我知道這篇文章（如何檢查 Azure Function 是否仍在運行）也有類似的問題。它并沒有真正的幫助。我有一個函數(shù)可以在一段時間內(nèi)分批接收輸入（例如：1000 批，每批 n 個樣本）。批次不會同時到達。該函數(shù)處理每個批次并將輸出寫入 blobstoragecontainer 中的 blob。我的問題是如何知道結(jié)果已全部寫入 blob 存儲以便觸發(fā)下載？我試圖查看 azure-mgmt-monitor 以檢查我是否可以監(jiān)控最后一分鐘的請求/函數(shù)調(diào)用數(shù)量并將其放入 while 循環(huán)直到某些指標（可能是其他指標）為 0。我可以調(diào)用一些一個時間跨度內(nèi)的指標有一些聚合，但出于某種原因，我一直將所有值都設為 0（當我知道有呼叫時）。在一些代碼下面（azure_mngr.monitor 是 azure.mgmt.monitor.MonitorManagementClient 的一個實例：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')結(jié)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 | 0.0Requests | 2020-06-02 10:15:00+00:00 | 0.0Requests | 2020-06-02 10:30:00+00:00 | 0.0Requests | 2020-06-02 10:45:00+00:00 | 0.0RequestsInApplicationQueue | 2020-06-02 10:00:00+00:00 | 0.0RequestsInApplicationQueue | 2020-06-02 10:15:00+00:00 | 0.0RequestsInApplicationQueue | 2020-06-02 10:30:00+00:00 | 0.0RequestsInApplicationQueue | 2020-06-02 10:45:00+00:00 | 0.0FunctionExecutionCount | 2020-06-02 10:00:00+00:00 | 0.0FunctionExecutionCount | 2020-06-02 10:15:00+00:00 | 0.0FunctionExecutionCount | 2020-06-02 10:30:00+00:00 | 0.0FunctionExecutionCount | 2020-06-02 10:45:00+00:00 | 0.0以及那個時期的請求數(shù)圖表（來自洞察力資源）我最大膽的猜測告訴我，我應該傳遞的 id 可能不是 azure 函數(shù)，而是另一個……我也不知道如何執(zhí)行此操作。我也一直在看 azure-mgmt-applicationinsights，但它比監(jiān)視器更晦澀......
1 回答
largeQ
TA貢獻2039條經(jīng)驗 獲得超8個贊
因此，幾天后，我找到了一種從 azure insights 中閱讀的方法，盡管我沒有堅持使用該解決方案。
洞察法
對于任何感興趣的人，要從您需要使用azure-applicationinsights包（而不是 azure-mgmt-applicationinsights）的見解中讀取指標。然后，您使用 Azure 憑據(jù)實例化一個 ApplicationInsightsDataClient，您可以按如下方式發(fā)送查詢：
from azure.applicationinsights import ApplicationInsightsDataClient client = ApplicationInsightsDataClient(<credentials>) metric = client.metrics.get(<application_id>, <metric>, custom_headers=<custom_headers>, **<other_kwargs>)
現(xiàn)在，棘手的部分是這個“application_id”和“custom_headers”。首先，您可以從 azure 中的 API 訪問密鑰選項卡上的洞察力資源中檢索它。
對于自定義標頭，您需要將令牌指定為您需要在見解資源中創(chuàng)建的一個 API_key（與上述相同的位置）。格式應該是：
custom_headers = {'x-api-key': <api_key>}要了解您可以從洞察資源中獲得哪些指標，您可以
available_metrics = client.metrics.get_metadata(<application_id>, custom_headers=custom_headers)
此外，如果您在 CI/CD 管道中進行部署，您還可以自動檢索 ApplicationID 和創(chuàng)建 api_key。
要在我剛剛創(chuàng)建的 gitlab 管道日志上獲取應用程序 ID 并在 terraform 中為其輸出（檢查關于輸出的 terraform 文檔）對于 api_key 創(chuàng)建，您需要使用azure-mgmt-applicationinsights包并實例化一個 ApplicationInsightsManagementClient（不確定這個名字現(xiàn)在）
傳遞憑據(jù)并在“api_keys”屬性中使用“create”方法。這可能有點棘手，因為您需要傳遞一些“l(fā)inked_read_properties”。
我的建議是首先在 azure 門戶中創(chuàng)建它，在 python 中讀取它，檢查您需要的屬性，然后嘗試通過 python 創(chuàng)建它。
至于我最終堅持的解決方案。
我創(chuàng)建了我的 azure 函數(shù)，該函數(shù)將結(jié)果寫入 blob_storage 以同時寫入“元數(shù)據(jù)”鍵/值。
如果還有一些批處理尚未運行，它將把它寫為 False。如果是最后一批，則將其更改為 True。
然后我只讀取 python 中的 blob 屬性，直到值為 True。
希望這可以幫助任何有類似問題的人；）
添加回答
舉報
0/150
提交
取消