Delen via

Azure Functions scenario's

Vaak bouwt u systemen die reageren op een reeks kritieke gebeurtenissen. Of u nu een web-API bouwt, reageert op databasewijzigingen of gebeurtenisstromen of berichten verwerkt, u kunt Azure Functions gebruiken om deze systemen te implementeren.

In veel gevallen kan een functie worden geïntegreerd met een matrix van cloudservices om implementaties met uitgebreide functies te bieden. De volgende lijst bevat veelvoorkomende (maar niet volledig) scenario's voor Azure Functions.

Selecteer uw ontwikkeltaal bovenaan het artikel.

Uploads van bestanden verwerken

U kunt functies op verschillende manieren gebruiken om bestanden te verwerken in of uit een blobopslagcontainer. Zie Werken met blobs in de aanbevolen documentatie voor meer informatie over opties voor het activeren van een blobcontainer.

In een retailoplossing kan een partnersysteem bijvoorbeeld productcatalogusgegevens als bestanden verzenden naar blobopslag. U kunt een door blob geactiveerde functie gebruiken om de bestanden tijdens het uploaden te valideren, transformeren en verwerken in het hoofdsysteem.

Diagram van een bestand uploadproces met behulp van Azure Functions.

In de volgende zelfstudies wordt een Azure Blob-trigger (op basis van Azure Event Grid) gebruikt om bestanden in een blobcontainer te verwerken:

U kunt bijvoorbeeld de blobtrigger gebruiken met een gebeurtenisabonnement op blobcontainers:

[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();
        }
    }
}

Realtime stroom- en gebeurtenisverwerking

Cloudtoepassingen, IoT-apparaten en netwerkapparaten genereren en verzamelen een grote hoeveelheid klantgegevens. Azure Functions kunnen die gegevens bijna in realtime verwerken als de hot path en deze vervolgens opslaan in Azure Cosmos DB voor gebruik in een analysedashboard.

Uw functies kunnen ook triggers voor gebeurtenissen met lage latentie gebruiken, zoals Event Grid, en realtime-uitvoer zoals SignalR om gegevens in bijna realtime te verwerken.

Diagram van een realtime stroomproces met behulp van Azure Functions.

U kunt bijvoorbeeld de event hubs-trigger gebruiken om te lezen van een Event Hub en de uitvoerbinding om naar een Event Hub te schrijven na het debatteren en transformeren van de gebeurtenissen:

[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);
}

Machine learning en AI

Azure Functions biedt serverloze rekenresources die kunnen worden geïntegreerd met AI- en Azure-services om het bouwen van intelligente toepassingen in de cloud te stroomlijnen. U kunt het Functions-programmeermodel gebruiken om externe MCP-servers (Model Content Protocol) te maken en te hosten en verschillende AI-hulpprogramma's te implementeren. Zie Hulpprogramma's en MCP-servers voor meer informatie.

Met de bindingsextensie Azure OpenAI kunt u AI-functies en -gedrag van Azure OpenAI, zoals het ophalen van uitgebreide generatie (RAG), integreren in de uitvoeringen van functiecode. Zie Retrieval-augmented generation voor meer informatie.

Een functie kan ook een TensorFlow-model of Foundry Tools aanroepen om een stroom afbeeldingen te verwerken en te classificeren.

Diagram van een machine learning- en AI-proces met behulp van Azure Functions.

Zie Ai-hulpprogramma's en -modellen gebruiken in Azure Functions voor meer informatie.

Geplande taken uitvoeren

Met Functions kunt u uw code uitvoeren op basis van een cron-schema dat u definieert.

Zie Maak een functie in de Azure-portal die wordt uitgevoerd volgens een schema voor meer informatie.

U kunt bijvoorbeeld elke 15 minuten een klantdatabase voor financiële services analyseren op dubbele vermeldingen om te voorkomen dat meerdere communicatie naar dezelfde klant wordt verzonden.

Diagram van een geplande taak waarbij een functie elke 15 minuten een database opschoont die vermeldingen ontdubbelt op basis van bedrijfslogica.

Zie deze codefragmenten voor voorbeelden:

[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
}

Zie deze codefragmenten voor voorbeelden:

Een schaalbare web-API bouwen

Een door HTTP geactiveerde functie definieert een HTTP-eindpunt. Deze eindpunten voeren functiecode uit die rechtstreeks verbinding kan maken met andere services of door bindingsextensies te gebruiken. U kunt de eindpunten samenstellen in een web-API.

U kunt ook een door HTTP geactiveerd functie-eindpunt gebruiken als webhookintegratie, zoals GitHub webhooks. Op deze manier kunt u functies maken die gegevens verwerken op basis van GitHub gebeurtenissen. Zie Azure Functions HTTP-trigger voor meer informatie.

Diagram van het verwerken van een HTTP-aanvraag met behulp van Azure Functions.

Zie deze codefragmenten voor voorbeelden:

[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();
}

Een serverloze werkstroom maken

Functies fungeren vaak als het rekenonderdeel in een serverloze werkstroomtopologie, zoals een Logic Apps-werkstroom. U kunt ook langlopende orchestraties maken door middel van de Durable Functions-extensie. Zie Durable Functions overzicht voor meer informatie.

A combinatiediagram van een reeks specifieke serverloze werkstromen met behulp van Azure Functions.

Reageren op wijzigingen in de database

Sommige processen moeten registreren, controleren of andere bewerkingen uitvoeren wanneer opgeslagen gegevens veranderen. Functiestriggers bieden een goede manier om op de hoogte te worden gesteld van gegevenswijzigingen om een dergelijke bewerking in eerste instantie te starten.

Diagram van een functie die wordt gebruikt om te reageren op databasewijzigingen.

Bekijk deze voorbeelden:

Betrouwbare berichtsystemen maken

U kunt Functions gebruiken met Azure messaging-services om geavanceerde gebeurtenisgestuurde berichtenoplossingen te maken.

U kunt bijvoorbeeld triggers in Azure Storage wachtrijen gebruiken om een reeks functie-uitvoeringen te koppelen. Of gebruik servicebuswachtrijen en triggers voor een online bestelsysteem.

Diagram van Azure Functions in een betrouwbaar berichtensysteem.

Deze artikelen laten zien hoe u uitvoer naar een opslagwachtrij schrijft:

Deze artikelen laten zien hoe u kunt activeren vanuit een Azure Service Bus wachtrij of onderwerp.

Volgende stap

Aan de slag gaan met Azure Functions

  • Last updated on