Azure函数-Python（Blob触发器和绑定）

Question

我已经审阅了Microsoft提供的关于触发器的文档。[https://docs.microsoft.com/en-us/azure/azure-functions/functions-bindings-storage-blob-trigger?tabs=python][1]

事实上，在Azure函数中使用func.InputStream参数允许我们检索blob和一些属性（name， uri， long），我们还可以使用read（）函数读取字节，但是我们如何将字节转换为我们可以操作的对象，例如Pandas数据框（或其他类型文件的任何其他类型的对象，即jpg）？

我的host.json文件可以在下面找到：

{
  "scriptFile": "__init__.py",
  "bindings": [
    {
      "name": "myblob",
      "type": "blobTrigger",
      "direction": "in",
      "path": "statscan/raw/ncdb/{name}",
      "connection": ""
    },
    {
      "type": "blob",
      "direction": "out",
      "name": "outputBlob",
      "path": "statscan/enriched/func/{name}.csv",
      "connection": ""
    }
  ]
}

Blob触发器功能可在下面找到：

import pandas as pd
import logging
import azure.functions as func

def main(myblob: func.InputStream, outputBlob: func.Out[str]):

    logging.info(f"Blob trigger executed!")
    logging.info(f"Blob Name: {myblob.name} ({myblob.length}) bytes")
    logging.info(f"Full Blob URI: {myblob.uri}")

    ### Manipulate with Pandas ###

    ### Output ###
    output = ''
    outputBlob.set(output)

Answer 1

我们有多种方法来检查文件内容并相应地读取它，在您的情况下，让我们考虑将csv格式视为blob。

>

为了实现这一点，我们可以下载blob，然后将数据读取到dataframe，以下是我从MS Docs（https://docs.microsoft.com/en-us/azure/architecture/data-science-process/explore-data-blob）中尝试的方式：

  from azure.storage.blob import BlobServiceClient
  import pandas as pd

  STORAGEACCOUNTURL= <storage_account_url>
  STORAGEACCOUNTKEY= <storage_account_key>
  LOCALFILENAME= <local_file_name>
  CONTAINERNAME= <container_name>
  BLOBNAME= <blob_name>

  #download from blob
  t1=time.time()
  blob_service_client_instance = BlobServiceClient(account_url=STORAGEACCOUNTURL, credential=STORAGEACCOUNTKEY)
  blob_client_instance = blob_service_client_instance.get_blob_client(CONTAINERNAME, BLOBNAME, snapshot=None)
  with open(LOCALFILENAME, "wb") as my_blob:
      blob_data = blob_client_instance.download_blob()
      blob_data.readinto(my_blob)
  t2=time.time()
  print(("It takes %s seconds to download "+BLOBNAME) % (t2 - t1))

否则我们可以直接使用blob sas url转换如下：

  from io import StringIO
  blobstring = blob_service.get_blob_to_text(CONTAINERNAME,BLOBNAME).content
  df = pd.read_csv(StringIO(blobstring))

另一种方法是使用blob sas url，我们可以在右键单击blob并选择“生成sas”后获得它:

    import pandas as pd
    data = pd.read_csv('blob_sas_url')