Microsoft AZ-204: Azure Functions 与无服务器计算 — 学习指南

By Laurynas Brazys · 5 August 2026 · #microsoft #az-204 #certification #exam-prep #study-guide

属于 Microsoft Azure Developer Associate AZ-204 — 学习指南. 使用经过验证的答案练习： Microsoft 考试中心, 或参加限时模拟考试： ExamRoll.io.

概述

Azure Functions 是一种无服务器计算服务，专为事件驱动和短期工作负载优化。它抽象了基础设施，让您可以专注于编写代码来响应来自 HTTP 端点、队列、Blob、数据变更源和流式处理服务的事件。您可以选择一个托管计划来管理扩展、定价和冷启动行为；通过声明式绑定将代码绑定到触发器和数据源；并可选择使用 Durable Functions 来构建长期运行的可靠工作流。强大的配置、可重复的部署以及通过 Application Insights 实现的深度可观测性，共同完善了该平台，使其适用于生产级系统。

托管计划、扩展和冷启动

选择托管计划决定了执行特性和成本。

消耗计划 (Consumption plan):
- 扩展和定价：按执行次数和资源消耗付费。平台根据事件自动横向扩展。空闲时实例数量会缩减到零。
- 执行限制：对于非 HTTP 函数，函数超时可配置，最长可达 10 分钟；由于客户端连接的限制，HTTP 函数的实际超时时间更短。
- 冷启动：在空闲期后或横向扩展时，新实例初始化会发生冷启动。启动时间取决于语言、依赖项和应用大小。
- 网络/功能：默认支持公共网络。与高级计划 (Premium) 相比，功能集有限（例如，无 VNET 集成）。部署槽不可用。
高级计划 (Premium plan):
- 扩展和定价：根据事件进行扩展，但会保留“预热”实例以消除冷启动。按活动实例和预热实例分配的核心秒数和内存计费。
- 执行限制：执行持续时间几乎无限制（受 HTTP 客户端约束）。推荐用于对延迟敏感或负载较重的工作负载。
- 冷启动缓解：预热实例可保持运行时处于“热”状态。您可以控制每个计划的预热实例数量，从而在突发流量下提供可预测的延迟。
- 网络/功能：支持 VNET 集成、专用终结点、更大的实例规格和部署槽。
专用（App Service）计划 (Dedicated plan):
- 扩展和定价：在预配的 App Service 实例上运行，采用手动或自动扩展规则。无论使用情况如何，您都需要为底层的 App Service 计划付费。
- 执行限制：平台对后台执行没有施加超时限制。当您已有空闲的 App Service 容量或需要一致的性能时，此计划是理想选择。
- 冷启动缓解：启用“始终开启 (Always On)”以保持应用加载。不会缩减到零；实例保持“热”状态。

对于成本优化的零星工作负载，选择消耗计划；对于低延迟和 VNET 需求，选择高级计划；当需要与现有 App Service 容量整合或需要完全控制时，选择专用计划。为实现超低延迟，采用带预热实例的高级计划或启用“始终开启”的专用计划可减少冷启动。通过精简依赖项、使用 run-from-package 以及延迟初始化客户端，可以进一步最大限度地减少冷启动的影响。

触发器与绑定

函数由触发器激活，并通过绑定与数据交互。触发器定义了函数如何以及何时运行。绑定以声明方式连接到外部服务以进行输入/输出，无需编写命令式的 SDK 代码。

常见触发器：

HTTP 触发器：为 REST 风格的 API 或 Webhook 暴露端点。授权级别包括 Anonymous、Function 和 Admin，通过密钥或平台身份验证强制执行。对于长时间运行的任务，需考虑幂等性和超时；必要时将其卸载到队列或 Durable Functions。
计时器触发器：基于 CRON 的计划在每个应用（每个计时器）的单个实例上运行。使用带时区配置的 NCRONTAB 表达式。非常适合维护、轮询和清理作业。
Azure Storage Queue 触发器：响应队列中的消息。支持毒消息处理，在出队次数达到阈值后，消息会进入 -poison 队列。通过 host.json 配置批处理大小、可见性超时和并发性。
Azure Blob Storage 触发器：通过轮询和 Event Grid 通知的组合来响应 Blob 创建/更新事件。使用路径模式来限定容器和前缀的范围。理解大型 Blob 上传的最终一致性和重试行为。
Azure Event Hubs 触发器：消费带有检查点功能的高吞吐量事件流。配置分区并发数、批处理大小和预取以提高吞吐量。适用于遥测和流处理，并能保持每个分区内的顺序。
Azure Service Bus 触发器：支持队列或主题订阅。配置 maxConcurrentCalls、预取和自动完成行为。死信队列捕获超过投递尝试次数的消息，以供后续检查。
Azure Cosmos DB 触发器：侦听变更源（change feed）中的插入和更新。随物理分区数量扩展；确保预配足够的 RU。使用租约集合（leases collection）来协调跨实例的横向扩展。

绑定：

输入绑定：向函数提供数据，例如 Blob 内容、表实体、Cosmos DB 文档或队列消息元数据。在 .NET 中，通过特性（例如，[BlobInput]）或 function.json 定义绑定；在其他语言中，配置是声明式的。
输出绑定：无需 SDK 即可写入数据，例如将消息入队、创建 Blob、发送到 Event Hub/Service Bus 或写入 Cosmos DB。函数可以有多个输出绑定，或从函数签名返回单个输出。
绑定表达式：使用占位符（例如，{queueTrigger}、{rand-guid}）和基于环境的应用设置来参数化连接详细信息和路径。连接属性引用应用程序设置名称，从而实现密钥轮换和机密管理。在支持的情况下，优先使用托管标识进行基于身份的连接，以避免嵌入机密。
并发与批处理：在 host.json 中按扩展（queues、serviceBus、eventHub）控制并发和批处理大小，以调整吞吐量和内存使用。验证毒消息/死信处理，确保故障能够浮现。

设计触发器和绑定时应考虑幂等性、反压和故障隔离。对于提供至少一次投递（at-least-once delivery）的源（如队列、Event Hubs、Service Bus），编写的函数应具有幂等性并能应对重试。

Durable Functions：可靠的业务流程编排模式

Durable Functions 通过使用持久任务框架（durable task framework），为 Azure Functions 扩展了有状态、可靠的业务流程编排能力，适用于长时间运行的工作流。

函数类型：

Orchestrator 函数（编排器函数）：在代码中使用确定性结构来描述工作流逻辑。编排器在收到事件时会重放状态，并且必须避免使用非确定性 API（如 DateTime.Now、随机数、网络调用），除非有适当的辅助工具。使用 Durable orchestration client API 来启动、查询和管理实例。
Activity 函数（活动函数）：执行离散的工作单元，例如调用外部 API、执行 CPU 密集型操作或 IO 任务。活动函数可重试且可独立扩展。
Entity 函数（实体函数）：提供具有少量、一致状态和操作的持久、可寻址实体（例如计数器、设备状态）。实体以单线程一致性处理序列化的操作。

模式：

函数链：按预定顺序（A → B → C）串联活动，并将结果传递给下一个活动。适用于有依赖关系的管道。
扇出/扇入：并行启动多个活动并聚合结果。编排器使用类似 Task.WhenAll 的语义进行协调。此模式用于并行处理独立任务。
人工交互（外部事件）：使用 WaitForExternalEvent 等待外部输入（例如审批），可设置超时和升级策略。与持久计时器结合使用，可实现 SLA 和补偿逻辑。
异步 HTTP API：启动业务流程编排并返回 202 Accepted 及状态/查询 URL。客户端轮询由 Durable client 绑定暴露的状态端点，以获取最终结果或状态。
监视器：按计划运行的周期性检查点，例如，使用持久计时器轮询一个端点直到满足某个条件，以避免占用计算资源。
聚合器/实体：使用实体函数将小状态与逻辑存储在一起，用于细粒度的协调，而无需完整的工作流。

Durable Functions 保证活动函数的至少一次执行（at-least-once execution）和编排器状态的恰好一次推进（exactly-once progression）。它们将状态持久化到存储中（默认为 Azure Storage）；请确保存储帐户满足吞吐量和可靠性需求。对暂时性故障使用自定义重试策略，并为外部交互引发事件。对于非常长的流程，借助内置的持久性，Durable 业务流程编排可以运行数天到数月。

配置、部署与可观测性

函数应用的配置是分层的，并且能够感知环境。

host.json：控制运行时和扩展的行为。可配置日志记录（采样、日志级别）、functionTimeout、扩展设置（批处理大小、并发度、预提取）以及 JSON 架构版本。请将 host.json 保留在源代码管理中。
local.settings.json：本地开发设置，包括连接字符串和应用设置。此文件不会部署到 Azure。请妥善处理机密；将其从公共仓库中排除，并在本地开发中使用用户机密或环境变量注入。
应用程序设置：存储在函数应用（App Service）的配置中。关键设置包括 AzureWebJobsStorage（供触发器、日志和检查点使用的存储帐户）、特定于扩展的连接字符串以及任何自定义配置。将机密标记为槽设置以避免在交换时泄露。使用 Key Vault 引用和托管标识，以避免以纯文本形式存储机密。

部署选项：

Zip 部署（Zip Deploy）：将您构建产物的 ZIP 文件上传到应用。对于 CI/CD 而言，此方法快速且简单。可使用

undefined

或 zipdeploy API。它会将文件写入内容目录。

从包运行（Run-From-Package）：将 WEBSITE_RUN_FROM_PACKAGE 设置为一个包 URL（或设为 1 以使用最新版本）。运行时会以只读方式挂载该包，从而改善冷启动并消除部署期间的文件锁定问题。将包存储在 Blob Storage 中，并使用 SAS URL 以实现可复现的回滚。
部署槽（Deployment slots）：暂存槽和生产槽可通过预热实现零停机交换。高级（Premium）和专用（Dedicated）计划支持部署槽。为机密和终结点配置槽特定设置（槽设置标志），以防止跨环境泄漏。在流量转移前，使用交换前预热来验证扩展和绑定。

使用 Application Insights 进行监视：

调用日志：每次函数调用都会发出结构化遥测数据，包括请求（Requests）、跟踪（Traces）、异常（Exceptions）和依赖项（Dependencies）。使用 ILogger（或等效工具）进行结构化日志记录。操作 ID 和相关性 ID 将跨服务的活动和依赖项关联起来。
实时指标（Live Metrics）：无需采样即可实时查看吞吐量、故障和延迟。有助于观察部署、扩缩和热路径。按函数名称筛选以隔离问题。
故障和可靠性：检查异常（Exceptions）、失败的请求（Requests）和依赖项故障。针对故障率、FunctionExecutionCount 异常或死信队列/中毒队列增长配置警报。对于 Storage Queue 触发器，监视 -poison 队列；对于 Service Bus/Event Hubs，监视死信和检查点健康状况。调整 host.json 中的重试策略和退避机制，以减少瞬时错误的影响。
分布式跟踪：启用 W3C 跟踪标头，以通过 HTTP 和消息传递传播相关性。对于 Durable Functions，该框架会链接业务流程和活动的遥测数据，有助于进行端到端诊断。调整采样以平衡成本和保真度。

通过部署自动化（GitHub Actions/Azure Pipelines）、HTTP 终结点的健康探测以及感知自动缩放的调优来运维函数。保持包的精简，将客户端（例如 HttpClient、Service Bus 客户端）缓存为静态单例，并在启动时验证绑定连接设置是否能成功解析，以防止运行时故障。

实际问题场景

Contoso 零售公司推出了一个促销服务，当顾客将商品添加到购物车时，该服务会实时应用折扣。后端必须以低延迟响应高变化的流量，调用第三方定价 API，并更新 Cosmos DB 中的购物车文档。运维团队要求实现零停机部署和对故障的深度可见性。

选择托管计划并构建应用结构

使用 Azure Functions 高级计划，配备两个预热实例并集成 VNET。高级计划消除了对延迟敏感的购物车交互的冷启动，并通过 VNET 中的 NAT 或防火墙保护到第三方 API 的出站流量安全。
创建一个函数应用，其中包含一个用于购物车终结点的 HTTP 触发函数，以及一个 Durable Functions 业务流程协调程序，用于协调折扣获取和购物车更新。

实现 Durable 业务流程以确保可靠性和并行性

业务流程协调程序函数：链接多个步骤，以验证输入，然后通过活动函数扇出（fan out）以并行方式为每个购物车行项目获取折扣，最后扇入（fan in）以聚合最优价格。Durable 业务流程确保了确定性的控制流和对重启的弹性。
活动函数：一个活动函数使用重试策略调用第三方 API；另一个通过输出绑定更新 Cosmos DB 中的购物车。活动函数封装了外部 IO，并且可以独立重试，而无需复制业务流程协调程序的逻辑。

配置触发器和绑定以简化操作

使用带 Function 身份验证的 HTTP 触发器，以接受来自 Web 前端的签名请求。对于长时间运行的购物车，返回 202 和一个状态 URL；对于快速路径，返回 200。
在活动函数上使用 Cosmos DB 输出绑定来更新或插入（upsert）购物车文档。绑定表达式使用来自 HTTP 负载的 cartId 来定位正确的分区键。
为 Cosmos DB 和 Key Vault 引用使用托管标识和基于标识的连接，从而从应用设置中移除机密。

优化配置和部署

host.json 将 functionTimeout 设置为无限制（高级计划），并配置了对服务网格友好的 HTTP 超时。日志级别在生产环境中调整为 Information，采样率设置为 20% 以控制成本。
使用“从包运行”（run-from-package），包存储在带版本控制的 Blob 容器中。通过 CI 使用 az functionapp deployment 进行部署，并通过暂存槽交换到生产槽，以实现零停机发布。
将连接字符串和 API 终结点标记为槽设置，以避免跨环境泄漏。