VScodeのAzureFunctions拡張機能を使って、サーバレスでPython関数を実行してみた
はじめに
HTTPリクエストに応答するPython関数を、VSCodeを利用して作成します。
作成した関数をローカル環境でテストした後、Azure Functionsのサーバレス環境にデプロイして、HTTPリクエストができるかどうか試してみます。
概要
Azure Functionsとは、Microsoft Azureのサービスのひとつで、
Web APIをとても簡単に作れるフレームワークです。
こちらの記事がとても詳しく解説されています。
Azure Functionsでサーバーレスアーキテクチャが何かを理解する:
https://qiita.com/yuhattor/items/f7b2aec5211951dd7622
Azure公式ドキュメント:
https://azure.microsoft.com/ja-jp/services/functions/
ゴール
- Azure Functions環境をセットアップ
- Python関数作成
- ローカル環境で関数を実行
- Azureにデプロイ
こちらの4項目についてやっていきたいと思います！
1. Azure Functions環境をセットアップ
まず、以下の環境が必要になります。
- Azureアカウントの作成
こちらから作成できます。
- Azure Functions Core Tools のインストール
こちらを参考にして Azure Functions Core Tools をインストールします。
- Pythonをインストールします。
※Azure Functions Core Tools で Python3.9 がプレビューになっているので今回は Python3.8.9 をインストールしています。
- VSCodeをインストールします。
- VSCodeにPython拡張機能と、Azure Functions拡張機能をインストールしてください。
上記セットアップが完了しましたら、さっそくPython関数を作成していきます！
2. Python関数作成
セットアップがすべて完了したなら、Python関数を作成していきます。
ディレクトリ作成
- コマンドプロンプトを起動し、次のコマンドを実行してプロジェクトとローカルのGitリポジトリを作成します。
- プロジェクト名を入力すると、そのプロジェクト名のフォルダの作成と初期化を実行します。 プロジェクト名がすでにある場合は、フォルダの中身を初期化します。
- ランタイムを選択します。
- 今回はPythonを選択します。 上/下方向キーを使用してPythonを選択し、Enter キーを押します。 終わったらVSCodeに移ります。
VSCodeで関数作成
- アクティビティバーのAzureアイコンをクリックし、FUNCTION から [Create New Project] を選択します。
- 今回作成する Python関数をどのディレクトリに格納する / 新規ディレクトリを作成するか選択します。今回はコマンドプロンプトから作成した MyFunctionProj のディレクトリを選択しました。
- 今回利用する言語、Pythonを選択します。Python以外にもC#、Java、TypeScriptなどにも対応しているようです。
- プロジェクトのテンプレートを選択します。今回はHTTPリクエストの応答をやりたいので HTTP Trigger を選択します。
その他にも、 Azure Blob Storage Trigger、Azure Queue Storage Trigger などが選択できます。
- 関数の名前を決めます。
- この関数の権限を決めます。
今回は Anonymous を選択します。
すべてのユーザーが関数のエンドポイントを呼び出すことができるようになります。
- 関数作成が終わると、左のメニューバーのAzureアイコンから
作成した関数のフォルダが見られるようになります。
（赤枠で囲った部分）
3. ローカル環境で関数を実行
Azure へのサインイン
作成したPython関数を発行するにはAzureにサインインが必要になります。
Azureのアカウントにサインインすると、サイドバーにアカウントとサブスクリプションが表示されます。
Azureに作成したコードをデプロイ
Azure上に作成したPython関数をデプロイします。
下記画像の赤枠部分をクリックします。
- アカウントにサインインしていると、サブスクリプションが表示されます。
今回使用するサブスクリプションを選択します。
- デプロイ名を決めます。
- 使用するランタイムを決めます。
今回はPython3.8を使用します。
- 作成したPython関数をデプロイするリージョンを決めます。
基本的に一番近いリージョンを選択するので今回は東日本を選択します。
- デプロイが完了するとサイドバーに表示されるようになります。
関数の実行
作成した関数を F5 キーで呼び出し / 実行→デバック をクリックすると、
ターミナル画面に関数の実行が表示されます。
URLがターミナルに表示されます。
URLを開いて以下の画面が表示されたら成功です！
Azure上で作成したPython関数が登録されているかチェック
Azure portal上でコードが登録されているかチェックします。
Azure portalにログインし、関数アプリをクリック
登録されていると以下の画面が表示されます。
さいごに
今回VSCodeのAzure Functions拡張機能を使ってみて、簡単に関数が実行できました。
サーバの構築や保守管理なしでコードのビルド・デバッグ・デプロイができるのは楽ですね。
自動スケーリングや決まった時間にコードを処理するバッチ処理の機能なども備わっているので効率よく開発できるのが、プログラマー的に便利だなと思いました。
参考HP
Azure公式ドキュメント
https://docs.microsoft.com/ja-jp/azure/azure-functions/create-first-function-vs-code-python
Live Share Extension Packの始め方
はじめに
Live Share Extension Packは、VScodeで複数人で共同編集（コード編集・デバック）ができる拡張機能です。リモートワークでの使用はもちろん、エラーの修正を複数人でフィードバックしながら行う際にも有効です。
Live Share Extension Packに含まれる拡張機能は以下になります。
| 拡張機能 | 概要 |
|---|---|
| Live Share | 使用しているプログラミング言語や作成しているアプリの種類に関係なく、他のユーザーとリアルタイムで共同で編集・デバックを行うことができます |
| Live Share Audio | 別のツールやサービスを使用せず、VScode内から直接音声通話をすることができます |
料金は無料なので、VScodeをインストールした際には最初に入れておくのが良いかもしれません。
ゴール
今回はLive Share Extension Packを導入し、実際に使用するところまで行いたいと思います。
手順
手順はざっくり以下の３つです。
1.インストールする
2. 設定
3. 共同編集
1. インストールする
上記のリンクをクリックすると以下の画面が表示されますので、インストールをクリック。
VScode内に下記のアイコンが表示されれば正常に完了しています。
2.設定
Live Share Extension Packを使用するには、アカウントの設定が必要になります。
先ほどのLive Share Extension Packアイコン（画面左）をクリック。
セッション詳細の項目が出てきます。
共有（読み取り/書き込み）をクリックすると、画面上部に「Sign in するアカウントを選択してください」と表示されます。
アカウントは、「Microsoftアカウント」または「GitHubアカウント」の2つから選べるのでお好きな方をお選びください。
（筆者はMicrosoftアカウントを使用します）
アカウントの選択画面に移ります。（MicrosoftならMicrosoft、GitならGit)
下記の画面が表示されればアカウントの設定は完了です。
3. 共同編集
それでは、実際に共同編集を行ってみます。
まずは、編集を一緒にしたい方に招待を送る必要があります。
先ほどのLive Share Extension Packアイコン（画面左）をクリック。
セッション詳細の項目が出てきます。
共有を選択すると今度は共有の招待URLが発行されます
※画面右下に下記が表示されていれば発行されています。
後は発行されたURLをお相手に送れば完了です。
受け取り側はURLをクリックすると以下の画面に移ります。
「Live Share for VS codeを開く」をクリック。
共同編集可能なVScodeに移行しました！
こちらで全ての準備が完了です。
4.便利な機能
コメント
コメントは共有されたVScode内で行えるチャット機能です。
リアルタイムでチャットが可能なので、編集していても他のチャットサービスを使う必要がありませんね！！
参加者をフォローする
共同編集に参加したゲストは、何もしなければホストがフォーカスしているウィンドウに自動的に切り替わり、ホストのカーソル位置や入力を許可できます。
特定の誰かをフォローしたい場合は、Live Share ビューの「Participants」からユーザーを選択し、〇アイコンをクリックするか、コンテキストメニュー（右クリックで表示）の「参加者をフォロー」をクリックしてください。
参加者との音声通話
「Live Share Audio」を使用すると、メンバー同士で会話が可能です。
Live Share ビューの「Start audio call」を選択することで、音声通話の参加や開始が可能になります。
コラボレーションセッションの退席・終了
共同編集を終了したい場合は、Live Share ビューのセッション詳細の書きアイコンをクリックします。
さいごに
実際に使ってみると便利な拡張機能というのが理解いただけるかと思います！
・作業を分担したいとき
・ペアプロをしたいとき
・編集しながらチャットでやり取りしたいとき
などなど活躍する場面は多いと考えられます。
ぜひ、ご活用ください。
【実機なしでも出来る】HoloLens 2 のチュートリアル 初級レベルの MRTK チュートリアル やってみました
はじめに
MRTKチュートリアルを行ったので情報をまとめました。
間違っている部分があればご指摘いただければ幸いです。
開発環境
- Windows 10 Enterprise
- Unity 2019.4.1f1
- MRTK 2.5.3
1~2章 はじめに&プロジェクトの初期化と最初のアプリケーションの配置
この章ではプロジェクトを始めるための準備+プロジェクト作成を行います。
チュートリアル通りに進めていれば特に引っかかる部分はありませんでした。
3章 プロジェクトの初期化と最初のアプリケーションの配置
プロファイルの設定を行います。
プロファイルは入れ子ツリーで構成要素を保持しており、defaultプロファイルは編集することができません。
なので設定を変えたい場合は一番上の階層のプロファイルから順番に新しいプロファイルを作成しなければいけません。
例: 3-5 空間認識メッシュの可視性を変更する
詳細 Mixed Reality Toolkit プロファイル設定ガイド
4章 シーンへのオブジェクトの配置
オブジェクトの配置、整列を行います。
整列にはGridObjectCollectionを使用します。
GridObjectCollection
子オブジェクトを3D空間に整列する機能を持っています。
MR用アプリではUIを3D空間に配置する必要があるため、このコンポーネントがよく使用されます。
詳細 Object Collection (オブジェクト コレクション)
5章 ソルバーを使用した動的なコンテンツの作成
ソルバーを使用して視点誘導、オブジェクトの操作を実装します。
視点誘導にはDirectionalIndicator、オブジェクトの操作にはTapToPlaceを使用します。
詳細 Solver
DirectionalIndicator
追跡対象に設定したオブジェクトの方向を向くようにGameObjectの回転と位置を自動で調整してくれます。
ViewOffsetプロパティで追跡対象オブジェクトと視点がどれくらい離れたら誘導を表示するのかを設定することができます。
詳細 DirectionalIndicator
TapToPlace
オブジェクトを3D空間にそって操作できるようになります。
On Placing Started() はオブジェクトが選択されたときに登録された関数を呼び出します。
SurfaceNormalOffsetプロパティはオブジェクトを3D空間上に配置する場合の、地表とオブジェクトの距離を設定することができます。
詳細 Tap To Place
6章 ユーザー インターフェイスの作成
3D空間上で固定されたボタン、ユーザーに追従するメニュー、ヒントを作成します。
ボタンにはGridObjectCollectionとInteractableを使用します。
Interactable
オブジェクトに対する様々な入力に対してイベントを設定できます。
OnClick() はポインターでクリックされたときに登録している関数を実行します。
詳細 Interactable
追従するメニューの作成にはRadialViewを使用します
RadialView
追跡対象に設定したオブジェクトに追従します。
詳細 Solver
ヒントにはToolTipSpawnerとTooltipPrefabを使用します。
ToolTipSpawner
タップまたはフォーカスで設定したPrefabを作成します。
詳細 ToolTip ToolTipSpawner
7章 3D オブジェクトの操作
3Dオブジェクトの操作、3D領域の操作を行います。
3Dオブジェクトの操作にはNearInteractionGrabbable、Object Manipulatorを使用します。
NearInteractionGrabbable
コンポーネントしたオブジェクトを掴めるようにします。
詳細 NearInteractionGrabbable
Object Manipulator
片手または両手を使ったオブジェクトの移動、スケール変更、回転を可能にします。
Two Handed Manipulation Typeプロパティで両手操作の移動、スケール、回転の有効･無効を切り替えることができます。
多関節ハンド入力に反応するようにするにはNearInteractionGrabbableが必要になります。
詳細 Object Manipulator
3D領域の操作にはBoundsControl、NearInteractionGrabbable、Object Manipulatorを使用します。
BoundsControl
対象オブジェクトをボックスで操作できるようにします。
詳細BoundsControl
8章 視線追跡の使用
ラベルに視線が向いている間。フォントサイズを大きくする機能を実装します。
EyeTrackingTargetを使用します。
EyeTrackingTarget
オブジェクトに視線が向いた時のイベントを設定できます。
On Look At Start () は視線が向いたときに登録している関数を呼び出します。
On Look Away () は視線が外れたときに登録している関数を呼び出します。
詳細 EyeTrackingTarget
9章 音声コマンドの使用
音声入力でメニューが使用できるようにします。
MixedRealityToolkitを使用して音声コマンドを作成し、SpeechInputHandlerでイベントを設定します。
詳細 Speech
まとめ
初級チュートリアルを行うことでMRTKの基本的な操作を学ぶことができました。
これから他のチュートリアルも進めていき、知識をより深めていきます。
参考
【Azure Cognitive Searchで始めるTwitter分析】Part3. Power BI レポートの作成
はじめに
この記事はPart1. 検索インデックスの作成、Part2. デモアプリの作成 の続きです。
まだ見ていない方は、遡って見ていただければと思います。
↓ 今回は下図のようなPower BI レポートの作成手順についてまとめていきます。
手順
「スキルセット」を開きます。
「ナレッジストア」タブを開きます。
「Power BIテンプレートを取得する」からテンプレートをダウンロードすることができます。
「Power BIパラメーターのコピー」の情報は、後ほどテンプレートに接続する際に使用します。
Power BI Desktopを開きます。
「ファイル」→「インポート」→「Power BI テンプレート」をクリックし、ダウンロードしたテンプレートを選択し開きます。
先程ポータル上で確認した「Power BIパラメーターのコピー」の情報を入力後、「作成」を押します。
アクセスキーを要求された場合は以下の手順でキーを取得し、入力します。
ストレージアカウントを開き、使っているストレージアカウントに移動→「アクセスキー」→「キーの表示」で表示されたkey1を入力します。
しばらく待つとレポートが表示されます！
おわりに
今回はPower BIテンプレートをナレッジストアに接続し、ツイートの分析結果を可視化しました。
Part1. 検索インデックスの作成 で分析した結果が、多種多様なビジュアルで見られて面白かったです。
これを Part2. デモアプリの作成 で作成したアプリと組み合わせるなどすると、より高度な検索アプリが出来そうです。
参考リンク
https://docs.microsoft.com/ja-jp/azure/search/knowledge-store-connect-power-bi
【Azure Cognitive Searchで始めるTwitter分析】Part2. デモアプリの作成
はじめに
この記事はPart1. 検索インデックスの作成 の続きです。
今回は下図のようなデモアプリの作成手順についてまとめていきます。
手順
Azure Portalにログインし Search Service を開いたら、「インデックス」に移動します。
「デモアプリの作成」を押します。
「CORSを有効にする」にチェックを入れ、「デモアプリの作成」を押します。
検索結果の表示をカスタマイズします。
「縮小版」：サムネイル画像を選択します。今回は画像データを使用していないため無視します。
「タイトル」：タイトルを選択します。今回はユーザーネームを使用します。
「説明」：タイトルの下に表示するものを選択します。今回はツイート本文を使用します。
インデックス作成時、「フィルター可能」「ファセット可能」の両方にチェックを入れた項目がデフォルトでサイドバーに構成されます。
「デモアプリの作成」をクリックすると、HTMLファイルが生成されます。
HTMLファイルを開くとデモアプリの初期画面が表示されます。
上部の検索ボタンをクリックするとサイドバーと一覧が表示されます。
サイドバーで絞り込み検索ができます。
次に、「緊急事態宣言」で検索してみます。
検索するキーワードを上部の検索ボックスに入力し、検索ボタンをクリックします。
下図のように、表示される結果が変わります。
512ツイート中18個に「緊急事態宣言」というキーワードが含まれていることが分かります。
おわりに
今回はAzure Cognitive Search を使用して、デモアプリを作ってみました。
次回はPower BI テンプレートを使用し、ナレッジストアを接続して感情分析・キーフレーズ抽出などの分析結果を可視化していきます。
数ステップでとてもグラフィカルなレポートが作成できますので、宜しければそちらも併せてご覧ください。
参考リンク
https://docs.microsoft.com/ja-jp/azure/search/search-create-app-portal
【Azure Cognitive Searchで始めるTwitter分析】Part1. 検索インデックスの作成
構成
全部で3部構成にする予定です。
Part.1
検索インデックスの作成 （今回）
Port.2
デモアプリの作成（次回）
Port.3
Power BI 1 レポートの作成（次々回）
はじめに
News ZERO さんがTwitterで新型コロナ「陽性」の経験談を募集されており、使われたハッシュタグはトレンド入りしました。
そこで今回は、「#感染したから伝えたい」を含むツイートを約500件取得し、Azure Cognitive Search で人物・感情・キーフレーズなどを抽出 → デモアプリを作成→Power BI テンプレートでワードクラウドの表示をさせてみました。
↓ こんな感じのワードクラウドが簡単に得られます。
Azure Cognitive Search とは
Azure Cognitive Search (旧称 Azure Search)は、Web、モバイル、エンタープライズの各アプリケーション内のプライベートな異種コンテンツに対する豊富な検索機能を提供する、クラウド検索サービスです。
公式ドキュメント：https://docs.microsoft.com/ja-jp/azure/search/search-what-is-azure-search
今回はテキストデータのみ使いますが、Cognitive Searchでは画像、映像、音声などの非構造化データも検索可能です。
また、Cognitive ServicesやPower BIとの連携も容易です。
手順
ざっくりと以下の5つの手順でやっていきます。
- Twitter API を使用してデータを用意する
- BLOB ストレージにツイートデータアップロード
- Cognitive Search で検索インデックスの作成
- デモアプリの作成（Part2. デモアプリの作成 で説明します。）
- Power BI テンプレートでワードクラウド表示（Part3. Power BI レポートの作成 で説明します。）
1. Twitter API を使用してデータを用意する
1-1. Twitter APIの利用申請→APIトークン取得
Developerサイトにて英語で申請→うまくいけば１日で使えるようになります。
申請内容が不十分だと、メールが来て改めてAPIの使用用途を聞かれます。
APIの申請方法、APIキーの取得方法については、以下リンクが参考になるかと思います。
参考リンク：https://www.itti.jp/web-direction/how-to-apply-for-twitter-api/
1-2. Pythonで 「#感染したから伝えたい」 を含むツイートを収集
以下の記事を参考にし、1月13日～1月21日までの 「#感染したから伝えたい」 のハッシュタグを含むツイートを約500件集め、CSVファイルに出力しました。
参考リンク：https://qiita.com/nomotom/items/de1bc00ef350edc21624
2. BLOB ストレージにCSVファイルをアップロード
Azure Blob Storageでストレージアカウントを作成→コンテナー作成→CSVファイルのアップロードをします。
まずストレージアカウントを作成します。
次にコンテナーを作成します。
最後に先程用意したCSVファイルをコンテナーにアップロードします。
これでデータの準備ができました。
3. Cognitive Search で検索インデックスの作成
3-1. Cognitive Search リソースの作成
Azure Portalにログインし、Search Serviceを開きます。
「Search サービスの作成」をクリックします。
サブスクリプション～価格レベルまでを設定し、「確認および作成」でリソースを作成します。
価格レベルについての詳細：https://azure.microsoft.com/ja-jp/pricing/details/search/
これらを設定後、「確認および作成」で作成。
3-2. インデックス作成
作成したリソースに移動し、「データのインポート」をクリックします。
3-2-1. データに接続
データソース：Azure BLOBストレージ
データソース名：任意
抽出されるデータ：コンテンツとメタデータ
解析モード：区切りテキスト
最初の行にヘッダーが含まれています：チェックを入れます。
区切り記号文字：,
接続文字列：「既存の接続を選択します」をクリック→データをアップロードしたコンテナーを選択します。
「次：コグニティブスキルを追加します」で次に進みます。
3-2-2. スキルの追加
３つの項目「Cognitive Servicesをアタッチする」、「エンリッチメントの追加」、「ナレッジストアへのエンリッチメントの保存」を設定していきます。
それぞれクリックで設定項目が開かれます。
「Cognitive Servicesをアタッチする」
「無料」を選択すると、スキル適用できるドキュメント数が20個に限定されます。
※Cognitive Servicesリソースを新規で作成する場合
価格レベルはS0を使うことができます。
数秒待ちます。
「エンリッチメントの追加」
スキルセット名：任意
ソースデータフィールド：text（感情分析などのスキルを適応させる列を指定します。今回はツイート本文の列である"text"を指定しています。）
エンリッチメントの粒度レベル：ページ（5000文字チャンク）
必要なスキルにチェックを入れます。
「ナレッジストアへのエンリッチメントの保存」を開きます。
これを設定することにより Power BI との連携が可能になります。
ストレージアカウント接続文字列：「規定の接続を選択します」をクリックします。
ナレッジストア用のコンテナーを選択します。
コンテナーを用意していない場合は、「+コンテナー」を押して作成します。
設定ができたら「次：対象インデックスをカスタマイズします」で次に進みます。
3-2-3. インデックスをカスタマイズ
インデックス名：任意
キー：AzureSearch_DocumentKey
フィールドには、データ型と属性があります。 上部に並んだチェック ボックスは、フィールドがどのように使用されるかを制御する "インデックスの属性" です。
引用元：https://docs.microsoft.com/ja-jp/azure/search/search-get-started-portal
取得可能：検索結果で取得したい項目かどうか
フィルター可能、ソート可能、ファセット可能：フィルタリング、並べ替え、ファセットのナビゲーション構造にフィールドを使用するかどうか
検索可能：フルテキスト検索の対象かどうか
アナライザー：
デモアプリのサイドバーに表示させたい項目には、「フィルター可能」「ファセット可能」いずれもチェックを入れます。
「」で次に進みます。
3-2-4. インデクサーの作成
インデクサー名：任意
スケジュール：一度
これらを設定し、「送信」でインデクサーが実行されます。
3-3. 言語設定
このままだと言語設定が英語のままスキルが実行されてしまうため、一旦実行中のインデクサーを止め、言語を設定してからインデクサーを再度実行する必要があります。
「インデクサー」を開きます。
インデクサーをリセットします。
「スキルセット」を開きます。
言語を英語→日本語に変更します。
"@odata.type": "#Microsoft.Skills.Text.SplitSkill" 以外の defaultLanguageを、enからjaに書き替え、「保存」で変更を保存できます。
再度「インデクサー」を開きます。
インデクサーを再度実行します。
インデックスが作られました。
512個のツイートで1分少し要しました。
3-4. 検索エクスプローラーでクエリを実行
インデックスを開きます。
「検索」をクリックすると、下に検索結果の一覧が表示されます。
次は簡単な検索クエリを書いて結果をみてみます。
$search=コロナ&$select=created_at,text,sentiment,keyphrases,locations,people
これで”コロナ”を含むツイートを検索し、日時・本文・感情・キーフレーズ・場所・人物 の項目のみ結果に表示させることができます。
クエリパラメーターの詳細については、以下公式ドキュメントにてご確認いただけます。
https://docs.microsoft.com/ja-jp/azure/search/search-explorer
https://docs.microsoft.com/ja-jp/azure/search/search-query-overview
おわりに
本記事では、データの準備～検索インデックスの作成 までの手順をまとめました。
次回、Part2. デモアプリの作成 で検索アプリを作成し、
Part3. Power BI レポートの作成 で最初に示したワードクラウドなどを表示させていきます。
簡単なステップで試せるものですので、ぜひご覧ください。
参考リンク
https://docs.microsoft.com/ja-jp/azure/search/search-create-service-portal
https://docs.microsoft.com/ja-jp/azure/search/search-get-started-portal
https://docs.microsoft.com/ja-jp/azure/search/cognitive-search-quickstart-blob
https://docs.microsoft.com/ja-jp/azure/search/knowledge-store-create-portal
https://docs.microsoft.com/ja-jp/azure/search/search-explorer