Azure Functions para IA: hospedagem, escala, gatilhos, vínculos, segurança e MCP

radio_button_uncheckedshort_text1. Cenário e objetivos de aprendizagem

Considere uma plataforma inteligente de documentos: uma API recebe o arquivo, um serviço de IA extrai o texto, a solução classifica o conteúdo e grava o resultado. Máquinas virtuais dimensionadas para o pico ficam ociosas e ainda exigem correções e gestão de capacidade. O Azure Functions troca essa capacidade fixa por execução orientada a eventos, escala automática e cobrança conforme o plano escolhido.

• Expor uma entrada HTTP de baixa latência.
• Enviar tarefas longas a um processador acionado por fila.
• Usar vínculos para movimentar dados e SDKs onde não houver vínculo.
• Proteger configuração com Cofre de Chaves, Configuração de Aplicativos e identidade gerenciada.
• Expor operações selecionadas como ferramentas MCP.

Resumo rápido

O objetivo é um back-end de IA responsivo e seguro que separa a aceitação da solicitação do processamento pesado.

radio_button_uncheckedshort_text2. Partida a frio e seu impacto ampliado pela IA

A partida a frio acontece quando a plataforma aloca uma instância, inicia o host e o trabalhador da linguagem, carrega o aplicativo e prepara dependências antes da primeira invocação. Ela pode ocorrer em planos que escalam até zero e é paga uma vez por nova instância, não a cada solicitação.

SDKs grandes, bibliotecas de inferência, metadados de modelo, resolução de configuração, tokens e pools de rede aumentam esse tempo. Inicialize clientes reutilizáveis no escopo do módulo, mantenha o pacote enxuto e meça separadamente as latências fria e aquecida.

Resumo rápido

A partida a frio é por instância; dependências pesadas a ampliam e invocações aquecidas reutilizam o processo preparado.

radio_button_uncheckedshort_text3. Consumo Flexível como padrão sem servidor

O plano de Consumo Flexível é a recomendação baseada em Linux para novos aplicativos de funções sem servidor. Oferece escala por função, integração à rede virtual, instâncias configuráveis de 512 MB, 2.048 MB ou 4.096 MB e até 1.000 instâncias sob demanda. Comece em 2.048 MB, use 4.096 MB para cargas intensivas e 512 MB para processadores leves.

Instâncias sempre prontas mantêm uma função ou grupo de escala aquecido. Elas reduzem a partida a frio, mas criam custo básico; reserve-as para endpoints sensíveis à latência. A escala sob demanda continua além desse piso.

Resumo rápido

Use Consumo Flexível para economia orientada a eventos e adicione capacidade sempre pronta somente onde a latência justificar.

radio_button_uncheckedshort_text4. Premium e demais opções de hospedagem

Resumo rápido

Premium troca um piso aquecido por inicialização previsível; Dedicado e Aplicativos de Contêiner atendem requisitos especializados.

radio_button_uncheckedshort_text5. Escala por função, concorrência e memória

No Consumo Flexível, gatilhos HTTP escalam como um grupo; blobs acionados pela Grade de Eventos formam outro; Funções Duráveis compartilham um grupo. A maioria dos demais gatilhos, como Barramento de Serviço, filas e temporizadores, escala de modo independente. Assim, um pico na fila não precisa disputar instâncias com a API.

Concorrência menor distribui chamadas de IA caras por mais instâncias e dedica mais recursos a cada invocação; concorrência maior usa menos instâncias, mas aumenta a contenção. Ajuste com testes de carga, cotas dos serviços dependentes, memória e latência ponta a ponta.

Resumo rápido

Grupos definem quais funções compartilham instâncias; concorrência e memória definem quanto trabalho cada instância aceita.

radio_button_uncheckedshort_text6. Tarefas longas e solicitação-resposta assíncrona

Uma função acionada por HTTP dispõe de aproximadamente 230 segundos para responder devido ao Azure Load Balancer, mesmo com functionTimeout maior. Consumo Flexível e Premium permitem execuções não HTTP sem máximo configurado, porém ainda existem períodos de cortesia em redução de escala e atualizações.

1. Validar a solicitação e criar o identificador.
2. Publicar o trabalho no Barramento de Serviço.
3. Responder 202 Accepted com uma URL de status.
4. Processar a mensagem em outra função.
5. Persistir status e resultado.

import azure.functions as func
import json, uuid

app = func.FunctionApp()

@app.route(route="documents", methods=["POST"], auth_level=func.AuthLevel.FUNCTION)
@app.service_bus_queue_output(
    arg_name="job", queue_name="document-jobs", connection="ServiceBusConnection")
def accept_document(req: func.HttpRequest, job: func.Out[str]) -> func.HttpResponse:
    payload = req.get_json()
    job_id = str(uuid.uuid4())
    job.set(json.dumps({"jobId": job_id, "url": payload["documentUrl"]}))
    return func.HttpResponse(
        json.dumps({"jobId": job_id, "statusUrl": f"/api/jobs/{job_id}"}),
        status_code=202, mimetype="application/json")

Resumo rápido

A resposta 202 e a fila desacoplam a latência HTTP do processamento e permitem escala independente.

radio_button_uncheckedshort_text7. Ferramentas locais e criação do projeto

O Azure Functions Core Tools v4 fornece o host local em disponibilidade geral e o comando func; o Azure Functions CLI v5 ainda está em versão prévia. A extensão do Azure Functions para Visual Studio Code acrescenta modelos, depuração com F5, implantação e sincronização de configurações. Crie pelo Command Palette ou com func init, adicione com func new e execute com func start.

• Core Tools v4
• Visual Studio Code e extensão do Azure Functions
• Python compatível e ambiente virtual
• Azurite para armazenamento do host
• curl ou cliente de arquivos .http

Resumo rápido

O host local usa o mesmo modelo de gatilhos e vínculos do Azure e encurta o ciclo de desenvolvimento.

radio_button_uncheckedshort_text8. Estrutura do projeto Python v2

Mantenha funções sem estado, divida projetos grandes em blueprints e versione a configuração de depuração, mas não local.settings.json.

Resumo rápido

Código, comportamento global e ambiente ficam separados em arquivos com papéis definidos.

radio_button_uncheckedshort_text9. AzureWebJobsStorage, Azurite e dependências locais

AzureWebJobsStorage também coordena o host, mantém estado de temporizadores e armazena chaves. Uma configuração inválida pode impedir gatilhos não HTTP. Localmente, UseDevelopmentStorage=true aponta o host e os vínculos compatíveis para o Azurite, que implementa Armazenamento de Blobs, Filas e Tabelas.

{
  "IsEncrypted": false,
  "Values": {
    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
    "FUNCTIONS_WORKER_RUNTIME": "python",
    "ServiceBusConnection__fullyQualifiedNamespace": "<namespace>.servicebus.windows.net"
  }
}

Use o emulador do Azure Cosmos DB quando adequado e contêineres locais de PostgreSQL ou Redis. Antes da liberação, teste os serviços reais e jamais implante UseDevelopmentStorage=true.

Resumo rápido

O Azurite atende à dependência local do host; emuladores aceleram o trabalho, mas não substituem o teste final no Azure.

radio_button_uncheckedshort_text10. Gatilhos HTTP e autorização do endpoint

Cada função tem exatamente um gatilho. O gatilho HTTP recebe método, cabeçalhos, parâmetros e corpo e devolve HttpResponse. Use anonymous apenas quando o acesso público for intencional, function como barreira básica e admin somente com a chave mestra para operações administrativas.

Chaves não identificam o chamador. Use API Management ou Autenticação do App Service quando precisar de Microsoft Entra ID, OAuth 2.0, cotas, transformações ou limitação de taxa.

Resumo rápido

O nível de autorização define a exigência de chave; identidade real requer uma camada de autenticação apropriada.

radio_button_uncheckedshort_text11. Gatilhos do Barramento de Serviço, locks e dead-letter

O gatilho de fila do Barramento de Serviço recebe em PeekLock. Sucesso conclui a mensagem; falha a abandona para nova entrega, salvo liquidação manual. maxConcurrentCalls controla chamadas paralelas por instância e maxAutoRenewDuration deve cobrir o processamento esperado.

{
  "version": "2.0",
  "extensions": {
    "serviceBus": {
      "maxConcurrentCalls": 1,
      "maxAutoRenewDuration": "00:10:00",
      "autoCompleteMessages": true
    }
  }
}

Ao ultrapassar maxDeliveryCount, o Barramento de Serviço move a mensagem problemática para a subfila de mensagens mortas com metadados. Monitore-a e reprocesse com intenção. Permissão de leitura administrativa também melhora a precisão da escala baseada em destino.

Resumo rápido

Dimensione concorrência e renovação do lock e trate a fila de mensagens mortas como parte da operação.

radio_button_uncheckedshort_text12. Vínculos de entrada/saída e clientes SDK

O gatilho também é um vínculo de entrada. Vínculos adicionais leem ou escrevem sem código repetitivo de conexão: Armazenamento de Blobs para arquivos, Azure Cosmos DB para resultados estruturados e Barramento de Serviço para fan-out. Use SDK quando não houver vínculo adequado ou for necessária a API completa.

@app.service_bus_queue_trigger(
    arg_name="msg", queue_name="document-jobs", connection="ServiceBusConnection")
@app.cosmos_db_output(
    arg_name="result", database_name="ai-results",
    container_name="classifications", connection="CosmosDBConnection")
def classify(msg: func.ServiceBusMessage, result: func.Out[func.Document]) -> None:
    job = json.loads(msg.get_body().decode("utf-8"))
    answer = run_document_pipeline(job["url"])
    result.set(func.Document.from_dict({"id": job["jobId"], **answer}))

Crie credenciais e clientes caros no escopo do módulo para que invocações aquecidas reutilizem pools e tokens.

Resumo rápido

Vínculos reduzem código de infraestrutura; SDKs dão controle total e devem ser reutilizados.

radio_button_uncheckedshort_text13. Configurações do aplicativo e separação de ambientes

Configurações do aplicativo são criptografadas em repouso e injetadas como variáveis de ambiente. Armazene endpoints, modelos, limites e sinalizadores em pares simples. Use os.environ para valores obrigatórios e os.getenv para padrões explícitos.

Separe desenvolvimento, homologação e produção. Administre produção com infraestrutura como código ou CLI controlada; baixar configurações pode expor segredos e enviar valores locais pode interromper a produção.

Resumo rápido

O código permanece neutro quando cada ambiente fornece sua própria configuração.

radio_button_uncheckedshort_text14. Referências do Cofre de Chaves e rotação

Uma referência do Cofre de Chaves resolve o segredo como configuração, sem alteração no código. Conceda Key Vault Secrets User. A URI sem versão acompanha a versão mais recente em até 24 horas de cache; a URI versionada permanece fixa. Uma alteração de configuração ou atualização explícita força nova resolução.

AI_SERVICE_KEY=@Microsoft.KeyVault(
  SecretUri=https://<vault>.vault.azure.net/secrets/AiServiceKey/)

from azure.appconfiguration.provider import load
from azure.identity import DefaultAzureCredential

credential = DefaultAzureCredential()
config = load(
    endpoint=os.environ["AZURE_APPCONFIG_ENDPOINT"],
    credential=credential,
    keyvault_credential=credential)

Resumo rápido

Mantenha segredos no Cofre de Chaves, use referências sem versão para rotação e conceda apenas leitura.

radio_button_uncheckedshort_text15. Configuração de Aplicativos e recursos

A Configuração de Aplicativos centraliza valores não secretos e sinalizadores compartilhados. Rótulos selecionam cada ambiente; o provedor Python pode atualizar valores e resolver referências do Cofre de Chaves com DefaultAzureCredential.

Guarde rotas de modelo, limites e sinalizadores na Configuração de Aplicativos e credenciais no Cofre de Chaves.

Resumo rápido

A Configuração de Aplicativos centraliza comportamento; o Cofre de Chaves continua sendo a origem dos segredos.

radio_button_uncheckedshort_text16. Identidade gerenciada e menor privilégio

Conexões por identidade trocam cadeias por um prefixo e endpoint. A identidade atribuída pelo sistema é padrão; uma identidade atribuída pelo usuário pode ser compartilhada e preparada antes da implantação. Dois sublinhados formam propriedades estruturadas.

AzureWebJobsStorage__accountName=<storage-account>
ServiceBusConnection__fullyQualifiedNamespace=<namespace>.servicebus.windows.net
CosmosDBConnection__accountEndpoint=https://<account>.documents.azure.com:443/

# SDK client created once and reused on warm invocations
credential = DefaultAzureCredential()
client = DocumentIntelligenceClient(
    endpoint=os.environ["DOCUMENT_INTELLIGENCE_ENDPOINT"],
    credential=credential)

Resumo rápido

A identidade remove credenciais armazenadas, mas cada destino ainda precisa do papel mínimo correto.

radio_button_uncheckedshort_text17. Chaves de acesso, proteção de API e laboratório MCP

Chaves de função valem para uma função, chaves de host alcançam todas, chaves de sistema pertencem a extensões e a chave mestra libera administração. Todas são segredos. API Management acrescenta políticas e OAuth; a Autenticação do App Service pode exigir Microsoft Entra ID.

A extensão MCP do Azure Functions expõe gatilhos de ferramenta, recurso e prompt. Prefira Streamable HTTP em /runtime/webhooks/mcp; SSE é compatibilidade. No Azure, o endpoint normalmente exige a chave de sistema mcp_extension. Python requer azure-functions 1.24.0 ou posterior e o teste local exige Core Tools 4.0.7030 ou posterior.

{
  "servers": {
    "local-functions-mcp": {
      "type": "http",
      "url": "http://localhost:7071/runtime/webhooks/mcp"
    },
    "remote-functions-mcp": {
      "type": "http",
      "url": "https://<app>.azurewebsites.net/runtime/webhooks/mcp",
      "headers": { "x-functions-key": "${input:mcp-extension-system-key}" }
    }
  }
}

1. Criar o projeto e um gatilho MCP Tool.
2. Confirmar o bundle de extensões 4.x.
3. Implementar uma ferramenta pequena e segura.
4. Executar Azurite e func start e conectar o cliente.
5. Implantar, recuperar a chave mcp_extension com segurança e testar Streamable HTTP.

Resumo rápido

Chaves são segredos compartilhados; ferramentas MCP devem ser estreitas e endpoints remotos precisam de proteção.

radio_button_uncheckedshort_text18. Avaliação, checklist e referências

Checklist final

• Meça latência fria e aquecida.
• Escolha plano e memória por testes.
• Enfileire o que excede o limite HTTP.
• Ajuste concorrência, lock, repetição e dead-letter.
• Não versione configuração local.
• Prefira identidade e menor privilégio.
• Rotacione segredos por referência sem versão.
• Monitore falhas, escala, dependências e custo.
• Restrinja ferramentas MCP.

1. Escala e hospedagem do Azure Functions
2. Plano de Consumo Flexível
3. Desenvolvimento local
4. Gatilho do Barramento de Serviço
5. Referências do Cofre de Chaves
6. Vínculos MCP

Resumo rápido

O cenário reúne hospedagem, escala, ferramentas locais, mensageria, configuração segura, identidade e proteção em um único desenho operacional.