azure api 管理_具有Azure功能的无服务器API

azure api 管理

在这篇文章中，我将研究一个非常简单的用例。在执行部署管道时， FlexDeploy可能会产生一些应被批准或拒绝的人工任务。例如，某人必须批准对生产环境的部署。可以在FlexDeploy UI中或通过某些外部通信渠道来完成。今天，我将重点介绍通过Slack批准/拒绝FlexDeploy人工任务的场景：

我想考虑一些要求和注意事项：

我不想教FlexDeploy与Slack通信
我不想向Slack提供FlexDeploy API的详细信息
我不想向公众公开FlexDeploy API
我确实希望能够在不接触FlexDeploy的情况下轻松地将Slack更改为其他内容或添加其他通信工具

基本上，我想使FlexDeploy与外部通信机制的细节脱钩。因此，我将引入一个额外的层，即FlexDeploy和Slack之间的API 。看起来无服务器范例是实现此API的一种非常有吸引力的方法。今天，我将使用Azure Functions构建它，因为……为什么不呢？

因此，从技术上讲，该解决方案的Poc版本如下所示：

一旦出现新的人工任务，FlexDeploy会通知无服务器API有关提供内部任务ID和任务描述的API。有一个SaveTask函数，将提供的任务详细信息以及生成的令牌（只是一些uid）保存到Azure Table存储中 。该令牌具有到期时间，这意味着应该在该时间之前使用它来批准/拒绝任务。

 const azure = require( 'azure-storage' );  const uuidv1 = require( 'uuid/v1' );  module.exports = async function (context, taskid) { var tableSvc = azure.createTableService( 'my_account' , 'my_key' ); var entGen = azure.TableUtilities.entityGenerator; var token = uuidv1(); var tokenEntity = { PartitionKey: entGen.String( 'tokens' ), RowKey: entGen.String(token), TaskId: entGen.String(taskid), dueDate: entGen.DateTime( new Date(Date.now() + 24 * 60 * 60 * 1000 )) };      tableSvc.insertEntity( 'tokens' ,tokenEntity, function (error, result, response) { }); return token;  };

保存令牌后，将调用PostToSlack函数，将消息发布到Slack通道。 SaveTask和PostTo Slack函数被编排到一个持久函数 NotifyOnTask中 ，该函数实际上是由FlexDeploy调用的：

 const df = require( "durable-functions" );  module.exports = df.orchestrator(function*(context){ var task = context.df.getInput() var token = yield context.df.callActivity( "SaveTask" ,  task.taskid) return yield context.df.callActivity( "PostToSlack" ,  { "token" : token, "description" : task.description})  });

Slack中的消息包含两个按钮来批准和拒绝任务。

这些按钮指向指向ActionOnToken持久功能的webhooks ：

 const df = require( "durable-functions" );  module.exports = df.orchestrator(function*(context){ var input = context.df.getInput() var taskId = yield context.df.callActivity( "GetTaskId" ,  input.token) if (input.action == 'approve' ) { yield context.df.callActivity( "ApproveTask" ,  taskId) } else if (input.action == 'reject' ) { yield context.df.callActivity( "RejectTask" ,  taskId) }  });

ActionOnToken调用GetTaskId函数，通过给定令牌从存储中检索任务ID：

 const azure = require( 'azure-storage' );  module.exports = async function (context, token) { var tableSvc = azure.createTableService( 'my_account' , 'my_key' ); function queryTaskID(token) { return new Promise(function (resolve, reject) { tableSvc.retrieveEntity( 'tokens' , 'tokens' , token, function (error, result, response) { if (error) { reject(error) } else { resolve(result) } }); }); } var tokenEntity = await queryTaskID(token); if (tokenEntity) { var dueDate = tokenEntity.dueDate._ if (dueDate > Date.now()) { return tokenEntity.TaskId._ } }  };

完成后，它可以通过调用任一方法来批准或拒绝任务
ApproveTask或RejectTask函数。这些功能依次调用FlexDeploy REST API。

 const request = require( 'sync-request' );  const fd_url = ' http://dkrlp01.flexagon:8000 ' ;  module.exports = async function (context, taskid) { var taskid = taskid; var res = request( 'PUT' , fd_url+ '/flexdeploy/rest/v1/tasks/approval/approve/' +taskid,{ });  };

我可以直接在云端开始开发无服务器应用程序
Azure Portal ，但是我决定实现所有功能并在本地使用它，然后再迁移到云中。我可以做到这一点，在本地开发和测试我的功能这一事实实际上非常酷，并不是每个无服务器平台都为您提供该功能。我在云中配置的唯一内容是
带有表的Azure Table存储帐户，用于存储我的令牌和任务详细信息。

在本地开始使用Azure Functions的便捷方法是使用
Visual Studio Code作为开发工具。我在Mac上工作，因此我下载并安装了Mac OS X版本。VS Code就是有关扩展的，对于您正在使用的每种技术，您都将安装一个或几个扩展。关于Azure函数也是如此。 有一个扩展：

完成此操作后，您将获得一个新选项卡，您可以在其中创建新的功能应用程序并开始实现您的功能：

在配置新项目时，向导会要求您选择一种语言，您希望该语言用于实现以下功能：

尽管我喜欢Java，但仍选择JavaScript是因为我想在常规函数之上实现持久函数，并且它们支持C＃，
仅F＃和JavaScript 。在撰写本文时， JavaScript最接近我。

休息照常。您可以创建函数，编写代码，调试，测试，修复，然后重新进行所有操作。您只需单击F5，VS Code就可以在调试模式下启动整个应用程序：

首次启动该应用程序时，VS Code会建议您在计算机上安装函数运行时（如果没有）。因此，基本上，假设您在笔记本电脑运行时中使用了首选语言（Node.js），则只需要具有VS Code及其功能扩展即可开始使用Azure Functions 。它将为您完成其余的安装。

因此，一旦应用程序启动，我就可以通过调用启动整个周期的NotifyOnTask函数对其进行测试：

 curl -X POST --data '{"taskid":"8900","description":"DiPocket v.1.0.0.1 is about to be deployed to PROD"}' -H "Content-type: application/json" http: //localhost:7071/api/orchestrators/NotifyOnTask

该应用程序的源代码可在GitHub上找到。

好了，到目前为止， Azure Functions的总体观点是……这很好。它只是工作。到目前为止，在实施该解决方案时，我没有遇到任何烦人的问题（除了我犯了一些愚蠢的错误，因为我没有仔细阅读本手册）。我一定会继续在Azure Functions上进行发布和发布，以丰富该解决方案并将其迁移到云中，并可能实现一些不同的东西。

而已！