Azure Functions シナリオ

多くの場合、一連の重要なイベントに対応するシステムを構築します。 Web API を構築する場合でも、データベースの変更に応答する場合でも、イベントストリームやメッセージを処理する場合でも、Azure Functionsを使用してこれらのシステムを実装できます。

多くの場合、関数は、さまざまなクラウドサービスと連携して多機能な実装を実現します。次の一覧は、Azure Functionsの一般的な (ただし、決して網羅的な) シナリオを示しています。

記事の冒頭で、使用する開発言語を選択してください。

ファイルのアップロードを処理する

関数を活用して、Blob Storage コンテナーとの間でファイルを処理することができます。 BLOB コンテナーにトリガーを設定するオプションの詳細については、ベストプラクティスドキュメントの「BLOB の操作」を参照してください。

たとえば、小売ソリューションでは、パートナーシステムは製品カタログ情報をファイルとして BLOB ストレージに送信できます。 BLOB によってトリガーされる関数を使用して、ファイルをアップロードするときに、ファイルをメインシステムに検証、変換、および処理できます。

次のチュートリアルでは、Azure BLOB トリガー (Azure Event Grid ベース) を使用して BLOB コンテナー内のファイルを処理します。

たとえば、BLOB コンテナーのイベントサブスクリプションで BLOB トリガーを使用できます。

[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();
        }
    }
}

リアルタイムストリームとイベント処理

クラウドアプリケーション、IoT デバイス、およびネットワークデバイスは、大量の顧客データを生成して収集します。 Azure Functionsは、そのデータをホットパスとしてほぼリアルタイムで処理し、分析ダッシュボードで使用するために Azure Cosmos DB に格納できます。

関数では、Event Grid などの待機時間の短いイベントトリガーや SignalR などのリアルタイム出力を使用して、ほぼリアルタイムでデータを処理することもできます。

たとえば、イベントハブトリガーを使用してイベントハブから読み取り、出力バインドを使用して、イベントをデバッチして変換した後でイベントハブに書き込むことができます。

[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);
}

機械学習と AI

Azure Functionsは、AI および Azure サービスと統合して、クラウドでホストされるインテリジェントアプリケーションの構築を効率化するサーバーレスコンピューティングリソースを提供します。 Functions プログラミングモデルを使用すると、リモートモデルコンテンツプロトコル (MCP) サーバーを作成してホストし、さまざまな AI ツールを実装できます。詳細については、ツールおよび MCP サーバーを参照してください。

Azure OpenAI バインド拡張機能を使用すると、Azure OpenAI の AI 機能と動作 (取得拡張生成 (RAG) など) を関数コードの実行に統合できます。詳細については、「検索拡張生成」を参照してください。

関数は、TensorFlow モデルまたは Foundry Tools を呼び出して、画像のストリームを処理および分類することもできます。

Azure Functions を使用した機械学習と AI プロセスのダイアグラム

ツールと MCP サーバー
Azure OpenAI

Quickstart: Azure Functions
クイックスタート: Azure Functions で MCP SDK を使用して構築されたホストサーバーをホストする
サンプル: Azure Functions
サンプル: Azure Functions

ツールと MCP サーバー
Azure OpenAI

Quickstart: Azure Functions
サンプル: Azure Functions

ツールと MCP サーバー
Azure OpenAI

Quickstart: Azure Functions
クイックスタート: MCP SDK を利用して構築されたホストサーバーを Azure Functions 上でホストする
サンプル: Azure Functions
サンプル: Azure Functions

Quickstart: Azure Functions
クイックスタート: MCP SDKs で構築されたホストサーバーを Azure Functions 上でホスト

詳細については、「 Azure Functionsを参照してください。

スケジュールされたタスクを実行する

Functions では、定義した cron スケジュールに基づいてコードを実行できます。

詳細については、「スケジュールに従って実行されるAzure ポータルで関数を作成する」を参照>。

たとえば、同じ顧客に複数の通信が送信されないように、15 分ごとに金融サービスの顧客データベースで重複するエントリを分析できます。

例については、次のコードスニペットを参照してください。

[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
}

Quickstart: Azure Functions

例については、次のコードスニペットを参照してください。

Quickstart: Azure Functions

スケーラブルな Web API を構築する

HTTP によってトリガーされる関数は、HTTP エンドポイントを定義します。これらのエンドポイントでは、他のサービスに直接、またはバインド拡張機能を使用して接続できる関数コードを実行します。エンドポイントを Web ベースの API に組み込むことができます。

http によってトリガーされる関数エンドポイントは、webhook の統合として使用することもできます (GitHub webhook など)。この方法では、GitHubイベントからのデータを処理する関数を作成できます。詳細については、「Azure Functions HTTP トリガー」を参照してください。

例については、次のコードスニペットを参照してください。

[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();
}

Quickstart: Azure Functions
Azure Functions と API Management の統合を使用して、Visual Studioにサーバーレス API を作成します
Azure API Management
サンプル: Static Web Appsおよび Functions 上の C# API と Azure SQL DB を使用した Web アプリケーション

Quickstart: Azure Functions

Quickstart: Azure Functions

Quickstart: Azure Functions

Quickstart: Azure Functions

Quickstart: Azure Functions

サーバーレスワークフローを作成する

関数は、多くの場合、Logic Apps ワークフローなどのサーバーレスワークフロートポロジのコンピューティングコンポーネントとして機能します。 Durable Functions拡張機能を使用して、実行時間の長いオーケストレーションを作成することもできます。詳細については、「Durable Functionsの概要を参照してください。

Azure Functions を使用した一連の具体的なサーバーレスワークフローの組み合わせ図。