Archivo de la etiqueta: Microsoft

Application Insights: Ignorar errores 404 para Web APIs

Application Insights es una excelente herramienta de monitoreo, pero considera a todos los status codes 4xx y 5xx como errores, y al escribir una API REST algunos de estos códigos tienen un significado particular y no son errores. Una respuesta con 404 (Not found) en una API REST normalmente significa que no hubo resultados para un dado recurso, no que solicitamos una página inexistente.

Así que, ¿cómo le decimos a Application Insights que ignore esos 404? Simple: creamos lo que se llama un Telemetry processor.

Luego necesitamos agregar este processor a la configuración de telemetría de Application Insights, para eso usaremos una clase helper:

Y finalmente la llamamos en nuestro global.asax:

Ahora no veremos más esos errores 404 en Application Insights.

@gjbellmann

Azure Functions: estructura básica y dependencias

Hoy veremos cómo es la estructura básica de archivos de una Azure Function, cómo podemos editar esos archivos y cómo agregamos las librerías que tenemos como dependencias en nuestro código.

Código de la función

Las funciones son el componente principal del servicio de Azure Functions. Escribimos el código de nuestra función en el lenguaje de nuestra preferencia y guardamos el archivo de código junto con la configuración en la misma carpeta.

Archivo de la función en C#

Las funciones en C# se crean en un archivo llamado run.csx. Los archivos .csx, llamados C# Script, nos permiten abstraernos de todo el código repetitivo como los namespaces, las clases y demás, y enfocarnos en el código de nuestra función. Si necesitamos agregar alguna clase que sea usada en nuestro código, podemos agregarla en el mismo archivo.

En el caso de Azure Functions el método que usamos para ejecutar la función es Run: Sigue leyendo

Explorando Azure Functions

Azure Functions es un servicio relativamente nuevo de Microsoft Azure (lanzado como Preview a fines de marzo de 2016) que nos permite ejecutar código en base a eventos, sin preocuparnos en absoluto por la infraestructura en donde corre, una corriente llamada arquitectura serverless (sin servidor).

Dos servicios con los que compite son AWS Lambda y Google Cloud Functions.

Características

Lenguajes

Tenemos una amplia variedad de lenguajes para programar una Azure Function: C#, JavaScript, F# (en preview), Python, PHP, Java, e incluso Bash, Batch o PowerShell. Sigue leyendo

HDInsight: nuevos entrenamientos y labs sobre Hadoop, Hive, HBase, Spark y Storm

Repost de https://blogs.msdn.microsoft.com/ashish/2016/08/28/hdinsight-new-self-paced-trainings-and-labs/

Existen tres cursos online creados por Microsoft Learning Experiences y disponibles de forma gratuita en edX (a menos que se quiera tener un certificado, para lo cual se abona USD 49). Los cursos son en inglés. Sigue leyendo

¡Hola Mundo! en Service Fabric

Introducción

Hoy vamos a crear nuestra primera aplicación usando Service Fabric. Para ello vamos a necesitar:

Vamos al código

Lo primero que necesitamos es lanzar Visual Studio 2015 como Administrador (esto es porque necesitamos permisos de administrador para lanzar el clúster de pruebas local en el cual correremos el ejemplo).

Luego creamos nuestra aplicación, HelloWorldApplication: Sigue leyendo

Introducción a Azure Service Fabric

¿Qué es Azure Service Fabric?

Service Fabric es una plataforma de sistemas distribuidos que nos facilita el empaquetado, despliegue y gestión de microservicios escalables y confiables, teniendo en cuenta los desafíos de desarrollar y administrar aplicaciones en la nube. Los desarrolladores y administradores pueden evitar resolver problemas complejos de infraestructura y en cambio enfocarse en la implementación de workloads de misión crítica sabiendo que son escalables, confiables y administrables.

Aplicaciones basadas en microservicios

Mucho se habla hoy de los microservicios, pero ¿qué es una arquitectura de microservicios? Sigue leyendo

Creando un clúster Hadoop en HDInsight – Parte 3

En la primera parte vimos cómo crear un clúster Hadoop en HDInsight desde los portales. En la segunda parte vimos cómo hacerlo desde código .NET y desde PowerShell en Windows.

En este post veremos cómo instalar y configurar la Azure CLI en MacOS o Linux y cómo crear un cúster con la configuración básica desde ella.

La Azure CLI está escrita en JavaScript y funciona sobre Node.js. Se implementó usando el Azure SDK para Node, y fue liberada bajo licencia Apache 2.0. El repositorio del proyecto se encuentra en https://github.com/azure/azure-xplat-cli.

Instalar la Azure CLI

Hay tres formas de realizar la instalación:

  1. Usar un instalador.
  2. Instalar Node.js y npm y luego usar el comando npm install.
  3. Correr la Azure CLI como un container de Docker.

Una vez instalada, podremos usar el comando azure en nuestra línea de comandos para ejecutar comandos de la Azure CLI.

Usar un instalador

Los paquetes están disponibles para los diferentes sistemas operativos:

Usar Node.js y npm

Si ya tenemos Node.js y npm instalados, ejecutamos:

npm install azure-cli -g

Instalar Node.js y npm en Windows y MacOS

Para instalar Node.js y npm en Windows y MacOS podemos descargar los paquetes de instalación de Nodejs.org.

Para verificar que la instalación haya sido correcta, podemos ejecutar en la consola:

npm -v

Luego instalamos el paquete de la Azure CLI:

npm install -g azure-cli

Instalar Node.js y npm en Linux con administración de paquetes dpkg

Para las distribuciones que usan apt (advanced packaging tool), como Ubuntu o Debian, podemos instalar Node.js y npm con los siguientes comandos:

sudo apt-get install nodejs-legacy
sudo apt-get install npm
sudo npm install -g azure-cli

Instalar Node.js y npm en Linux con administración de paquetes rpm

Para instalar Node.js y npm en distribuciones basadas en rpm, como Red Hat, primero hay que habilitar el repositorio EPEL. Por ejemplo, para instalar en CentOS 7:

su -
yum update [enter]
yum upgrade –y [enter]
yum install epel-release [enter]
yum install nodejs [enter]
yum install npm [enter]
npm install -g azure-cli [enter]

Usar un container Docker

Dentro de un host Docker ejecutar:

docker run -it microsoft/azure-cli

Configurar la Azure CLI

Lo primero que debemos hacer es vincular nuestra suscripción, algo que podemos hacer de dos maneras:

  • Iniciando sesión con una cuenta de trabajo o escuela o con una cuenta Microsoft (Microsoft account, anteriormente Live ID): ejecutando el comando azure login (el inicio de sesión con una cuenta Microsoft sólo está disponible desde la versión 0.9.10)
  • Descargando el archivo de Publish settings. Lo cual instalará un certificado en nuestro equipo local y nos permitirá hacer tareas de administración mientras la suscripción y el certificado sean válidos.

Crear el clúster mediante la Azure CLI, desde MacOS o Linux

azure hdinsight cluster create <myhdicluster> --location eastus --osType windows --storageAccountName <mystorage> --storageAccountKey <storagekey> --storageContainer <mycontainer> --userName admin --password <mypassword> --sshUserName sshuser --sshPassword <mypassword>

@gjbellmann