如何通过Azure Function App定时触发Azure虚拟机上的可执行文件？

Azure Function 完全可以和 Azure VM 通信，能替代传统任务计划程序解决生产环境管理复杂、权限受限的问题，以下是可行的落地方案：

推荐方案：使用 Azure VM Run Command（原生安全，无需额外端口） #

这是Azure官方推荐的方式，通过Azure Compute API直接在VM上执行命令，无需开放WinRM/SSH端口，权限可控，日志易管理。

实现步骤： #

1. 配置Function权限：给Function App启用系统分配托管标识，并为该标识分配虚拟机参与者角色（或更细粒度权限：Microsoft.Compute/virtualMachines/runCommand/action + Microsoft.Compute/virtualMachines/read），确保能访问目标VM。
2. 设置Timer Trigger：创建Timer Trigger类型的Function，配置CRON表达式实现每日特定时间触发（比如0 0 9 * * *表示每天9点运行）。
3. 编写Function代码调用Run Command：用Azure SDK调用Run Command API，执行VM上的可执行文件。

Python示例代码（Timer Trigger）：

import azure.functions as func
from azure.mgmt.compute import ComputeManagementClient
from azure.identity import ManagedIdentityCredential

def main(mytimer: func.TimerRequest) -> None:
    # 用托管标识获取凭证
    credential = ManagedIdentityCredential()
    compute_client = ComputeManagementClient(credential, "你的订阅ID")
    
    # 配置VM信息
    resource_group = "VM所在资源组名称"
    vm_name = "目标VM名称"
    
    # Windows VM用RunPowerShellScript，Linux用RunShellScript
    command_params = {
        "command_id": "RunPowerShellScript",
        "script": [
            # 执行可执行文件的命令，按需修改路径
            'cmd.exe /c "C:\\Apps\\your-app.exe"'
        ]
    }
    
    # 执行命令并获取结果
    result = compute_client.virtual_machines.begin_run_command(
        resource_group, vm_name, command_params
    ).result()
    
    # 提取执行日志，可写入Log Analytics或存储账户
    execution_log = result.value[0].message
    print(f"执行输出: {execution_log}")

日志与权限优势： #

• 执行日志可在Azure Portal的VM -> Run Command页面查看，也可通过Function代码捕获后存入Azure Log Analytics，团队只需Log Analytics的查询权限即可查看，无需VM的直接访问权限。
• 托管标识无需硬编码凭证，权限通过Azure RBAC精细控制，避免生产环境权限过度开放。

备选方案：远程执行（Windows WinRM / Linux SSH） #

如果必须用远程方式，可通过Function建立WinRM（Windows）或SSH（Linux）连接执行命令，但需要开放对应端口，安全性不如Run Command，仅适合非生产或特殊场景：

• Windows VM：启用WinRM，Function中用PowerShell或Python的pywinrm库远程执行命令。
• Linux VM：配置SSH密钥，Function中用paramiko等库建立SSH连接执行命令。

额外优化：先启动VM再执行命令 #

如果目标VM可能处于停止状态，可在Function中先调用VM的启动API，等待VM运行后再执行可执行文件：

# 启动VM示例代码
compute_client.virtual_machines.begin_start(resource_group, vm_name).result()

内容的提问来源于stack exchange，提问作者cloudburst