Dapr-uitvoerbinding aanroepen voor Azure Functions

In het volgende voorbeeld ziet u hoe u een Dapr-uitvoerbinding gebruikt om een aanroepbewerking van de Dapr-service uit te voeren die wordt gehost in een andere met Dapr geïnitieerde toepassing. In dit voorbeeld fungeert de functie als een proxy.

[FunctionName("InvokeOutputBinding")]
public static async Task<IActionResult> Run(
    [HttpTrigger(AuthorizationLevel.Function, "get", Route = "invoke/{appId}/{methodName}")] HttpRequest req,
    [DaprInvoke(AppId = "{appId}", MethodName = "{methodName}", HttpVerb = "post")] IAsyncCollector<InvokeMethodParameters> output,
    ILogger log)
{
    log.LogInformation("C# HTTP trigger function processed a request.");

    string requestBody = await new StreamReader(req.Body).ReadToEndAsync();

    var outputContent = new InvokeMethodParameters
    {
        Body = requestBody
    };

    await output.AddAsync(outputContent);

    return new OkResult();
}

More samples for the Dapr output invoke binding are available in the GitHub repository.

[Function("InvokeOutputBinding")]
[DaprInvokeOutput(AppId = "{appId}", MethodName = "{methodName}", HttpVerb = "post")]
public static async Task<InvokeMethodParameters> Run(
    [HttpTrigger(AuthorizationLevel.Function, "get", "post", Route = "invoke/{appId}/{methodName}")] HttpRequestData req, FunctionContext functionContext)
{
    var log = functionContext.GetLogger("InvokeOutputBinding");
    log.LogInformation("C# HTTP trigger function processed a request.");

    string requestBody = await new StreamReader(req.Body).ReadToEndAsync();

    var outputContent = new InvokeMethodParameters
    {
        Body = requestBody
    };

    return outputContent;
}

In het volgende voorbeeld wordt de Dapr-uitvoerbinding gekoppeld aan een HTTP-trigger, die is geregistreerd door het app object:

const { app, trigger } = require('@azure/functions');

app.generic('InvokeOutputBinding', {
    trigger: trigger.generic({
        type: 'httpTrigger',
        authLevel: 'anonymous',
        methods: ['POST'],
        route: "invoke/{appId}/{methodName}",
        name: "req"
    }),
    return: daprInvokeOutput,
    handler: async (request, context) => {
        context.log("Node HTTP trigger function processed a request.");

        const payload = await request.text();
        context.log(JSON.stringify(payload));

        return { body: payload };
    }
});

The following examples show Dapr triggers in a function.json file and JavaScript code that uses those bindings.

Here's the function.json file for daprInvoke:

{
  "bindings":
    {
      "type": "daprInvoke",
      "direction": "out",
      "appId": "{appId}",
      "methodName": "{methodName}",
      "httpVerb": "post",
      "name": "payload"
    }
}

For more information about function.json file properties, see the Configuration section.

Dit is de JavaScript-code:

module.exports = async function (context, req) {
    context.log("Node HTTP trigger function processed a request.");
    context.bindings.output = { body: req.body };
    context.done(null);
};

In het volgende voorbeeld ziet u een Dapr Invoke-uitvoerbinding, die gebruikmaakt van het v2 Python-programmeermodel. Ga als volgt te werk om deze te gebruiken daprInvoke in de code van uw Python-functie-app:

import logging
import json
import azure.functions as func

app = func.FunctionApp()

@app.function_name(name="InvokeOutputBinding")
@app.route(route="invoke/{appId}/{methodName}", auth_level=dapp.auth_level.ANONYMOUS)
@app.dapr_invoke_output(arg_name = "payload", app_id = "{appId}", method_name = "{methodName}", http_verb = "post")
def main(req: func.HttpRequest, payload: func.Out[str] ) -> str:
    # request body must be passed this way "{\"body\":{\"value\":{\"key\":\"some value\"}}}" to use the InvokeOutputBinding, all the data must be enclosed in body property.
    logging.info('Python function processed a InvokeOutputBinding request from the Dapr Runtime.')

    body = req.get_body()
    logging.info(body)
    if body is not None:
        payload.set(body)
    else:
        logging.info('req body is none')
    return 'ok'

In het volgende voorbeeld ziet u een Dapr Invoke-uitvoerbinding, die gebruikmaakt van het python-programmeermodel v1.

Here's the function.json file for daprInvoke:

{
  "scriptFile": "__init__.py",
  "bindings":
    {
      "type": "daprInvoke",
      "direction": "out",
      "appId": "{appId}",
      "methodName": "{methodName}",
      "httpVerb": "post",
      "name": "payload"
    }
}

For more information about function.json file properties, see the Configuration section explains these properties.

Dit is de Python-code:

def main(req: func.HttpRequest,
         payload: func.Out[bytes]) -> func.HttpResponse:
    logging.info('Python InvokeOutputBinding processed a request.')
    data = req.params.get('data')

In the in-process model, use the DaprInvoke attribute to define a Dapr invoke output binding, which supports these parameters:

Gebruik in het geïsoleerde werkrolmodel het DaprInvokeOutput kenmerk om een Dapr-uitvoerbinding te definiëren die ondersteuning biedt voor deze parameters:

In de volgende tabel worden de bindingsconfiguratie-eigenschappen uitgelegd die u in de code hebt ingesteld.

In de volgende tabel worden de bindingsconfiguratie-eigenschappen uitgelegd die u in het function.json-bestand hebt ingesteld.

In de volgende tabel worden de bindingsconfiguratie-eigenschappen @dapp.dapr_invoke_output uitgelegd die u in uw Python-code hebt ingesteld.

In de volgende tabel worden de bindingsconfiguratie-eigenschappen uitgelegd die u in het function.json-bestand hebt ingesteld.

Als u het daprInvoke project in Python v2 wilt gebruiken, stelt u uw project in met de juiste afhankelijkheden.

1. Een virtuele omgeving maken en activeren.

2. Voeg in het requirements.text bestand de volgende regel toe:

   azure-functions==1.18.0b3
   

3. Installeer de Python-bibliotheek in de terminal.

   pip install -r .\requirements.txt
   

4. Wijzig uw local.setting.json bestand met de volgende configuratie:

   "PYTHON_ISOLATE_WORKER_DEPENDENCIES":1
   

Voor het Python v1-model zijn geen aanvullende wijzigingen vereist, afgezien van het instellen van de onderdelen voor het aanroepen van de service.