Tutorial: Desencadenamiento de un trabajo de Batch con Azure Functions

En este tutorial, aprenderá a desencadenar un trabajo de Batch con Azure Functions. Le guiaremos en un ejemplo en el que se aplica el reconocimiento óptico de caracteres (OCR) a los documentos agregados a un contenedor de blobs de Azure Storage mediante Azure Batch. Para agilizar el procesamiento de OCR, configuraremos una función que ejecuta un trabajo de OCR de Batch cada vez que se agrega un archivo al contenedor de blobs de Azure. Aprenderá a:

Prerrequisitos

• Una cuenta de Azure con una suscripción activa. Cree una cuenta gratuita.
• Una cuenta de Azure Batch y una cuenta de Azure Storage vinculada. Consulte Creación de una cuenta de Batch para más información sobre cómo crear y vincular cuentas.
• Batch Explorer.
• Explorador de Azure Storage.

Inicio de sesión en Azure

Inicie sesión en Azure Portal.

Creación de un grupo y un trabajo de Batch con Batch Explorer

En esta sección, usará Batch Explorer para crear el grupo y el trabajo de Batch que ejecutarán las tareas de OCR.

Creación de un grupo

1. Inicie sesión en Batch Explorer con sus credenciales de Azure.
2. Para crear un grupo, seleccione Grupos en la barra lateral izquierda y, después, el botón Agregar situado sobre el formulario de búsqueda.
   1. Elija un identificador y el nombre para mostrar. Usaremos ocr-pool para este ejemplo.
   2. Establezca el tipo de escala en Tamaño fijo y establezca el número de nodos dedicados en 3.
   3. Seleccione Ubuntuserver > 18.04-lts como sistema operativo.
   4. Elija Standard_f2s_v2 como tamaño de la máquina virtual.
   5. Habilite la tarea de inicio y agregue el comando /bin/bash -c "sudo update-locale LC_ALL=C.UTF-8 LANG=C.UTF-8; sudo apt-get update; sudo apt-get -y install ocrmypdf". Asegúrese de establecer la identidad del usuario como usuario de la tarea (Admin) , que permite que las tareas de inicio incluyan comandos con sudo.
   6. Seleccione Aceptar.

Creación de un trabajo

1. Para crear un trabajo en el grupo, seleccione Trabajos en la barra lateral izquierda y, después, el botón Agregar situado sobre el formulario de búsqueda.
   1. Elija un identificador y el nombre para mostrar. Usaremos ocr-job para este ejemplo.
   2. Establezca el grupo en ocr-pool o en el nombre que eligiera para el grupo.
   3. Seleccione Aceptar.

Creación de contenedores de blobs

Aquí podrá crear contenedores de blobs que almacenarán la entrada y salida de archivos para el trabajo de Batch OCR. En este ejemplo, el contenedor de entrada se denomina input y es donde se cargan inicialmente todos los documentos sin reconocimiento óptico de caracteres para ser procesados. El contenedor de salida se denomina output y es donde el trabajo de Batch escribe los documentos procesados con OCR.

1. Inicie sesión en el Explorador de Storage con sus credenciales de Azure.
2. Con la cuenta de almacenamiento vinculada a su cuenta de Batch, cree dos contenedores de blobs (uno para los archivos de entrada y otro para los de salida); para ello, siga los pasos descritos en Creación de un contenedor de blobs.
3. Cree una firma de acceso compartido para el contenedor de salida en el Explorador de Storage haciendo clic con el botón derecho en el contenedor de salida y seleccionando Obtener firma de acceso compartido... . En Permisos, seleccione Escritura. No se necesitan más permisos.

Creación de una Función de Azure

En esta sección creará la función de Azure que desencadena el proceso de Batch OCR cuando se carga un archivo en el contenedor de entrada.

1. Siga los pasos de Crear una función desencadenada por Azure Blob Storage para crear una función.
   1. En Pila en tiempo de ejecución, elija .NET. Escribiremos nuestra función C# para aprovechar el SDK de .NET para Batch.
   2. Cuando se le solicite una cuenta de almacenamiento en Hospedaje, utilice la misma cuenta de almacenamiento que ha vinculado a su cuenta de Batch.
   3. Al crear el desencadenador de la cuenta de Azure Blob Storage, asegúrese de establecer la ruta de acceso como input/{name} (para que coincida con el nombre del contenedor de entrada).
2. Una vez creada la función desencadenada por blobs, seleccione Código y prueba. Use los archivos run.csx y function.proj de GitHub en la función. function.proj no existe de forma predeterminada, así que seleccione el botón Cargar para cargarlo en el área de trabajo de desarrollo.
   • run.csx se ejecuta cuando se agrega un nuevo blob al contenedor de blobs de entrada.
   • function.proj enumera las bibliotecas externas en el código de Function, por ejemplo, el SDK de .NET para Batch.
3. Cambie los valores del marcador de posición de las variables en la función Run() del archivo run.csx para que refleje sus credenciales de Batch y almacenamiento. Puede buscar las credenciales de sus cuentas de Batch y de Storage en Azure Portal, en la sección Claves de su cuenta de Batch.
   • Recupere las credenciales de sus cuentas de Batch y de Storage en Azure Portal, en la sección Claves de su cuenta de Batch.

Desencadenar la función y recuperar resultados

Cargue alguno o todos los archivos analizados desde el directorio input_files en GitHub al contenedor de entrada. Supervise Batch Explorer para confirmar que se agrega una tarea a ocr-pool para cada archivo. Después de unos segundos, se agrega al contenedor de salida el archivo con el reconocimiento óptico de caracteres aplicado. El archivo entonces es visible y se puede recuperar en el Explorador de Storage.

Además, puede ver el archivo de registros en la parte inferior de la ventana de editor web de Azure Functions, donde verá mensajes similares a este para cada archivo que se carga en el contenedor de entrada:

2019-05-29T19:45:25.846 [Information] Creating job...
2019-05-29T19:45:25.847 [Information] Accessing input container <inputContainer>...
2019-05-29T19:45:25.847 [Information] Adding <fileName> as a resource file...
2019-05-29T19:45:25.848 [Information] Name of output text file: <outputTxtFile>
2019-05-29T19:45:25.848 [Information] Name of output PDF file: <outputPdfFile>
2019-05-29T19:45:26.200 [Information] Adding OCR task <taskID> for <fileName> <size of fileName>...

Para descargar los archivos de salida desde el Explorador de Storage a la máquina local, seleccione primero los archivos que desee y, a continuación, seleccione Descargar en la cinta de opciones superior.

Limpieza de recursos

Se cobran el grupo mientras que los nodos estén en ejecución, aunque no haya trabajos programados. Cuando ya no necesite el grupo, pude eliminarlo mediante estos pasos.

1. En la vista de cuenta, seleccione Grupos y el nombre del grupo.
2. Seleccione Eliminar.

Al eliminar el grupo, las salidas de tarea de los nodos también se eliminan. Sin embargo, los archivos de salida permanecen en la cuenta de almacenamiento. Cuando ya no las necesite, también puede eliminar la cuenta de Batch y la cuenta de almacenamiento.

Pasos siguientes

Para más ejemplos de uso de la API de .NET para programar y procesar cargas de trabajo de Batch, consulte los ejemplos de GitHub.