Exercício - Implantar e exportar um fluxo de trabalho de Aplicativos Lógicos do Azure usando um modelo ARM

  • 9 minutos

No exercício anterior, implantamos um aplicativo lógico usando um modelo básico do Azure Resource Manager. Este modelo era inflexível, pois tudo era codificado. Por exemplo, para alterar o nome do fluxo de trabalho ou o local de implantação do aplicativo, você teria que editar o modelo. Em cenários em que você tem várias implantações em um ambiente com script, editar manualmente o modelo torna-se complicado. Uma abordagem melhor é fornecer os valores como parâmetros, para personalizar a implementação de recursos.

Atualizar o nosso modelo para utilizar os parâmetros do modelo

  1. Copie o modelo básico que usamos no exercício anterior com o seguinte cp comando:

    cp basic-template.json template-with-params.json

  2. Abra o modelo no editor interno com o seguinte code comando:

    code template-with-params.json

    O primeiro passo é adicionar parâmetros para que possamos personalizar facilmente o nome e o local do aplicativo onde o aplicativo é executado.

  3. Substitua a parameters seção no modelo pelo seguinte trecho de código, que adiciona dois novos parâmetros elocation: logicAppName

    "parameters": {
    "logicAppName": {
        "type": "string",
        "metadata": {
          "description": "The name of the logic app to create."
        }
      },
    "location": {
    "type": "string",
    "defaultValue": "[resourceGroup().location]",
    "metadata": {
          "description": "Location for all resources."
        }
    }
},

    Ambos os parâmetros são cadeias de carateres. Não fornecemos um valor padrão para o parâmetro, o que significa que você precisa fornecer um no momento da logicAppName implantação. Em contraste, o location é opcional, pois fornecemos um valor padrão.

    O valor padrão para o parâmetro é o local do grupo de recursos no qual o location aplicativo é implantado. Obtemos esse valor ao referenciar a propriedade location do grupo de recursos devolvido pela função do modelo resourceGroup(). As expressões começam e terminam com colchetes esquerdo e direito ([ ]), respectivamente. O valor da expressão é avaliado quando o modelo conclui a implantação. Uma expressão pode devolver: uma cadeia de carateres, um número inteiro, um valor booleano, uma matriz ou um objeto. Em um modelo, você pode definir 256 parâmetros como o máximo.

    Agora que definimos dois novos parâmetros, vamos usá-los no modelo substituindo valores codificados por referências aos novos parâmetros.

  4. Substitua os name campos e location na seção de recursos do modelo para usar nossos novos parâmetros, conforme mostrado no trecho a seguir:

    "name": "[parameters('logicAppName')]",
"location": "[parameters('location')]",

  5. Substitua a secção outputs na parte inferior do modelo pelo código seguinte. Estamos atualizando o logicAppUrl valor da variável de modelo para também usar o logicAppName parâmetro, conforme mostrado no trecho a seguir:

    "outputs": {
    "logicAppUrl": {
       "type": "string",
       "value": "[listCallbackURL(concat(resourceId('Microsoft.Logic/workflows/', parameters('logicAppName')), '/triggers/manual'), '2017-07-01').value]"
    }
 }

  6. Pressione Ctrl + S para salvar todas as alterações no template-with-params.json.

Implantar recurso de aplicativo lógico com o modelo parametrizado

Existem duas formas de fornecer parâmetros para o nosso modelo durante a implementação com o sinalizador --parameters no comando az deployment group create. Podemos transmitir um URI de um ficheiro de parâmetros remoto ou o nome de um ficheiro local. Vamos utilizar um ficheiro local.

Criar um ficheiro JSON de parâmetros

  1. Crie um novo arquivo chamado params.json no editor de código interno com o seguinte comando:

    code params.json

  2. Cole o JSON a seguir no params.json e pressione Ctrl + S para salvar as alterações.

    { 
    "logicAppName": { 
        "value": "myLogicApp" 
    } 
}

Validar o nosso modelo

  1. No Cloud Shell, execute az deployment group validate para validar o modelo:

    az deployment group validate \
--resource-group "<rgn>[sandbox resource group name]</rgn>" \
--template-file template-with-params.json \
--parameters @params.json

    O argumento --template-file aponta para o modelo local. O nome de ficheiro do modelo é template-with-params.json.

    Você verá um grande bloco JSON como saída, que informa que o modelo passou na validação.

    O Azure Resource Manager preenche os parâmetros do modelo e verifica se o mesmo seria executado com êxito na sua subscrição.

    Se a validação falhar, você verá uma descrição detalhada da falha na saída.

Implementar o modelo com parâmetros de um ficheiro local

  1. No Cloud Shell, execute o seguinte comando para implantar o recurso do aplicativo lógico com o nome do aplicativo retirado do arquivo params.json . No arquivo params.json, o parâmetro não é definido, portanto, o location padrão é usado.

    az deployment group create \
--resource-group "<rgn>[sandbox resource group name]</rgn>" \
--template-file template-with-params.json \
--parameters @params.json

    A implantação levará alguns momentos, e você poderá observar o progresso na linha de comando do Cloud Shell. Quando a implementação estiver concluída, deverá ver provisioningState no resultado do JSON com o valor Succeeded.

  2. Para ver a aplicação em ação, localize o valor logicAppUrl no resultado do JSON. Selecione o URL ou copie-o e cole-o em uma nova janela do navegador. A página exibirá a mensagem Hello Azure Logic Apps Template! .

Implementar o modelo com parâmetros de uma linha de comandos

Em vez de editar um ficheiro de parâmetros sempre que pretender fazer implementações a partir da linha de comandos, pode fornecer os parâmetros numa cadeia de carateres JSON na linha de comandos.

  1. Execute o seguinte comando no Cloud Shell para implantar o recurso do aplicativo lógico com o nome do aplicativo e seu local alimentados como uma cadeia de caracteres JSON na linha de comando:

    az deployment group create \
--resource-group "<rgn>[sandbox resource group name]</rgn>" \
--template-file template-with-params.json \
--parameters '{ "logicAppName": {"value":"MyLogicApp2"}, "location": {"value":"East US"}}'

    A implantação levará alguns momentos, e você poderá observar o progresso na linha de comando do Cloud Shell. Quando a implementação estiver concluída, deverá ver provisioningState no resultado do JSON com o valor Succeeded.

  2. Para ver a aplicação em ação, localize o valor logicAppUrl no resultado do JSON. Selecione o URL e cole-o numa nova janela do browser. A página exibirá a mensagem Hello Azure Logic Apps Template! .

  3. Execute o seguinte comando para listar todos os fluxos de trabalho dos Aplicativos Lógicos do Azure que implantamos até agora:

    az resource list \
--resource-group "<rgn>[sandbox resource group name]</rgn>" \
--resource-type Microsoft.Logic/workflows \
--query [*].[name,location] --output tsv

    Este comando lista os três fluxos de trabalho dos Aplicativos Lógicos do Azure que implantamos até agora, todos a partir de um modelo.

Utilizar a ação da aplicação no modelo do Azure Resource Manager

Vamos agora focar-nos em fazer com que a nossa aplicação faça um pouco mais do que apenas devolver-nos uma mensagem estática. Manteremos o aplicativo como um fluxo de trabalho acionado por HTTP, que ainda retornará uma resposta HTTP. Vamos passar alguns valores com a solicitação, e fazer com que o aplicativo faça um cálculo para nós. Faremos um cálculo básico da área. Partindo do princípio de que as entradas que transmitimos são a altura e largura de um retângulo, iremos devolver a área. Em seguida, implantaremos o novo aplicativo e o veremos ser executado.

  1. Abra o template-with-params.json no editor integrado executando o seguinte comando no Cloud Shell:

    code template-with-params.json

  2. Adicione o relativePath campo à seção de entradas do nosso gatilho de solicitação HTTP, conforme mostrado no seguinte trecho:

    "inputs": {
    "method": "GET",
    "relativePath": "{width}/{height}",
    "schema": {}
}

    A entrada relativePath especifica os parâmetros que queremos que o nosso URL de ponto final HTTP aceite. Neste caso, definimos dois parâmetros, width e height. Usaremos esses valores de parâmetro para calcular uma área e retornar o resultado.

  3. Atualize o corpo da ação Resposta com a seguinte linha:

    "body": "Response from @{workflow().name}  Total area = @{mul( int(triggerOutputs()['relativePathParameters']['height'])  , int(triggerOutputs()['relativePathParameters']['width'])  )}",

    Nossa resposta atualizada executa as seguintes tarefas:

    • Imprime o nome do recurso do aplicativo lógico. A resposta chama a workflow() função para retornar informações sobre o fluxo de trabalho. A partir desse resultado, fazemos referência à propriedade name.

    • Retorna o produto dos equivalentes inteiros para os valores de cadeia de caracteres de altura e largura dos parâmetros de URL. Esta tarefa usa a função e int() a mul() função de conversão.

  4. Pressione Ctrl + S para salvar todas as alterações no template-with-params.json.

  5. Valide o modelo após essas alterações com o az deployment group validate comando no Cloud Shell. Neste exemplo, definimos o nome do aplicativo como CalculateArea usando um parâmetro embutido.

    az deployment group validate \
--resource-group "<rgn>[sandbox resource group name]</rgn>" \
--template-file template-with-params.json \
--parameters '{ "logicAppName": {"value":"CalculateArea"}}'

  6. Execute o seguinte comando para implementar as nossas alterações numa aplicação lógica com o nome CalculateArea. Vamos omitir um valor para o parâmetro e apenas usar o location padrão.

    az deployment group create \
--resource-group "<rgn>[sandbox resource group name]</rgn>" \
--template-file template-with-params.json \
--parameters '{ "logicAppName": {"value":"CalculateArea"}}'

    A implantação levará alguns momentos, mas você pode observar o progresso na linha de comando do Cloud Shell. Quando a implementação estiver concluída, deverá ver provisioningState no resultado do JSON com o valor Succeeded.

  7. Para ver a aplicação em ação, localize o valor logicAppUrl no resultado do JSON. Selecione o URL e cole-o numa nova janela do browser.

  8. Atualize o URL no browser, alterando /triggers/manual/paths/invoke?api para /triggers/manual/paths/invoke/{width}/{height}?api, em que {width} e {height} são valores em números inteiros para a largura e altura da área que queremos calcular. Por exemplo, /triggers/manual/paths/invoke/6/7?api. A resposta do aplicativo listará o nome do fluxo de trabalho e a área calculada, conforme mostrado na captura de tela a seguir:

    Sceenshot of web browser displaying response from our app called calculate area.

  9. Execute o seguinte comando para listar todos os fluxos de trabalho dos Aplicativos Lógicos do Azure que implantamos até agora:

    az resource list \
--resource-group "<rgn>[sandbox resource group name]</rgn>" \
--resource-type Microsoft.Logic/workflows \
--query [*].[name,location] --output tsv

Neste exercício, introduzimos mais flexibilidade no nosso modelo com parâmetros. Fornecemos esses parâmetros na linha de comandos e através de um ficheiro local. Também atualizámos a ação que o nosso fluxo de trabalho simples executa, alterando diretamente o body da resposta que devolvemos.

Pode transferir os parâmetros e os ficheiros de modelo do GitHub com os seguintes comandos curl no Cloud Shell.

curl https://github.com/MicrosoftDocs/mslearn-logic-apps-and-arm-templates/blob/master/calculate-area/params.json > params-final.json
curl https://github.com/MicrosoftDocs/mslearn-logic-apps-and-arm-templates/blob/master/calculate-area/template.json > template-with-params-final.json