Python：如何检查Azure Function是否仍在运行并具有队列

Question

我知道这则帖子（how to check if Azure Function is still running or not）也有类似的问题。它并没有真正的帮助。

我有一个功能，可以在一段时间内分批接收输入（例如：每1000个批次，每组n个样本）。批次不能同时到达。该函数处理每个批次并将输出写入blobstorage容器中的blob。

我的问题是我怎么知道结果已经全部写入Blob存储中，所以我可以触发下载？

我正在尝试研究azure-mgmt-monitor，以检查是否可以监视最后一分钟的请求/函数调用数，并将其放入while循环，直到某些指标（可能是其他指标）为0。我可以在一段时间内通过某种聚合调用某些指标，但是出于某种原因，我一直将所有值都设为0（当我知道有调用时）。

在某些代码下面（azure_mngr.monitor是azure.mgmt.monitor.MonitorManagementClient的一个实例：

start_date = datetime.datetime(2020, 6, 2, 10, 0, 0)
end_date = datetime.datetime(2020, 6, 2, 11, 0, 0)
azure_mngr.monitor.metrics.list(azure_function_id, metricnames='Requests,RequestsInApplicationQueue,FunctionExecutionCount', interval='PT1M', timespan=f'{start_date}/{end_date}', aggregation='Count,Average,Maximum,Minimum')

结果

for metric in a.value:
    for datapoint in metric.timeseries[0].data:
        print(f'{metric.name.value} | {datapoint.time_stamp} | {datapoint.count}')

Requests | 2020-06-02 10:00:00+00:00 | 0.0
Requests | 2020-06-02 10:15:00+00:00 | 0.0
Requests | 2020-06-02 10:30:00+00:00 | 0.0
Requests | 2020-06-02 10:45:00+00:00 | 0.0
RequestsInApplicationQueue | 2020-06-02 10:00:00+00:00 | 0.0
RequestsInApplicationQueue | 2020-06-02 10:15:00+00:00 | 0.0
RequestsInApplicationQueue | 2020-06-02 10:30:00+00:00 | 0.0
RequestsInApplicationQueue | 2020-06-02 10:45:00+00:00 | 0.0
FunctionExecutionCount | 2020-06-02 10:00:00+00:00 | 0.0
FunctionExecutionCount | 2020-06-02 10:15:00+00:00 | 0.0
FunctionExecutionCount | 2020-06-02 10:30:00+00:00 | 0.0
FunctionExecutionCount | 2020-06-02 10:45:00+00:00 | 0.0

并且在该时间段内带有请求计数的图表（来自见解资源）

我最疯狂的猜测告诉我，我应该传递的id可能不是azure函数，而可能是另一个...我也没有其他关于如何执行此操作的想法。我也一直在看azure-mgmt-applicationinsights，但它比监视者还要晦涩难懂...

Answer 1

因此，几天后，我找到了一种从蔚蓝的见解中进行阅读的方法，尽管我并没有坚持该解决方案。

洞察方法

对于任何有兴趣的人，要使用azure-applicationinsights软件包（而不是azure-mgmt-applicationinsights）需要的见解读取指标。然后，使用您的Azure凭证实例化ApplicationInsightsDataClient，然后可以按照以下方式发送查询：

from azure.applicationinsights import ApplicationInsightsDataClient

client = ApplicationInsightsDataClient(<credentials>)
metric = client.metrics.get(<application_id>, <metric>, custom_headers=<custom_headers>, **<other_kwargs>)

现在，棘手的部分是此“ application_id”和“ custom_headers”。首先，您可以在API Access Keys选项卡上的见解资源内从azure检索它。

对于自定义标头，您需要将您的令牌指定为您需要在见解资源中创建的一个API_key（与上述位置相同）。格式应为：

custom_headers = {'x-api-key': <api_key>}

要知道您可以从见解资源中获得哪些指标，则可以>>

available_metrics = client.metrics.get_metadata(<application_id>, custom_headers=custom_headers)
此外，如果您将部署部署在CI / CD管道中，还可以自动检索ApplicationID和创建api_key。

要获取我刚刚创建的gitlab管道日志上的应用程序ID，并在terraform中为其输出（请查看输出中的terraform文档）对于api_key的创建，然后需要使用azure-mgmt-applicationinsights

包并实例化ApplicationInsightsManagementClient（现在不确定该名称）

传递凭据，并在“ api_keys”属性中使用“创建”方法。这可能有点棘手，因为您需要传递一些“ linked_read_properties”。

我建议首先在azure门户中创建它，在python中阅读它，检查所需的属性，然后尝试通过python创建它。

至于我最终坚持使用的解决方案。

我做了我的azure函数，该函数将结果写入blob_storage，还写入了“元数据”键/值。

如果还有一些批处理要运行，它将写为False。如果是最后一批，则将其更改为True。

然后我只是在python中读取blob属性，直到该值为True。

希望这可以帮助所有人解决类似的问题;）