Azure Function 介紹

發表於 更新於 分類於 Disqus：
Azure Function 是一種無伺服器 (Serverless) 解決方案, 目的在於減少開發人員維護, 管理基礎設施的成本與時間, 僅需撰寫少量的程式碼就能快速建構服務。 因此最常用來回應事件，如資料庫變更、IoT 資料流、訊息佇列等。本篇文章將帶你認識Azure Function 基礎概念。

前言

Azure Functions 是一種無伺服器 (Serverless) 解決方案，目的在於讓開發人員專注於開發業務邏輯的程式，減少維護基礎設施的成本與時間。除了 Azure Function , 其他兩大雲端供應商皆有推出對應的解決方案 (AWS Lambda , Google Cloud Functions) , 各有其優缺點。

而本篇文章將會帶你認識 Azure function 基礎的觀念，在搭配其他文章來練習實作。

功能介紹

Azure Function 是一個在雲端輕鬆執行一小段程式碼或功能的解決方案，你只需要撰寫手頭上問題所需的程式碼，而不需要擔心整個應用程式、執行環境與基礎架構。執行業務程式的單位被稱為 Azure Function App , 可以在 Function App 中撰寫多個不同情境中要執行的程式，如下圖所示。

img

Azure Function 帶來的優勢與功能有:

  1. 多種語言選擇：C#、F#、Node.js、Python、PHP、Batch、Bash 或任何可執行程式。 您可以在 Azure Portal 內設定 Azure Function
  2. 使用付費：只有程式碼執行期間需要付費。Azure Function 也支援 NuGet 與 NPM，您可以加入自己喜歡的 lib
  3. 安全性：透過 OAuth 程序保護 Http 觸發函式 (如： Azure Active Directory，Facebook，Google，Twitter 和 Microsoft 帳戶)
  4. 簡單整合：輕鬆地整合 Azure Service 與 SaaS 產品
  5. 靈活開發：可以在 portal 上編輯程式。或透過 Github、Visual Studio Team Services 和其他支援開發工具設定 持續整合 或 佈署程式碼。
  6. 彈性擴展: 支援依照需求大小來自動擴展執行 Function 的 host , 在某些方案中還可以調整要擴展的方式

方案說明

當你要建立 Azure Function App 專案時，你必須選擇合適的方案 : Consumption Plan , Premium Plan , App Service Plan

不同的 Plan 提供了多種不同的優勢，請依照自己的需求來決定 Plan, 以下簡單說明各 Plan 的概念，詳情請看官方文件進行比較。

  1. **Consumption (情況方案)**：預設值。只需支付程式碼執行時間相對的費用，計算單位是以百萬執行來計費。執行期間可以依據需求添加 instance 來自動擴大 CPU 與記憶體。即時在高負載期間也能向外擴展。但缺點為無法與 Azure Virtual Network 整合，因此在管理 ip 的黑白名單較為麻煩。
  2. Preminum (高級方案) : 相較於情況方案，提供更好的 instance 選擇來執行 function , 還提供預熱的方法來應對高流量的問題。並且能與 Virtual Network 整合，但費用較為昂貴，是以類似租 vm 的方式進行計算
  3. **App Service (應用程式方案)**：相較於 Consumption, Premim。 能與其他應用程序共享同個 App Service。也提供設定如何擴展執行 Function 的 Instance , 但費用相較於 Preminum 更為昂貴，但提供更多的資源來執行 Function

請注意，azure function 免費方案的 instance 在經過一段時間未有事件觸發時，會進入休眠狀態，故再次使用功能時會執行效率會比較久 。

而其他兩種方案都有支援暖機的功能。因此對效能方面有需求的讀者，請斟酌使用對應的方案

應用場景與支援

Azure Function 也支援多種不同的系統整合，常用來回應事件，如資料庫變更、IoT 資料流、訊息佇列等。以下整理多種不同的應用

  • Build a web API
  • Process file uploads
  • Build a serverless workflow
  • Respond to database changes
  • Run scheduled tasks
  • Create reliable message queue systems
  • Analyze IoT data streams
  • Process data in real time

範例

  1. Web application 後端處理： Web App 產生 Request → 將 Request 放入 Service Bus 佇列 → 透過 Azure Function 取出處理後 → 將資料放入 Cosmos DB

    img

  2. 即時檔案處理：將 PDF 檔案上傳至 Blob Storage 內 → 透過 Azure Function 處理 → 送至認知服務 (Cognitive Service) 進行處理 → 將取得資訊放入 SQL DB

    img

  3. 自動排程工作：Azure Function 每 15 分鐘清除資料庫重複資料

img

參考資料