基础工具

Mac 上直接装：

1
2
3
brew tap azure/functions
brew install azure-cli
brew install azure-functions-core-tools@4

具体可以参考这里：Develop Azure Functions locally using Core Tools | Microsoft Learn
另外，这链接里也有怎么用命令行来创建的方法。下文 vscode 插件和 CLI 都会涉及。

Vscode 插件

参考这个：Create a Python function using Visual Studio Code - Azure Functions | Microsoft Learn

简介

在 vscode 中安装插件：Azure Functions
|425
切到这个插件去点击添加一个函数，一步步往下都有说明，比较简单。
|300
我选了 HTTP 触发器的模板，最后给我生成了这个文件：
|500

调试运行

简单的运行，可以用插件面板上，下半部分中的 Project 展开，里面有个调试相关的操作（它可点击）。
|850
它会先做一些安装，然后启动 function，IDE 进入 debug 模式。这时主要运行的命令是：func host start，直接在命令行里运行这个命令也可以启动本地调试运行。但如果你想查询代码中打的日志，一定要记得加上 –verbose 的参数，所以正确的使用姿势是：

1
func host start --verbose

本地调试时，其实已经默认把 AZURE_FUNCTIONS_ENVIRONMENT 这个变量设置为 Development 了，如果你修改代码，它会触发服务的重启，非常方便。
它同时生成一个链接可以直接点击，它会触发函数执行：
|650

创建

用 IDE 插件进行 function 创建上面已经介绍过来了，比较简单，不过读者可能会遇到网络问题而没法往下尝试。这里再介绍下 CLI 的方式来创建。
先初始化目录：

1
func init --python

它会生成一些基础的配置文件，包括 [[https://learn.microsoft.com/en-us/azure/azure-functions/functions-develop-local#local-settings-file]] 和 host.json。
创建一个 api 入口：

1
func new --name combine_videos --template "HTTP trigger" --authlevel "function"

Authlevel 有三个值：

Anonymous 即任何人都可以访问，不需要带什么认证，相当于公开了。
Function 函数级别的认证，创建的每个函数都得在 URL 上带一个 token 进行认证，参数是 ?code=<token>。
Admin，最高级别的认证，只有具有管理员权限的用户才能访问函数，适用于包含敏感操作或数据的函数，如修改系统关键配置、访问敏感的业务数据等。这种模式依赖于复杂的身份管理系统（如 AAD）。

部署

平台创建应用

先打开 [[https://portal.azure.com/#browse/Microsoft.Web%2Fsites/kind/functionapp]] 这个 portal 地址，创建一个 Function App （或者中文叫“函数应用”）。
|575

Plugin

正式部署前，肯定是需要先登录的。正常是可以在插件上操作，如下：
|500
如果不成功，可以用下文 CLI 的方法来登录。
选择 Deploy to Function App，直接进行部署。
|700
我在使用的时候，经常遇到网络问题，因为某些你懂的原因，所以挺难的，得给 vscode 设置 Proxy (具体就不介绍了)
|700

CLI 发布

发布操作

当然我们也可以选择用 CLI 来做发布：

1
func azure functionapp publish <project_name>

具体细节可以参考这里：Create a Python function from the command line - Azure Functions | Microsoft Learn
这里的 project_name 跟在平台上创建的应用名要保持一致，要不然会找不到这个 App 而发布失败。
|775
另外还有一点要注意的是，本地的 python 环境需要跟平台上的一致，避免本地跑的好好的、部署上去就缺一些模块：
|675
部署完会生成一个地址可供访问：
|800
部署的过程是会比较慢，我们从平台的部署日志中可以看到它部署完后，会等待 1 分钟：
|750
在线上运行后，可以访问试试。
线上日志可以在这里看到：
|725
不过经常连接不稳定，所以其实可以到另一个地方查看：
|775

重要插件 Azurite

安装另一个三方的 server 运行插件 Azurite，为开发人员提供了一个免费的本地环境，用于测试 Azure Blob、队列存储和表存储应用程序。常用的主要是 MySQL 操作，本地连不上线上 MySQL，它帮你开了一个代理，可以直接把本地调试时写的数据同步到线上。
|550
如果没有它，本地如果运行定时任务就是出异常：

修改下 local.settings.json 的配置，把 AzureWebJobsStorage 设置成 "UseDevelopmentStorage=true"。
|550
打开命令面板，运行 Azurite start 来启动服务
|475
这时它们的启动非常快，一闪而过，没关系，它已经在跑了。
比较烦的时，运行时，会在当前目录下生成一些文件：
|450

blobstorage 和 queuestorage
- 作用：
  - 这些文件夹通常用于存储本地开发时的 Azure Blob 存储和 Azure Queue 存储的模拟数据。当你在本地运行和测试 Azure Functions 时，这些文件夹可以帮助模拟真实的 Azure 存储环境。
  - 例如，如果你有一个 Azure Function，它从 Blob 存储中读取数据或者向 Queue 存储中写入数据，在本地开发环境中，这些文件夹会存储相关的数据，以便函数能够正常运行和测试。
- 使用场景：
  - 在没有连接到真实 Azure 存储账户的情况下，本地开发和调试函数时需要用到。如果删除这些文件夹，可能会导致本地运行的函数在涉及到 Blob 或 Queue 操作时出现错误，因为它们找不到模拟的存储数据。
- 以 azurite_db 开头的.json 文件
  - 作用：
    - 这些文件是 Azurite 数据库文件。Azurite 是一个本地的 Azure 存储模拟器，用于在本地模拟 Azure Blob、Queue 和 Table 存储服务。这些.json 文件存储了 Azurite 模拟存储服务的数据结构和数据内容。
    - 例如，azurite_db_blob.json 文件用于存储模拟的 Blob 存储数据结构和数据，azurite_db_queue.json 文件用于存储模拟的 Queue 存储数据等。

azure serverless 使用

azure serverless 支持 python、node 等多种语言，本地 CLI 和 VsCode 插件可以很方便辅助开发者进行开发、调试以及部署。本文主要介绍 azure serverless 的入门操作。