Azure 函数和 Blob 触发器超时

Question

我在理解 Function 应用程序的工作原理时遇到了一些麻烦 ..

我的环境如下：Python3.8，Blob Trigger，消耗计划

我正在创建一个应用程序，该应用程序在音频文件上传到容器时触发。此音频文件触发 Azure 功能并使用 Azure 认知服务运行“语音转文本”（因此我的功能正在等待该服务的答复）。我将“FUNCTIONS_WORKER_PROCESS_COUNT”设置为 5，以允许我的每个函数应用实例并行运行多个语音到文本分析。

所以我将 100 个 blob 上传到我的容器中以检查我的函数行为，这是我得到的：

函数应用被触发并启动多个服务器（5 个用于 100 个 blob），然后开始处理每个服务器 1 个 blob，直到我上传 blob 超过 30 分钟，然后我得到一个超时。

但我期待这种行为： 函数应用被触发并启动多个服务器。每台服务器并行处理 5 个 blob，并在 15 到 20 分钟内为我的所有 blob 提供答案！

所以我在这里没有得到两件事。 W

• 为什么我的函数不是每台服务器处理 5 个 blob 而不是每台服务器 1 个 blob？ （我在 5 处设置了“FUNCTIONS_WORKER_PROCESS_COUNT”）？
• 而且我的 blob 似乎一出现在容器中就会被处理，而不是放入队列中。这种行为是造成超时的原因，因为它们等待了很长时间而不是被处理.. 为什么？

我希望我很清楚.. 感谢您的帮助！

编辑：我刚刚添加了 100 个 Blob，以查看功能应用程序的反应，并且我新上传的 Blob 在我开始上传的 Blob 之前得到处理。

Answer 1

1.对于您的第一个问题：

据我了解，Python is a single-threaded runtime。

因为 Python 是单线程运行时，所以它是一个宿主实例 Python 一次只能处理一个函数调用。为了 处理大量 I/O 事件和/或 I/O 的应用程序 绑定，你可以通过运行函数显着提高性能 异步。

FUNCTIONS_WORKER_PROCESS_COUNT 让您在每个主机上运行 5 个 blob 触发函数是正确的，但如果您使用相同的资源，它会一个一个地运行，这意味着即使您可以同时运行 5 个进程，如果第一个进程正在运行您的函数，则第二个进程（运行相同的函数）将等待；如果您的第一个进程正在等待数据进来，则第二个进程将首先运行。

这是一篇文章how FUNCTIONS_WORKER_PROCESS_COUNT works。

并且您可以检查您正在使用多少个工作实例。如果你有 100 个 blob 来触发你的函数并且每个工作实例有 5 个工作进程集，它应该启动 20 个实例来使用请求。 （如有错误欢迎指正。）

---

2。对于第二个问题：

The Blob storage trigger starts a function when a new or updated blob is detected.

这就是blob触发函数的工作原理。