Azure Functions Java 开发人员指南

本指南包含有助于成功使用 Java 开发 Azure Functions 的详细信息。

作为 Java 开发人员，如果不熟悉 Azure Functions，请考虑先阅读以下文章之一：

Java 函数基础知识

Java 函数是一个 public 方法，使用注释 @FunctionName 进行修饰。 此方法定义了 Java 函数的输入，在特定包中必须唯一。 包可以有多个类，这些类具有使用 @FunctionName 进行批注的多个公共方法。 单个包在 Azure 中部署到函数应用。 在 Azure 中，函数应用可为各个 Java 函数提供部署、执行和管理上下文。

编程模型

触发器和绑定是 Azure Functions 的基本概念。 触发器启动代码的执行。 绑定可让你向函数传递数据以及从函数返回数据，而无需编写自定义的数据访问代码。

创建 Java 函数

为了更轻松地创建 Java 函数，有一些基于 Maven 的工具和原型使用预定义的 Java 模板来帮助你创建包含特定函数触发器的项目。

基于 Maven 的工具

以下开发人员环境具有 Azure Functions 工具，可用于创建 Java 函数项目：

• Visual Studio Code
• Eclipse
• IntelliJ

这些文章介绍了如何使用所选的 IDE 创建前几个函数。

项目基架

如果更喜欢从终端进行命令行开发，那么要对基于 Java 的函数项目创建基架，最简单的方法是使用 Apache Maven 原型。 适用于 Azure Functions 的 Java Maven 原型发布在以下 groupId:artifactId 之下：com.microsoft.azure:azure-functions-archetype 。

以下命令使用此原型生成新的 Java 函数项目：

mvn archetype:generate \
    -DarchetypeGroupId=com.microsoft.azure \
    -DarchetypeArtifactId=azure-functions-archetype

mvn archetype:generate ^
    -DarchetypeGroupId=com.microsoft.azure ^
    -DarchetypeArtifactId=azure-functions-archetype

若要开始使用此原型，请参阅 Java 快速入门。

文件夹结构

下面是某个 Azure Functions Java 项目的文件夹结构：

FunctionsProject
 | - src
 | | - main
 | | | - java
 | | | | - FunctionApp
 | | | | | - MyFirstFunction.java
 | | | | | - MySecondFunction.java
 | - target
 | | - azure-functions
 | | | - FunctionApp
 | | | | - FunctionApp.jar
 | | | | - host.json
 | | | | - MyFirstFunction
 | | | | | - function.json
 | | | | - MySecondFunction
 | | | | | - function.json
 | | | | - bin
 | | | | - lib
 | - pom.xml

可使用共享的 host.json 文件来配置函数应用。 每个函数都有自己的代码文件 (.java) 和绑定配置文件 (function.json)。

可在项目中放置多个函数。 不要将函数放入单独的 jar 中。 目标目录中的 FunctionApp 是部署到 Azure 中的函数应用的内容。

触发器和注释

函数由触发器（例如 HTTP 请求、计时器或数据更新）调用。 函数需要处理该触发器和任何其他输入以生成一个或多个输出。

使用 com.microsoft.azure.functions.annotation.* 包中附带的 Java 注释将输入和输出绑定到方法。 有关详细信息，请参阅 Java 参考文档。

示例：

public class Function {
    public String echo(@HttpTrigger(name = "req", 
      methods = {HttpMethod.POST},  authLevel = AuthorizationLevel.ANONYMOUS) 
        String req, ExecutionContext context) {
        return String.format(req);
    }
}

下面是 azure-functions-maven-plugin 生成的相应 function.json：

{
  "scriptFile": "azure-functions-example.jar",
  "entryPoint": "com.example.Function.echo",
  "bindings": [
    {
      "type": "httpTrigger",
      "name": "req",
      "direction": "in",
      "authLevel": "anonymous",
      "methods": [ "GET","POST" ]
    },
    {
      "type": "http",
      "name": "$return",
      "direction": "out"
    }
  ]
}

Java 版本

在 Azure 中运行应用时使用的 Java 版本在 pom.xml 文件中指定。 Maven 原型当前为 Java 8（可以在发布之前进行更改）生成 pom.xml。 pom.xml 中的 Java 版本应该与在本地开发和测试应用时使用的版本匹配。

支持的版本

下表按操作系统显示了 Functions 运行时的每个主版本当前支持的 Java 版本：

除非为部署指定 Java 版本，否则在部署到 Azure 期间，Maven 原型默认为 Java 8。

指定部署版本

可以使用 -DjavaVersion 参数来控制 Maven 原型的目标 Java 版本。 该参数的值可以是 8、11、17 或 21。

Maven 原型生成面向指定 Java 版本的 pom.xml。 pom.xml 文件中的以下元素指示要使用的 Java 版本：

以下示例演示 pom.xml 文件的相关部分中用于 Java 8 的设置：

Java.version

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <java.version>1.8</java.version>
        <azure.functions.maven.plugin.version>1.6.0</azure.functions.maven.plugin.version>
        <azure.functions.java.library.version>1.3.1</azure.functions.java.library.version>
        <functionAppName>fabrikam-functions-20200718015742191</functionAppName>
        <stagingDirectory>${project.build.directory}/azure-functions/${functionAppName}</stagingDirectory>
    </properties>

JavaVersion

                    <runtime>
                        <!-- runtime os, could be windows, linux or docker-->
                        <os>windows</os>
                        <javaVersion>8</javaVersion>
                        <!-- for docker function, please set the following parameters -->
                        <!-- <image>[hub-user/]repo-name[:tag]</image> -->
                        <!-- <serverId></serverId> -->
                        <!-- <registryUrl></registryUrl>  -->
                    </runtime>

指定部署操作系统

Maven 还允许指定用于在 Azure 中运行函数应用的操作系统。 使用 os 元素选择操作系统。

以下示例显示了 pom.xml 文件的 runtime 部分中的操作系统设置：

                    <runtime>
                        <!-- runtime os, could be windows, linux or docker-->
                        <os>windows</os>
                        <javaVersion>8</javaVersion>
                        <!-- for docker function, please set the following parameters -->
                        <!-- <image>[hub-user/]repo-name[:tag]</image> -->
                        <!-- <serverId></serverId> -->
                        <!-- <registryUrl></registryUrl>  -->
                    </runtime>

JDK 运行时可用性和支持

适用于 Java 8 (Adoptium)、Java 11、17 和 21 (MSFT) 的 Functions 上提供和支持 OpenJDK 的 Microsoft 和 Adoptium 版本。 这些二进制文件作为 OpenJDK for Azure 的无成本、多平台、生产就绪分发提供。 这些版本包含构建和运行 Java SE 应用程序所需的所有组件。

对于本地开发或测试，可以免费下载 OpenJDK 的 Microsoft 版本 或 Adoptium Temurin 二进制文件。 对于 JDK 和函数应用的问题，Azure 支持可通过限定的支持计划获得。

如果要在函数应用上继续使用适用于 Azure 二进制文件的祖鲁语，请相应地配置应用。 可以继续使用站点的 Azul 二进制文件。 但是，任何安全补丁或改进仅在新版 OpenJDK 中可用。 因此，最终应删除此配置，以便应用使用最新发布的 Java 版本。

自定义 JVM

在 Functions 中可以自定义用于运行 Java 函数的 Java 虚拟机 (JVM)。 默认使用以下 JVM 选项。

• -XX:+TieredCompilation
• -XX:TieredStopAtLevel=1
• -noverify
• -Djava.net.preferIPv4Stack=true
• -jar

可以使用以下应用程序设置之一为 JVM 提供其他参数，具体取决于计划类型：

以下部分介绍如何添加这些设置。 若要详细了解如何使用应用程序设置，请参阅使用应用程序设置部分。

Azure 门户

在 Azure 门户中，使用“应用程序设置”选项卡添加 languageWorkers__java__arguments 或 JAVA_OPTS 设置。

Azure CLI

可以使用 az functionapp config appsettings set 命令添加这些设置，如 -Djava.awt.headless=true 选项的以下示例所示：

az functionapp config appsettings set \
    --settings "languageWorkers__java__arguments=-Djava.awt.headless=true" \
    --name <APP_NAME> --resource-group <RESOURCE_GROUP>

az functionapp config appsettings set ^
    --settings "languageWorkers__java__arguments=-Djava.awt.headless=true" ^
    --name <APP_NAME> --resource-group <RESOURCE_GROUP>

az functionapp config appsettings set \
    --settings "JAVA_OPTS=-Djava.awt.headless=true" \
    --name <APP_NAME> --resource-group <RESOURCE_GROUP>

az functionapp config appsettings set ^
    --settings "JAVA_OPTS=-Djava.awt.headless=true" ^
    --name <APP_NAME> --resource-group <RESOURCE_GROUP>

此示例将启用无外设模式。 将 <APP_NAME> 替换为函数应用的名称，将 <RESOURCE_GROUP> 替换为资源组。

第三方库

Azure Functions 支持使用第三方库。 默认情况下，项目 pom.xml 文件中指定的所有依赖项将在 mvn package 目标期间自动进行绑定。 对于未在 pom.xml 文件中指定为依赖项的库，请将它们放在函数根目录的 lib 目录中。 放置在 lib 目录中的依赖项将在运行时添加到系统类加载器中。

默认情况下，类路径上提供了 com.microsoft.azure.functions:azure-functions-java-library 依赖项，不需要将其包含在 lib 目录中。 此外，azure-functions-java-worker 会将此处列出的依赖项添加到类路径。

数据类型支持

可以使用无格式普通 Java 对象 (POJO)、azure-functions-java-library 中定义的类型或字符串、整数等基元数据类型绑定到输入或输出绑定。

POJO

azure-functions-java-worker 使用 gson 库将输入数据转换为 POJO。 用作函数输入的 POJO 类型应是 public。

Binary data

通过将 function.json 中的 dataType 字段设置为 binary，将二进制输入或输出绑定到 byte[]：

   @FunctionName("BlobTrigger")
    @StorageAccount("AzureWebJobsStorage")
     public void blobTrigger(
        @BlobTrigger(name = "content", path = "myblob/{fileName}", dataType = "binary") byte[] content,
        @BindingName("fileName") String fileName,
        final ExecutionContext context
    ) {
        context.getLogger().info("Java Blob trigger function processed a blob.\n Name: " + fileName + "\n Size: " + content.length + " Bytes");
    }

如果需要 null 值，请使用 Optional<T>。

绑定

输入和输出绑定提供从代码内连接到数据的声明性方式。 一个函数可以有多个输入和输出绑定。

输入绑定示例

package com.example;

import com.microsoft.azure.functions.annotation.*;

public class Function {
    @FunctionName("echo")
    public static String echo(
        @HttpTrigger(name = "req", methods = { HttpMethod.PUT }, authLevel = AuthorizationLevel.ANONYMOUS, route = "items/{id}") String inputReq,
        @TableInput(name = "item", tableName = "items", partitionKey = "Example", rowKey = "{id}", connection = "AzureWebJobsStorage") TestInputData inputData,
        @TableOutput(name = "myOutputTable", tableName = "Person", connection = "AzureWebJobsStorage") OutputBinding<Person> testOutputData
    ) {
        testOutputData.setValue(new Person(httpbody + "Partition", httpbody + "Row", httpbody + "Name"));
        return "Hello, " + inputReq + " and " + inputData.getKey() + ".";
    }

    public static class TestInputData {
        public String getKey() { return this.rowKey; }
        private String rowKey;
    }
    public static class Person {
        public String partitionKey;
        public String rowKey;
        public String name;

        public Person(String p, String r, String n) {
            this.partitionKey = p;
            this.rowKey = r;
            this.name = n;
        }
    }
}

结合 HTTP 请求调用此函数。

• 以 String 的形式为参数 inputReq 传递 HTTP 请求有效负载。
• 从表存储中检索一个项，并将其作为 TestInputData 传递给参数 inputData。

若要接收一批输入，可绑定到 String[]、POJO[]、List<String> 或 List<POJO>。

@FunctionName("ProcessIotMessages")
    public void processIotMessages(
        @EventHubTrigger(name = "message", eventHubName = "%AzureWebJobsEventHubPath%", connection = "AzureWebJobsEventHubSender", cardinality = Cardinality.MANY) List<TestEventData> messages,
        final ExecutionContext context)
    {
        context.getLogger().info("Java Event Hub trigger received messages. Batch size: " + messages.size());
    }
    
    public class TestEventData {
    public String id;
}

每当配置的事件中心内出现新数据时，就会触发此函数。 由于 cardinality 设置为 MANY，该函数将从事件中心接收一批消息。 来自事件中心的 EventData 将转换为函数执行的 TestEventData。

输出绑定示例

可以使用 $return 将输出绑定绑定到返回值。

package com.example;

import com.microsoft.azure.functions.annotation.*;

public class Function {
    @FunctionName("copy")
    @StorageAccount("AzureWebJobsStorage")
    @BlobOutput(name = "$return", path = "samples-output-java/{name}")
    public static String copy(@BlobTrigger(name = "blob", path = "samples-input-java/{name}") String content) {
        return content;
    }
}

如果有多个输出绑定，请只使用其中一个绑定的返回值。

若要发送多个输出值，请使用 azure-functions-java-library 包中定义的 OutputBinding<T>。

@FunctionName("QueueOutputPOJOList")
    public HttpResponseMessage QueueOutputPOJOList(@HttpTrigger(name = "req", methods = { HttpMethod.GET,
            HttpMethod.POST }, authLevel = AuthorizationLevel.ANONYMOUS) HttpRequestMessage<Optional<String>> request,
            @QueueOutput(name = "itemsOut", queueName = "test-output-java-pojo", connection = "AzureWebJobsStorage") OutputBinding<List<TestData>> itemsOut, 
            final ExecutionContext context) {
        context.getLogger().info("Java HTTP trigger processed a request.");
       
        String query = request.getQueryParameters().get("queueMessageId");
        String queueMessageId = request.getBody().orElse(query);
        itemsOut.setValue(new ArrayList<TestData>());
        if (queueMessageId != null) {
            TestData testData1 = new TestData();
            testData1.id = "msg1"+queueMessageId;
            TestData testData2 = new TestData();
            testData2.id = "msg2"+queueMessageId;

            itemsOut.getValue().add(testData1);
            itemsOut.getValue().add(testData2);

            return request.createResponseBuilder(HttpStatus.OK).body("Hello, " + queueMessageId).build();
        } else {
            return request.createResponseBuilder(HttpStatus.INTERNAL_SERVER_ERROR)
                    .body("Did not find expected items in CosmosDB input list").build();
        }
    }

     public static class TestData {
        public String id;
    }

此函数是在 HttpRequest 上调用的。 它会将多个值写入到队列存储。

HttpRequestMessage 和 HttpResponseMessage

这些对象在 azure-functions-java-library 中定义。 它们是与 HttpTrigger 函数配合使用的帮助程序类型。

Metadata

少量的触发器会连同输入数据一起发送触发器元数据。 可使用注释 @BindingName 绑定到触发器元数据。

package com.example;

import java.util.Optional;
import com.microsoft.azure.functions.annotation.*;


public class Function {
    @FunctionName("metadata")
    public static String metadata(
        @HttpTrigger(name = "req", methods = { HttpMethod.GET, HttpMethod.POST }, authLevel = AuthorizationLevel.ANONYMOUS) Optional<String> body,
        @BindingName("name") String queryValue
    ) {
        return body.orElse(queryValue);
    }
}

在前面的示例中，queryValue 绑定到 HTTP 请求 URL http://{example.host}/api/metadata?name=test 中的查询字符串参数 name。 下面是另一个示例，它展示了如何从队列触发器元数据绑定到 Id。

 @FunctionName("QueueTriggerMetadata")
    public void QueueTriggerMetadata(
        @QueueTrigger(name = "message", queueName = "test-input-java-metadata", connection = "AzureWebJobsStorage") String message,@BindingName("Id") String metadataId,
        @QueueOutput(name = "output", queueName = "test-output-java-metadata", connection = "AzureWebJobsStorage") OutputBinding<TestData> output,
        final ExecutionContext context
    ) {
        context.getLogger().info("Java Queue trigger function processed a message: " + message + " with metadaId:" + metadataId );
        TestData testData = new TestData();
        testData.id = metadataId;
        output.setValue(testData);
    }

执行上下文

azure-functions-java-library 中定义的 ExecutionContext 包含用来与 Functions 运行时通信的帮助器方法。 有关详细信息，请参阅 ExecutionContext 参考文章。

记录器

使用 ExecutionContext 中定义的 getLogger 从函数代码写入日志。

示例：

import com.microsoft.azure.functions.*;
import com.microsoft.azure.functions.annotation.*;

public class Function {
    public String echo(@HttpTrigger(name = "req", methods = {HttpMethod.POST}, authLevel = AuthorizationLevel.ANONYMOUS) String req, ExecutionContext context) {
        if (req.isEmpty()) {
            context.getLogger().warning("Empty request body received by function " + context.getFunctionName() + " with invocation " + context.getInvocationId());
        }
        return String.format(req);
    }
}

查看日志和跟踪

可以使用 Azure CLI 来流式传输 Java stdout 和 stderr 日志记录以及其他应用程序日志记录。

下面说明了如何使用 Azure CLI 将函数应用配置为写入应用程序日志：

az webapp log config --name functionname --resource-group myResourceGroup --application-logging true

az webapp log config --name functionname --resource-group myResourceGroup --application-logging true

若要使用 Azure CLI 流式传输函数应用的日志记录输出，请打开新的命令行提示符、Bash 或终端会话，并输入以下命令：

az webapp log tail --name webappname --resource-group myResourceGroup

az webapp log tail --name webappname --resource-group myResourceGroup

az webapp log tail 命令可使用 --provider 选项筛选输出。

若要使用 Azure CLI 下载单个 ZIP 文件形式的日志文件，请打开新的命令提示符、Bash 或终端会话，并输入以下命令：

az webapp log download --resource-group resourcegroupname --name functionappname

运行此命令之前，必须已在 Azure 门户或 Azure CLI 中启用了文件系统日志记录。

环境变量

在 Functions 中，服务连接字符串等应用设置在执行过程中将公开为环境变量。 可使用 System.getenv("AzureWebJobsStorage") 访问这些设置。

以下示例获取了应用程序设置，其中键名为 myAppSetting：

public class Function {
    public String echo(@HttpTrigger(name = "req", methods = {HttpMethod.POST}, authLevel = AuthorizationLevel.ANONYMOUS) String req, ExecutionContext context) {
        context.getLogger().info("My app setting value: "+ System.getenv("myAppSetting"));
        return String.format(req);
    }
}

在 Java Functions 中使用依赖项注入

Azure Functions Java 支持依赖项注入 (DI) 软件设计模式，这是一种在类与其依赖项之间实现控制反转 (IoC) 的方法。 Java Azure Functions 提供了一个挂钩，用于在 Functions 应用中集成常用依赖项注入框架。 Azure Functions Java SPI 包含接口 FunctionInstanceInjector。 通过实现此接口，可以返回函数类的实例，并将在此实例上调用函数。 这使 Spring、Quarkus、Google Guice、Dagger 等框架能够创建函数实例并将其注册到框架的 IOC 容器。 这意味着你可以使用这些依赖项注入框架自然地管理函数。

用于依赖项注入的函数实例注入程序

azure-function-java-spi 包含接口 FunctionInstanceInjector

package com.microsoft.azure.functions.spi.inject; 

/** 

 * The instance factory used by DI framework to initialize function instance. 

 * 

 * @since 1.0.0 

 */ 

public interface FunctionInstanceInjector { 

    /** 

     * This method is used by DI framework to initialize the function instance. This method takes in the customer class and returns 

     * an instance create by the DI framework, later customer functions will be invoked on this instance. 

     * @param functionClass the class that contains customer functions 

     * @param <T> customer functions class type 

     * @return the instance that will be invoked on by azure functions java worker 

     * @throws Exception any exception that is thrown by the DI framework during instance creation 

     */ 

    <T> T getInstance(Class<T> functionClass) throws Exception; 

} 

有关使用 FunctionInstanceInjector 集成依赖项注入框架的更多示例，请参阅此存储库。

后续步骤

有关 Azure Functions Java 开发的详细信息，请参阅以下资源：

• Azure Functions 最佳实践
• Azure Functions 开发人员参考
• Azure Functions 触发器和绑定
• 使用 Visual Studio Code、IntelliJ 和 Eclipse 的本地开发和调试
• 使用 Visual Studio Code 远程调试 Azure 函数
• 适用于 Azure Functions 的 Maven 插件
• 通过 azure-functions:add 目标简化函数创建并准备临时目录以用于 ZIP 文件部署。