如何在Azure Durable Functions中测量触发到返回的响应时间

针对你要研究编排与活动函数间数据大小对响应时间的影响，以下是在Azure门户和Application Insights中的具体测量方法：

一、Azure门户日志直接查询基础耗时 #

1. 进入你的Function App，左侧导航选择「监控」>「日志」
2. 使用Kusto查询获取HTTP触发请求的总耗时：

   requests
   | where operation_Name == "你的HTTP触发函数名称"
   | where success == true
   | project 时间戳=timestamp, 总耗时(毫秒)=duration, 事务ID=operation_Id, 函数名=operation_Name
   | sort by timestamp desc
   

   这里的duration字段就是从HTTP请求进入到响应返回的完整耗时。
3. 若要关联编排函数的执行细节，可通过operation_Id关联traces表，查看编排完成时间与请求开始时间的差值：

   requests
   | where operation_Name == "你的HTTP触发函数名称"
   | join kind=inner (
       traces
       | where message contains "Orchestration completed"
       | project operation_Id, 编排结束时间=timestamp
   ) on operation_Id
   | project 请求开始时间=timestamp, 总耗时(毫秒)=duration, 编排结束时间, 实际流程耗时=编排结束时间 - 请求开始时间
   

二、Application Insights端到端追踪与批量分析 #

Application Insights能提供更细粒度的调用链追踪，适合你对比不同数据大小的耗时差异：

1. 确保Function App已启用Application Insights（免费层可使用Basic版，免费额度足够测试）
2. 进入对应的Application Insights资源，左侧选「性能」>「事务搜索」
3. 输入HTTP触发函数名或事务ID筛选目标请求，点击事务详情即可查看完整调用链：从HTTP请求发起、编排函数启动、活动函数调用到响应返回的每个阶段耗时，顶部的总时长就是你需要的端到端时间。
4. 为了批量分析数据大小的影响，可在Python代码中添加自定义维度标记数据大小：

   import logging
   from azure.functions import HttpRequest, HttpResponse
   from azure.durable_functions import DurableOrchestrationClient
   
   async def main(req: HttpRequest, starter: str) -> HttpResponse:
       client = DurableOrchestrationClient(starter)
       # 计算请求体数据大小
       data_size = len(req.get_body())
       # 添加自定义维度到日志
       logging.info(f"Request data size: {data_size} bytes", extra={"custom_dimensions": {"data_size_bytes": data_size}})
       # 启动编排
       instance_id = await client.start_new(req.route_params["functionName"], None, req.get_body())
       return client.create_check_status_response(req, instance_id)
   

5. 回到Application Insights的日志页面，用Kusto查询分组统计不同数据大小的耗时：

   requests
   | where operation_Name == "你的HTTP触发函数名称"
   | join kind=inner (
       traces
       | where customDimensions.data_size_bytes != ""
       | project operation_Id, 数据大小=toint(customDimensions.data_size_bytes)
   ) on operation_Id
   | summarize 平均耗时(毫秒)=avg(duration), 最大耗时(毫秒)=max(duration) by 数据大小
   | sort by 数据大小 asc
   

   这个查询会按数据大小分组，输出对应平均和最大耗时，方便你做对比分析。

注意事项 #

• 免费层Function App有5分钟执行时长限制和资源配额，测试时避免超出，否则会影响数据准确性
• 测试前先预热函数实例（连续触发几次），排除冷启动对耗时的干扰
• 多次测试取平均值，保证数据的可靠性

内容的提问来源于stack exchange，提问作者TY00