如何使用Azure触发器函数向Azure Application Insights写入自定义日志？

前提条件 #

• 已创建Azure函数应用，且已关联Application Insights资源（创建时可直接绑定，或事后在门户配置）
• 本地开发环境已配置Azure Functions开发工具（如VS Code扩展、Visual Studio）

C# Timer触发器示例 #

Azure Functions的.NET运行时已默认集成Application Insights日志推送，直接使用ILogger即可完成自定义日志上报，无需额外引入SDK。

using Microsoft.Azure.WebJobs;
using Microsoft.Extensions.Logging;
using System;
using System.Collections.Generic;

namespace CustomLogsDemo
{
    public class TimerTriggerLogger
    {
        [FunctionName("TimerTrigger_CustomLogs")]
        public void Run([TimerTrigger("0 */5 * * * *")] TimerInfo timer, ILogger log)
        {
            // 基础信息日志
            log.LogInformation("Timer触发器启动执行，UTC时间: {CurrentTime}", DateTime.UtcNow);

            // 用BeginScope添加自定义维度，方便在AI中筛选
            using (log.BeginScope(new Dictionary<string, object>
            {
                {"FunctionCategory", "ScheduledTask"},
                {"ExecutionBatchId", Guid.NewGuid().ToString()}
            }))
            {
                log.LogTrace("业务初始化完成，准备执行数据同步");
                log.LogWarning("检测到资源使用率达75%，建议扩容");

                try
                {
                    // 模拟业务逻辑异常
                    int divideResult = 10 / 0;
                }
                catch (DivideByZeroException ex)
                {
                    // 上报错误日志，包含异常堆栈
                    log.LogError(ex, "数据同步失败：{ErrorMessage}", ex.Message);
                }
            }

            log.LogInformation("Timer触发器执行结束");
        }
    }
}

说明 #

• ILogger的不同日志级别（Trace/Info/Warning/Error）会对应Application Insights中的severityLevel字段
• BeginScope添加的自定义维度会存入AI日志的customDimensions字段，可用于Kusto查询筛选

Python HTTP触发器示例 #

Python运行时同样内置AI日志集成，使用标准logging模块即可完成上报，无需额外安装包。

import logging
import azure.functions as func

def main(req: func.HttpRequest) -> func.HttpResponse:
    logging.info("HTTP触发器收到请求，开始处理流程")

    # 上报带自定义维度的日志
    logging.getLogger().info(
        "用户请求处理中",
        extra={
            "custom_dimensions": {
                "RequestMethod": req.method,
                "RequestPath": req.path,
                "UserSessionId": "session_abc123"
            }
        }
    )

    try:
        name = req.params.get("name")
        if not name:
            raise ValueError("未提供必填参数name")
        return func.HttpResponse(f"Hello, {name}!")
    except Exception as ex:
        # 上报错误日志，包含完整异常信息
        logging.error(f"请求处理失败: {str(ex)}", exc_info=True)
        return func.HttpResponse("服务器内部错误", status_code=500)

    logging.info("HTTP触发器请求处理完成")

说明 #

• 通过extra={"custom_dimensions": {...}}添加自定义属性，这些属性会出现在AI日志的customDimensions中
• exc_info=True会将异常的堆栈信息一并上报到Application Insights

验证日志上报 #

1. 登录Azure门户，打开对应的Application Insights资源
2. 进入**日志(Logs)**页面，使用Kusto查询查看自定义日志：

   traces
   | where customDimensions.FunctionCategory == "ScheduledTask" or customDimensions.RequestMethod == "GET"
   | order by timestamp desc
   | limit 50
   

3. 也可在**搜索(Search)**页面按日志级别、关键字筛选日志条目

注意事项 #

• 确认函数应用的APPINSIGHTS_INSTRUMENTATIONKEY配置正确（在函数应用的配置->应用程序设置中查看）
• 日志级别控制：可通过host.json调整日志输出级别，示例：

  {
      "logging": {
          "applicationInsights": {
              "samplingSettings": {
                  "isEnabled": true
              }
          },
          "logLevel": {
              "CustomLogsDemo": "Information"
          }
      }
  }
  

• 采样配置：默认AI会对日志采样，若需全量上报，可将samplingSettings.isEnabled设为false（注意可能增加费用）

内容的提问来源于stack exchange，提问作者virat_kohli