はじめに

Azure Functions（Python）で消費プランを使用したデプロイにとても苦戦したので、デプロイできないときに見直すと良いポイントをまとめます。
この記事では、実際に遭遇したトラブルとその解決策を詳しく解説します。

基本的なデプロイ前チェック項目

1. Azure Functions バージョンの確認

最も重要な確認ポイント

Azure Functionsには大きく分けてv1とv2（v2プログラミングモデル）があり、設定方法が大きく異なります。

v1の特徴

function.jsonファイルでバインディングを定義
従来のディレクトリ構造（関数ごとにフォルダ分け）
レガシーな設定方法

v2の特徴

Pythonコード内でデコレータを使用してバインディングを定義
シンプルなプロジェクト構造
モダンなPythonの書き方に対応

確認方法
Azure Portal の関数アプリ設定で「FUNCTIONS_WORKER_RUNTIME」と「FUNCTIONS_EXTENSION_VERSION」を確認してください。

対処法
プロジェクトのバージョンと関数アプリの設定を一致させ、対応するドキュメントに従って開発を進めてください。

2. 消費プランとフレックス消費プランの違いを理解する

消費プラン

料金: 実行時間とメモリ使用量に基づく従量課金
制約: 実行時間10分まで、メモリ1.5GBまで
特徴: 完全なサーバーレス、自動スケーリング

フレックス消費プラン

料金: より柔軟な課金体系
制約: より高いリソース制限
特徴: より高度な設定オプション

重要: プランによってデプロイ方法、環境変数の設定方法、ログの扱いが異なります。

よくある設定不備とその解決策

3. AzureWebJobsStorage接続文字列の設定不備

これが原因の場合のエラー例

The host.json file is missing a required connection string value for 'AzureWebJobsStorage'.

詳細な原因

Azure Functionsの動作メカニズムを理解することが重要です：

関数コードの保存: デプロイされた関数コードはBlob Storageに保存される
実行時読み込み: 関数実行時にBlobから必要なファイルを読み込む
ログ保存: 実行ログや状態情報もBlobに保存される
内部状態管理: Azure Functions自体の内部状態もこのストレージを使用

設定手順

Azure Portal で関数アプリを選択
「設定」→「構成」→「アプリケーション設定」
AzureWebJobsStorageの値を確認
正しい形式の接続文字列を設定：

DefaultEndpointsProtocol=https;AccountName=<ストレージアカウント名>;AccountKey=<アクセスキー>;EndpointSuffix=core.windows.net

追加注意点

ストレージアカウントは関数アプリと同じリージョンに配置することを推奨
アクセス制限がある場合は、関数アプリからのアクセスを許可する設定が必要

4. PYTHONPATH問題の詳細解決

問題が発生するケース

プロジェクト構造例：
/home/site/wwwroot/
├── requirements.txt
├── host.json
├── function_app.py  # メイン関数
└── src/
    ├── __init__.py
    ├── utils.py     # 自作ユーティリティ
    └── models.py    # データモデル

この構造でfunction_app.pyからsrc.utilsをインポートしようとすると失敗します。

Pythonモジュール検索の詳細

Azure Functions実行時のPythonパス解決順序：

組み込みモジュール: sys, osなど
標準ライブラリ: json, datetimeなど
カレントディレクトリ: /home/site/wwwroot
site-packages: pip installされたパッケージ
PYTHONPATH: 環境変数で指定されたパス

解決策

方法1: PYTHONPATHの設定
Azure Portal の関数アプリ設定で環境変数を追加：

名前: PYTHONPATH
値: /home/site/wwwroot/src

方法2: プロジェクト構造の変更（推奨）

/home/site/wwwroot/
├── requirements.txt
├── host.json
├── function_app.py
├── utils.py        # 直接配置
└── models.py       # 直接配置

方法3: __init__.pyとパッケージ化
srcディレクトリを適切なPythonパッケージとして設定し、sys.pathを動的に追加：

import sys
import os
sys.path.append(os.path.join(os.path.dirname(__file__), 'src'))

デバッグとログ設定の重要性

5. ログストリームの詳細設定と活用

ログの流れと仕組み

関数実行 → Function Host → ログストリーム表示
            ↓
         Application Insights → 永続化・分析

設定手順

Step 1: Application Insightsの有効化

Azure Portal で関数アプリを選択
「監視」→「Application Insights」
「Application Insightsを有効にする」をクリック
新しいリソースを作成または既存のものを選択

Step 2: ログレベルの設定
host.jsonでログレベルを適切に設定：

{
  "version": "2.0",
  "logging": {
    "applicationInsights": {
      "samplingSettings": {
        "isEnabled": true
      }
    },
    "logLevel": {
      "default": "Information",
      "Function": "Information",
      "Host.Results": "Information"
    }
  }
}

ログ活用のベストプラクティス

リアルタイムデバッグ

import logging
import azure.functions as func

def main(req: func.HttpRequest) -> func.HttpResponse:
    logging.info('Python HTTP trigger function processed a request.')
    
    # デバッグ情報を詳細に出力
    logging.info(f'Request method: {req.method}')
    logging.info(f'Request URL: {req.url}')
    
    try:
        # 処理内容
        result = process_request(req)
        logging.info('Processing completed successfully')
        return result
    except Exception as e:
        logging.error(f'Error occurred: {str(e)}')
        raise

Application Insightsでの高度な分析

KQLクエリ例:

traces
| where timestamp > ago(1h)
| where severityLevel >= 2
| project timestamp, message, severityLevel
| order by timestamp desc

消費プランでの注意点

ファイルシステムへの書き込み不可: /tmp以外への永続的なログ保存は不可
コールドスタート影響: 初回実行時のログには起動時間も含まれる
実行時間制限: 10分を超える処理はタイムアウトしログが途切れる可能性

デプロイ手順の確認ポイント

6. requirements.txtの適切な管理

よくある間違い

# ❌ バージョンを固定しすぎ
numpy==1.21.0
pandas==1.3.0

# ❌ 開発用パッケージも含んでいる
pytest==6.2.4
black==21.5b2

推奨設定

# ✅ 互換性を保ちつつ適度にバージョン指定
azure-functions>=1.11.0,<2.0.0
requests>=2.25.0
pandas>=1.3.0,<2.0.0
numpy>=1.21.0

7. local.settings.jsonと本番環境の設定分離

ローカル開発用（local.settings.json）

{
  "IsEncrypted": false,
  "Values": {
    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
    "FUNCTIONS_WORKER_RUNTIME": "python",
    "CUSTOM_API_KEY": "development-key"
  }
}

本番環境設定

Azure Portal の「構成」で同じキーに本番用の値を設定。

まとめ

Azure Functionsのデプロイ問題は複数の要因が絡み合うことが多く、系統的なアプローチが重要です：

事前確認: バージョンとプランの確認
基本設定: ストレージ接続とPython環境
コード構造: インポートパスとモジュール設計
ログ設定: 問題特定のための適切な監視体制

特に消費プランでは、サーバーレスの制約を理解した上で設計することが成功の鍵となります。問題が発生した際は、ログストリームとApplication Insightsを活用して、段階的に原因を特定していくことをお勧めします。