Упражнение. Создание функции Azure для имитации данных телеметрии

8 мин

В нашем примере используется поиск событий. Давайте создадим функцию, которая имитирует данные телеметрии и отправляет их в концентратор событий. Позже другая функция может прослушивать это событие и обрабатывать и хранить его в базе данных, созданной с помощью Azure Cosmos DB.

Визуализация событий для покупки кофе в кафе.

Подготовьте среду

Давайте определим некоторые переменные среды, чтобы обеспечить максимально короткие и понятные команды. Определите заполнители <value> и вставьте и выполните следующие команды в терминале или средстве командной строки:

RESOURCE_GROUP=<value>
EVENT_HUB_NAMESPACE=<value>
EVENT_HUB_NAME=<value>
EVENT_HUB_AUTHORIZATION_RULE=<value>
COSMOS_DB_ACCOUNT=<value>
STORAGE_ACCOUNT=<value>
FUNCTION_APP=<value>
LOCATION=<value>

Заметка

Чтобы задать переменную LOCATION, можно проверить команду az functionapp list-consumption-locations и использовать ближайшее местоположение.

Создание необходимых компонентов

Подготовка ресурсов в Azure занимает некоторое время. Начнем с создания компонента как можно раньше, чтобы избежать длительных ожиданий позже.

Создание группы ресурсов

Всегда рекомендуется привязать все ресурсы обучения, доказательства концепции или прототипа в одной группе ресурсов. Таким образом можно удобно очистить все используемые службы с помощью одной команды. Чтобы создать группу ресурсов в указанном расположении, выполните следующую команду в терминале:

az group create \
    --name $RESOURCE_GROUP \
    --location $LOCATION

Создание и настройка концентратора событий

Для концентратора событий необходимо указать пространство имен, к которому он должен подключаться. Кроме того, необходимо настроить правило авторизации для Listen и Send.

az eventhubs namespace create \
    --resource-group $RESOURCE_GROUP \
    --name $EVENT_HUB_NAMESPACE
az eventhubs eventhub create \
    --resource-group $RESOURCE_GROUP \
    --name $EVENT_HUB_NAME \
    --namespace-name $EVENT_HUB_NAMESPACE \
az eventhubs eventhub authorization-rule create \
    --resource-group $RESOURCE_GROUP \
    --name $EVENT_HUB_AUTHORIZATION_RULE \
    --eventhub-name $EVENT_HUB_NAME \
    --namespace-name $EVENT_HUB_NAMESPACE \
    --rights Listen Send

Создание, настройка и развертывание функции Azure

Чтобы сделать этот пример максимально реалистичным, создайте функцию Azure и имитируйте данные телеметрики. Вы также можете привязать устройство Интернета вещей к функции Azure, которая будет принимать реальные данные. Поскольку эта функция воспроизводит события, давайте добавим флаг p или -p.

az storage account create \
    --resource-group $RESOURCE_GROUP \
    --name $STORAGE_ACCOUNT"p" \
    --sku Standard_LRS
az functionapp create \
    --resource-group $RESOURCE_GROUP \
    --name $FUNCTION_APP"-p"\
    --storage-account $STORAGE_ACCOUNT"p" \
    --consumption-plan-location $LOCATION \
    --runtime java \
    --functions-version 4

Заметка

Используйте функции-версии 4, так как версии 2 и 3 были устаревшими в декабре 2022 года.

Когда команда az functionapp create создает приложение-функцию, он также создает ресурс Application Insights с тем же именем. Мы используем этот ресурс позже для мониторинга.

Чтобы получить строки подключения для учетной записи хранения и концентратора событий, используйте следующие команды, чтобы сохранить их в переменных среды, а затем отобразить их с помощью команды echo.

AZURE_WEB_JOBS_STORAGE=$( \
    az storage account show-connection-string \
        --resource-group $RESOURCE_GROUP \
        --name $STORAGE_ACCOUNT"p" \
        --query connectionString \
        --output tsv)
echo $AZURE_WEB_JOBS_STORAGE
EVENT_HUB_CONNECTION_STRING=$( \
    az eventhubs eventhub authorization-rule keys list \
        --resource-group $RESOURCE_GROUP \
        --name $EVENT_HUB_AUTHORIZATION_RULE \
        --eventhub-name $EVENT_HUB_NAME \
        --namespace-name $EVENT_HUB_NAMESPACE \
        --query primaryConnectionString \
        --output tsv)
echo $EVENT_HUB_CONNECTION_STRING

Чтобы сохранить строки подключения в параметрах приложения учетной записи функции Azure, выполните следующую команду в терминале:

az functionapp config appsettings set \
    --resource-group $RESOURCE_GROUP \
    --name $FUNCTION_APP"-p" \
    --settings \
        AzureWebJobsStorage=$AZURE_WEB_JOBS_STORAGE \
        EventHubConnectionString=$EVENT_HUB_CONNECTION_STRING

Теперь центр событий ваших ресурсов Azure и функция Azure созданы и настроены для правильной совместной работы.

Затем создайте проект локальных функций с помощью Maven.

mvn archetype:generate --batch-mode \
    -DarchetypeGroupId=com.microsoft.azure \
    -DarchetypeArtifactId=azure-functions-archetype \
    -DappName=$FUNCTION_APP"-p" \
    -DresourceGroup=$RESOURCE_GROUP \
    -DappRegion=$LOCATION \
    -DappServicePlanName=$LOCATION"plan" \
    -DgroupId=com.learn \
    -DartifactId=telemetry-functions-producer

Эта команда создает несколько файлов в папке telemetry-functions-producer:

Файл сборки pom.xml с предопределенными зависимостями Azure.
Файл local.settings.json для хранения параметров приложения для локального развертывания и ручного тестирования.
Файл host.json, который включает пакет расширений функций Azure.
Файл Function.java, включающий функцию триггера HTTP по умолчанию.
Несколько тестовых файлов, которые этот модуль Learn не использует.

Мы не касаемся тестовых файлов в этом модуле Learn, поэтому вы можете удалить их.

cd telemetry-functions-producer
rm -r src/test

Для локального выполнения параметры приложения должны быть извлечены и сохранены в файле local.settings.json. Это можно сделать автоматически, выполнив команду fetch-app-settings.

func azure functionapp fetch-app-settings $FUNCTION_APP"-p"

Затем откройте файл Function.java и замените содержимое следующим кодом:

package com.learn;

import com.microsoft.azure.functions.annotation.EventHubOutput;
import com.microsoft.azure.functions.annotation.FunctionName;
import com.microsoft.azure.functions.annotation.TimerTrigger;
import com.microsoft.azure.functions.ExecutionContext;
public class Function {

    @FunctionName("generateSensorData")
    @EventHubOutput(
        name = "event",
        eventHubName = "", // blank because the value is included in the connection string
        connection = "EventHubConnectionString")
    public TelemetryItem generateSensorData(
        @TimerTrigger(
            name = "timerInfo",
            schedule = "*/10 * * * * *") // every 10 seconds
            String timerInfo,
        final ExecutionContext context) {
            context.getLogger().info("Java Timer trigger function executed at: " + java.time.LocalDateTime.now());
            double temperature = Math.random() * 100;
            double pressure = Math.random() * 50;
        return new TelemetryItem(temperature, pressure);
    }
}

Функция generateSensorData имитирует датчик, который отправляет значения температуры и давления в концентратор событий. Триггер таймера запускает функцию каждые 10 секунд, а выходная привязка концентратора событий отправляет возвращаемое значение в концентратор событий.

Когда концентратор событий получает сообщение, он создает событие.

Данные, используемые этой функцией, хранятся с помощью класса TelemetryItem, который необходимо реализовать. Создайте новый файл с именем TelemetryItem.java в том же расположении, что и Function.java, и добавьте следующий код:

package com.learn;

public class TelemetryItem {

    private String id;
    private double temperature;
    private double pressure;
    private boolean isNormalPressure;
    private status temperatureStatus;
    static enum status {
        COOL,
        WARM,
        HOT
    }

    public TelemetryItem(double temperature, double pressure) {
        this.temperature = temperature;
        this.pressure = pressure;
    }

    public String getId() {
        return id;
    }

    public double getTemperature() {
        return temperature;
    }

    public double getPressure() {
        return pressure;
    }

    @Override
    public String toString() {
        return "TelemetryItem={id=" + id + ",temperature="
            + temperature + ",pressure=" + pressure + "}";
    }

    public boolean isNormalPressure() {
        return isNormalPressure;
    }

    public void setNormalPressure(boolean isNormal) {
        this.isNormalPressure = isNormal;
    }

    public status getTemperatureStatus() {
        return temperatureStatus;
    }

    public void setTemperatureStatus(status temperatureStatus) {
        this.temperatureStatus = temperatureStatus;
    }
}

Запуск локально

При локальном запуске функций Azure они уже передаются по всему миру! Кроме того, их можно просмотреть на портале Azure.

mvn clean package
mvn azure-functions:run

После некоторых сообщений сборки и запуска вы увидите выходные данные, аналогичные следующему примеру при каждом запуске функций:

[2021-01-19T16:25:40.005Z] Executing 'Functions.generateSensorData' (Reason='Timer fired at 2021-01-19T17:25:40.0044630+01:00', Id=fcf567a3-03ec-4159-9714-aa4449861b30)
[2021-01-19T16:25:40.011Z] Java Timer trigger function executed at: 2021-01-19T17:25:40.009405
[2021-01-19T16:25:40.013Z] Function "generateSensorData" (Id: fcf567a3-03ec-4159-9714-aa4449861b30) invoked by Java Worker
[2021-01-19T16:25:40.048Z] Executed 'Functions.generateSensorData' (Succeeded, Id=fcf567a3-03ec-4159-9714-aa4449861b30, Duration=43ms)

Заметка

Перед развертыванием и запуском функции в облаке Azure можно отправлять события с локального компьютера по всему миру! Это очень полезно для разработки, отладки и локального тестирования.

Развертывание в Azure

Активируйте развертывание в Azure, выполнив команду mvn azure-functions:deploy и продолжайте работу.

mvn azure-functions:deploy

Упражнение. Создание функции Azure для имитации данных телеметрии

Подготовьте среду

Создание необходимых компонентов

Создание группы ресурсов

Создание и настройка концентратора событий

Создание, настройка и развертывание функции Azure

Запуск локально

Развертывание в Azure

Обратная связь