将调用Python脚本的Java Web应用部署到Azure的技术问询

我来帮你逐个解决部署到Azure时遇到的这些问题：

问题1：脚本依赖的大文件应上传至Azure的哪个位置？ #

推荐你把3GB的本地数据文件上传到Azure Blob存储（标准存储账户的Block Blob容器），原因如下：

• Blob存储专门针对大文件存储优化，成本远低于App Service的本地存储，而且支持无限扩展
• 数据文件不需要频繁修改的话，还可以设置成冷存储层进一步降低成本
• 如果你希望像本地文件一样直接通过路径访问，也可以选择Azure Files，将文件共享挂载到你的App Service实例，这样就能用类似本地的文件路径访问

问题2：代码中的MY-PATH需替换为Azure上的什么路径？ #

这取决于你选择的存储方式：

• 如果用Azure Files挂载到App Service：在App Service的配置里挂载Azure Files共享后，会得到一个本地映射路径（比如D:\home\site\files），你只需要把脚本和数据文件放到这个共享里，然后MY-PATH替换成D:\\home\\site\\files\\NLP
• 如果用Blob存储：你需要在Python脚本里添加代码，从Blob存储下载数据文件到App Service的持久化目录（比如D:\home\site\wwwroot\data），然后MY-PATH替换成D:\\home\\site\\wwwroot\\NLP（脚本放在wwwroot下的NLP文件夹）
• 临时方案：也可以把文件上传到App Service的wwwroot目录，但wwwroot的存储空间有限（免费层只有1GB，付费层最多10GB），3GB的文件可能超出限制，所以不推荐

问题3：在Azure上运行Python脚本需使用何种资源及如何配置？ #

最适合你的场景的资源是Azure App Service（因为你已经部署了Java Web应用在这里），配置步骤如下：

1. 启用Python运行时：在App Service的「配置」→「通用设置」里，把Python版本设置成你本地使用的版本（比如3.9），这样App Service会自动安装对应的Python环境
2. 安装Python依赖：把你的Python脚本的依赖包列在requirements.txt里，放在脚本同一目录，然后在App Service的「部署中心」配置自动部署，或者通过Kudu控制台运行pip install -r requirements.txt安装依赖
3. 调整定价层：3GB的文件加上Python脚本运行可能需要一定的资源，建议至少使用B1级别的App Service（免费层资源有限，可能无法正常运行）
4. 环境变量配置：确保PATH环境变量包含Python的安装路径（App Service里Python的默认路径是D:\PythonXX，比如Python3.9就是D:\Python39），这样你在代码里用python或者python3都能调用到

如果你的Python脚本资源消耗极大（比如需要大量CPU/GPU），也可以考虑把Python脚本单独部署成Azure Function或者Azure Container Apps，然后Java Web应用通过HTTP调用，这样可以单独缩放Python服务，避免影响Java应用的性能

问题4：当前通过Python插件调用的方式是否可行，还是需要采用其他方案？ #

当前用Runtime.exec()调用Python脚本的方式是可行的，但需要注意几个细节：

• 一定要处理Process的输入流、输出流和错误流，避免因为流堵塞导致进程挂起（比如读取pr.getInputStream()和pr.getErrorStream()的内容）
• 确保Python的路径正确，比如在App Service里可能需要用python3代替python，或者指定完整路径D:\Python39\python.exe
• 大文件的路径要正确指向你在Azure上存储的位置

如果你的应用有较高的并发量，或者Python脚本的调用频率很高，更推荐解耦方案：把Python脚本封装成一个简单的Web API（用Flask/FastAPI）部署到Azure App Service或者Azure Function，然后Java Web应用通过HTTP请求调用这个API。这样做的好处是：

• Java和Python服务可以独立缩放，互不影响
• 更容易维护和调试Python服务
• 可以添加缓存、限流等机制提升性能

调整后的Java调用示例（针对App Service环境） #

String pythonScriptPath = "D:\\home\\site\\wwwroot\\NLP\\NLP.py";
String[] cmd = new String[3];
// 使用App Service默认的Python路径
cmd[0] = "D:\\Python39\\python.exe";
cmd[1] = pythonScriptPath;
cmd[2] = "playing sport";

Runtime rt = Runtime.getRuntime();
Process pr = rt.exec(cmd);

// 一定要处理输出和错误流，避免进程挂起
BufferedReader stdInput = new BufferedReader(new InputStreamReader(pr.getInputStream()));
BufferedReader stdError = new BufferedReader(new InputStreamReader(pr.getErrorStream()));

// 读取输出
String s;
while ((s = stdInput.readLine()) != null) {
    System.out.println(s);
}

// 读取错误
while ((s = stdError.readLine()) != null) {
    System.err.println(s);
}

// 等待进程结束并获取退出码
int exitCode = pr.waitFor();
System.out.println("Python脚本退出码：" + exitCode);

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