEnabled 属性确定。 IsBatched 和 IsSessionsEnabled 的默认值是 false。

执行模型	IsBatched	IsSessionsEnabled	每个实例的目标执行次数所使用的设置
单一分派处理	false	false	maxConcurrentCalls
单一分派处理（基于会话）	false	true	maxConcurrentSessions
批处理	true	false	maxMessageBatchSize 或 maxMessageCount

注意

缩放效率：对于服务总线扩展，请使用资源的管理权限，以实现最有效的缩放。使用侦听权限缩放还原为增量缩放时，因为队列或主题长度不能用于通知缩放决策。若要详细了解如何在服务总线访问策略中设置权限，请参阅共享访问授权策略。

单一分派处理

在此模型中，每次调用函数都会处理一条消息。 maxConcurrentCalls 设置控制每个实例的目标执行次数。具体设置取决于“服务总线”扩展的版本。

v5.x+
v2.x+

如下所示，修改 host.json 设置 maxConcurrentCalls：

{
    "version": "2.0",
    "extensions": {
        "serviceBus": {
            "maxConcurrentCalls": 16
        }
    }
}

如下所示，修改 messageHandlerOptions 中的 host.json 设置 maxConcurrentCalls：

{
    "version": "2.0",
    "extensions": {
        "serviceBus": {
            "messageHandlerOptions": {
                "maxConcurrentCalls": 16
            }
        }
    }
}

单一分派处理（基于会话）

在此模型中，每次调用函数都会处理一条消息。但是，每个实例根据“服务总线”主题或队列的活动会话数租用一个或多个会话。具体设置取决于“服务总线”扩展的版本。

v5.x+
v2.x+

如下所示，修改 host.json 设置 maxConcurrentSessions 以设置每个实例的目标执行次数：

{
    "version": "2.0",
    "extensions": {
        "serviceBus": {
            "maxConcurrentSessions": 8
        }
    }
}

如下所示，修改 sessionHandlerOptions 中的 host.json 设置 maxConcurrentSessions 以设置每个实例的目标执行次数：

{
    "version": "2.0",
    "extensions": {
        "serviceBus": {
            "sessionHandlerOptions": {
                "maxConcurrentSessions": 2000
            }
        }
    }
}

批处理

在此模型中，每次调用函数都会处理一批消息。具体设置取决于“服务总线”扩展的版本。

v5.x+
v2.x+

如下所示，修改 host.json 设置 maxMessageBatchSize 以设置每个实例的目标执行次数：

{
    "version": "2.0",
    "extensions": {
        "serviceBus": {
            "maxMessageBatchSize": 1000
        }
    }
}

如下所示，修改 batchOptions 中的 host.json 设置 maxMessageCount 以设置每个实例的目标执行次数：

{
    "version": "2.0",
    "extensions": {
        "serviceBus": {
            "batchOptions": {
                "maxMessageCount": 1000
            }
        }
    }
}

事件中心

对于 Azure 事件中心，Azure Functions 根据分布于事件中心所有分区的未处理事件数量进行缩放。默认情况下，每个实例的目标执行次数使用的 host.json 属性是 maxEventBatchSize 和 maxBatchSize。但如果选择微调基于目标的缩放，则可以定义一个用于替代的单独参数 targetUnprocessedEventThreshold，在不更改批次设置的情况下设置每个实例的目标执行次数。如果已设置 targetUnprocessedEventThreshold，将未处理事件总数除以此值，可确定实例数，该数值之后向上舍入为创建均衡分区分布的辅助角色实例计数。

注意

由于“事件中心”是已分区的工作负载，因此“事件中心”的目标实例计数的上限为事件中心的分区数量。

具体设置取决于“事件中心”扩展的版本。

v5.x+
v3.x+

如下所示，修改 host.json 设置 maxEventBatchSize 以设置每个实例的目标执行次数：

{
    "version": "2.0",
    "extensions": {
        "eventHubs": {
            "maxEventBatchSize" : 100
        }
    }
}

如下所示，当在 host.json 中定义时，targetUnprocessedEventThreshold 用作每个实例的目标执行次数，而不是 maxEventBatchSize：

{
    "version": "2.0",
    "extensions": {
        "eventHubs": {
            "targetUnprocessedEventThreshold": 153
        }
    }
}

如果“事件中心”扩展的版本是 v3.x+，则修改 eventProcessorOptions 之下的 host.json 设置 maxBatchSize，以设置每个实例的目标执行次数：

{
    "version": "2.0",
    "extensions": {
        "eventHubs": {
            "eventProcessorOptions": {
                "maxBatchSize": 10
            }
        }
    }
}

如下所示，当在 host.json 中定义时，targetUnprocessedEventThreshold 用作每个实例的目标执行次数，而不是 maxBatchSize：

{
    "version": "2.0",
    "extensions": {
        "eventHubs": {
            "targetUnprocessedEventThreshold": 23
        }
    }
}

存储队列

如果“存储”扩展的版本是 v2.x+，则修改 host.json 设置 batchSize，以设置每个实例的目标执行次数：

{
    "version": "2.0",
    "extensions": {
        "queues": {
            "batchSize": 16
        }
    }
}

注意

缩放效率：对于存储队列扩展，具有 visibilityTimeout 的消息仍由存储队列 API 按事件源长度计算。这可能会导致函数应用过度缩放。请考虑使用服务总线队列计划的消息、限制横向扩展或不对解决方案使用 visibilityTimeout。

Azure Cosmos DB

Azure Cosmos DB 使用函数级属性 MaxItemsPerInvocation。设置此函数级属性的方式取决于使用哪种函数语言。

如果是已编译的 C# 函数，请在触发器定义中设置 MaxItemsPerInvocation，如以下进程内 C# 函数示例所示：

namespace CosmosDBSamplesV2
{
    public static class CosmosTrigger
    {
        [FunctionName("CosmosTrigger")]
        public static void Run([CosmosDBTrigger(
            databaseName: "ToDoItems",
            collectionName: "Items",
            MaxItemsPerInvocation: 100,
            ConnectionStringSetting = "CosmosDBConnection",
            LeaseCollectionName = "leases",
            CreateLeaseCollectionIfNotExists = true)]IReadOnlyList<Document> documents,
            ILogger log)
        {
            if (documents != null && documents.Count > 0)
            {
                log.LogInformation($"Documents modified: {documents.Count}");
                log.LogInformation($"First document Id: {documents[0].Id}");
            }
        }
    }
}

如果函数语言使用 function.json，则如下面的 Azure Cosmos DB 触发器示例所示，在具体的绑定中定义 MaxItemsPerInvocation 参数：

{
    "scriptFile": "main.py",
    "bindings": [
        {
          "type": "cosmosDBTrigger",
          "maxItemsPerInvocation": 100,
          "connection": "MyCosmosDb",
          "leaseContainerName": "leases",
          "containerName": "collectionName",
          "databaseName": "databaseName",
          "leaseDatabaseName": "databaseName",
          "createLeaseContainerIfNotExists": false,
          "startFromBeginning": false,
          "name": "input"
        }
    ]
}

目前暂无有关 Python v2 编程模型的示例。

如果函数语言使用 function.json，则如下面的 Azure Cosmos DB 触发器示例所示，在具体的绑定中定义 MaxItemsPerInvocation 参数：

{
  "bindings": [
    {
      "type": "cosmosDBTrigger",
      "maxItemsPerInvocation": 100,
      "connection": "MyCosmosDb",
      "leaseContainerName": "leases",
      "containerName": "collectionName",
      "databaseName": "databaseName",
      "leaseDatabaseName": "databaseName",
      "createLeaseContainerIfNotExists": false,
      "startFromBeginning": false,
      "name": "input"
    }
  ]
}

目前暂无有关 Node.js v4 编程模型的示例。

注意

由于 Azure Cosmos DB 是已分区的工作负载，因此数据库的目标实例计数上限为容器中物理分区的数量。若要详细了解 Azure Cosmos DB 缩放，请参阅物理分区和租用所有权。

Apache Kafka

Apache Kafka 扩展使用函数级属性 LagThreshold。对于 Kafka，所需实例数是通过将使用者滞后时间总计除以 LagThreshold 设置算出的。当滞后时间一定时，减小滞后时间阈值会增加所需实例数。

设置此函数级属性的方式取决于使用哪种函数语言。此示例将阈值设置为 100。

如果是已编译的 C# 函数，请在触发器定义中设置 LagThreshold，如 Kafka 事件中心触发器的进程中 C# 函数的以下示例所示：

[FunctionName("KafkaTrigger")]
public static void Run(
    [KafkaTrigger("BrokerList",
                  "topic",
                  Username = "$ConnectionString",
                  Password = "%EventHubConnectionString%",
                  Protocol = BrokerProtocol.SaslSsl,
                  AuthenticationMode = BrokerAuthenticationMode.Plain,
                  ConsumerGroup = "$Default",
                  LagThreshold = 100)] KafkaEventData<string> kevent, ILogger log)
{            
    log.LogInformation($"C# Kafka trigger function processed a message: {kevent.Value}");
}

public class KafkaTriggerMany {
    @FunctionName("KafkaTriggerMany")
    public void runMany(
            @KafkaTrigger(
                name = "kafkaTriggerMany",
                topic = "topic",  
                brokerList="%BrokerList%",
                consumerGroup="$Default", 
                username = "$ConnectionString", 
                password = "EventHubConnectionString",
                authenticationMode = BrokerAuthenticationMode.PLAIN,
                protocol = BrokerProtocol.SASLSSL,
                LagThreshold = 100,
                // sslCaLocation = "confluent_cloud_cacert.pem", // Enable this line for windows.
                cardinality = Cardinality.MANY,
                dataType = "string"
             ) String[] kafkaEvents,
            final ExecutionContext context) {
            for (String kevent: kafkaEvents) {
                context.getLogger().info(kevent);
            }

对于使用 function.json 的函数语言，LagThreshold 参数是在具体的绑定中定义的，如以下 Kafka 事件中心触发器示例所示：

{
      "scriptFile": "main.py",
      "bindings": [
        {
          "type": "kafkaTrigger",
          "name": "kevent",
          "topic": "topic",
          "brokerList": "%BrokerList%",
          "username": "$ConnectionString",
          "password": "EventHubConnectionString",
          "consumerGroup" : "functions",
          "protocol": "saslSsl",
          "authenticationMode": "plain",
          "lagThreshold": "100"
        }
    ]
}

Kafka 扩展当前不支持 Python v2 编程模型。