Azure Logic Apps ist eine Cloud-basierte Integrationsplattform-as-a-Service (iPaaS) von Microsoft, die es Ihnen ermöglicht, automatisierte Workflows für eine Vielzahl von Anwendungen, Datenquellen und Diensten zu erstellen. Es ist speziell für die Automatisierung von Datenverarbeitungsaufgaben entwickelt, wie z. B. die Umwandlung eingehender Dateien, das Routing von Datensätzen zwischen Systemen oder das Auslösen von Benachrichtigungen basierend auf Datenänderungen. Anstatt benutzerdefinierten Code zu schreiben und die Infrastruktur zu verwalten, verwenden Sie einen visuellen Designer und vorgefertigte Konnektoren, um Workflows zusammenzustellen, die auf Azures sicherer, skalierbarer Cloud laufen. Dieser Artikel bietet eine umfassende Anleitung zur Verwendung von Azure Logic Apps für Ihre Datenverarbeitungsautomatisierungsanforderungen mit detaillierten Schritten, realen Beispielen und Best Practices für die Produktionsnutzung.

Was sind Azure Logic Apps?

Azure Logic Apps ist Teil der Azure Integration Services-Familie, die auf einem serverlosen Modell basiert – Sie zahlen nur für das, was Sie verwenden, und die Plattform übernimmt Skalierung, Sicherheit und Wartung. Jeder Workflow, genannt logic App, besteht aus einem Trigger (was den Workflow startet) und einer oder mehreren Aktionen (was der Workflow tut). Trigger können ereignisbasiert (z. B. eine neue Datei kommt in einem Blob-Container an), terminplanbasiert (z. B. jede Stunde ausgeführt) oder webhook-basiert (z. B. eine HTTP-Anfrage kommt herein). Aktionen können jeden der Hunderte von integrierten Konnektoren aufrufen, benutzerdefinierten Code über Azure Functions ausführen oder mit integrierten Ausdrücken und Funktionen auf Daten arbeiten.

Logic Apps unterstützt sowohl stateful als auch stateless Workflows. Stateful Workflows bestehen aus der Ausführungshistorie und ermöglichen lang laufende, dauerhafte Operationen mit eingebautem Retry und Checkpointing. Stateless Workflows sind schneller und billiger, behalten aber keine Historie – sie sind ideal für kurzlebige, synchrone Verarbeitung. Für die meisten automatisierten Datenverarbeitungsaufgaben sind Stateful Workflows die richtige Wahl, weil sie Zuverlässigkeit und Beobachtbarkeit bieten.

Hauptmerkmale, die eine automatisierte Datenverarbeitung ermöglichen

Logic Apps verfügt über ein reichhaltiges Feature-Set, das auf die Automatisierung der Datenverarbeitung zugeschnitten ist:

  • Visual Designer and Code View – Erstellen Sie Workflows, indem Sie Aktionen in einem browserbasierten Designer ziehen und verbinden.Sie können auch zur Codeansicht (JSON) wechseln, um die Workflowdefinition direkt zu ändern, was für die Versionskontrolle und Zusammenarbeit nützlich ist.
  • Hunderte von Pre-Built Connectors – Connectors für gängige Dienste wie Office 365, Salesforce, SQL Server, Azure Blob Storage, Azure Data Lake, Dynamics 365 und viele APIs von Drittanbietern. Jeder Connector bietet Trigger und Aktionen, die die Authentifizierung und API-Komplexität abstrahieren.
  • Advanced Data Manipulation – Verwenden Sie integrierte Funktionen (z. B. , , und Data Operations Actions (Compose, Select, Filter Array, Create CSV Table, Parse JSON) um Daten zu transformieren und zu formen, ohne Code zu schreiben.
  • Bedingte Logik, Schleifen und Fehlerbehandlung – Fügen Sie Bedingungen hinzu (), wechseln Sie Fälle und Schleifen (, ), um komplexe Geschäftsregeln zu handhaben. Konfigurieren Sie nach Einstellungen und Wiederholungsrichtlinien, um Fehler anmutig zu verwalten.
  • Integration mit Azure Ecosystem – Einfach Azure Functions for custom logic aufrufen, gespeicherte SQL Server-Prozeduren ausführen, in Azure Synapse Analytics schreiben oder Azure Event Grid für ereignisgesteuerte Architekturen verwenden.
  • Monitoring and Analytics – Das Azure-Portal bietet Live-Metriken, Protokolle und eine reichhaltige Verlaufsanzeige.Sie können auch mit Azure Monitor, Log Analytics und Application Insights für erweiterte Diagnose und Alarmierung integrieren.
  • Managed Identity and Key Vault Support – Sicher speichern und abrufen von Geheimnissen, Verbindungszeichenfolgen und Zertifikaten mit Azure Key Vault und Authentifizieren mit Managed Identities ohne Hardcoding-Anmeldeinformationen.

Diese Funktionen machen Logic Apps zu einem leistungsstarken Werkzeug zur Automatisierung der Datenaufnahme, -transformation, -routing und -anreicherung in Hybrid- und Multi-Cloud-Umgebungen.

Wie man einen automatisierten Datenverarbeitungs-Workflow erstellt

Folgen Sie diesem detaillierten Schritt-für-Schritt-Prozess, um einen produktionsbereiten Datenverarbeitungs-Workflow zu erstellen.Wir werden ein gemeinsames Szenario verwenden: Verarbeitung eingehender CSV-Dateien aus einem FTP-Ordner, Validierung der Daten, Einfügen der Datensätze in eine SQL Server-Datenbank und Senden einer Status-E-Mail.

1. Definieren Sie Ihre Datenverarbeitungsanforderungen

Bevor Sie das Azure-Portal öffnen, klären Sie Folgendes:

  • Was löst den Workflow aus? (z. B. neue Datei, aktualisierter Datensatz, geplante Umfragen, Webhook)
  • Welche Aktionen müssen durchgeführt werden? (z. B. Datei lesen, Inhalt analysieren, Felder validieren, in die Datenbank schreiben, Rohdateien archivieren, Stakeholder benachrichtigen)
  • Welche Fehlerszenarien gibt es? (z. B. fehlerhafte Dateien, Datenbank-Timeouts, Authentifizierungsfehler)
  • Welche Leistungs- und Kostenbeschränkungen gelten? (z. B. erwartetes Volumen, Häufigkeit, Beibehaltung der Ausführungshistorie)

Dokumentieren Sie diese Anforderungen, um Ihr Design zu führen. In diesem Beispiel ist der Auslöser eine neue Datei, die in einem SFTP-Ordner erscheint. Die Aktionen sind: Datei lesen, CSV analysieren, erforderliche Felder überprüfen, jede Zeile in eine SQL Server-Tabelle einfügen, verarbeitete Datei in einen Archivordner verschieben und eine E-Mail-Zusammenfassung senden.

2. Erstellen einer Logic App im Azure Portal

  1. Melden Sie sich im Azure-Portal an.
  2. Geben Sie in der Suchleiste "Logische Apps" ein und wählen Sie den Dienst aus.
  3. Klicken Sie auf Add, um eine neue Logik-App zu erstellen.
  4. Füllen Sie die erforderlichen Felder aus:
    • Abonnement – wählen Sie Ihr Azure-Abonnement.
    • Ressourcengruppe – erstellen Sie eine neue oder verwenden Sie eine bestehende Gruppe.
    • Logic app name – verwenden Sie einen beschreibenden Namen wie csv-sftp-to-sql-processor.
    • Region – wählen Sie die Region aus, die Ihren Datenquellen am nächsten liegt.
    • Plantyp – Wählen Sie für die meisten Datenverarbeitungs-Workloads **Verbrauch** (Pay-per-Execution). Verwenden Sie Standard (Festpreis), wenn Sie ein erweitertes Netzwerk oder private Endpunkte benötigen.
  5. Klicken Sie auf Review + Create, dann Create.

3. Entwerfen Sie den Workflow mit dem Visual Designer

Der Designer öffnet mit einer leeren Leinwand. Beginnen Sie mit einem Trigger. Verwenden Sie für dieses Szenario den SFTP – Wenn eine Datei hinzugefügt oder geändert wird Trigger. Konfigurieren Sie die Verbindung zu Ihrem SFTP-Server (Host, Benutzername und Passwort oder privater Schlüssel). Legen Sie den Ordnerpfad auf Abfrage fest und geben Sie den Dateifilter an (z. B. ). Das Abfrageintervall und die Häufigkeit sollten den Geschäftsanforderungen entsprechen - alle 5 Minuten für nahezu Echtzeit, stündlich für die Batchverarbeitung.

Nach dem Trigger fügen Sie Aktionen in der Reihenfolge hinzu:

  • SFTP – Erhalten Sie Dateiinhalt (speichern Sie den binären Inhalt der ausgelösten Datei).
  • Datenoperationen – JSON analysieren oder eine **Compose**-Aktion mit CSV-Parsing-Funktionen verwenden. Beachten Sie, dass Logic Apps keinen nativen CSV-Parser hat, so dass Sie die Funktionen und verwenden oder eine benutzerdefinierte Azure-Funktion aufrufen können. Alternativ verwenden Sie den **Flat File Encoding**-Konnektor (falls lizenziert) oder einen Drittanbieter-Konnektor. Der Einfachheit halber können wir davon ausgehen, dass eine JSON-Nutzlast bereitgestellt wird - aber in der Praxis verwenden Sie eine Funktion, um CSV robust zu analysieren.
  • Für jede Schleife, um durch jeden analysierten Datensatz zu iterieren.
  • Fügen Sie innerhalb der Schleife eine **Condition** hinzu, um die erforderlichen Felder zu überprüfen (z. B. ). Wenn gültig, fahren Sie mit dem SQL Server-Connector mit **Insert row** action fort.

4. Konfigurieren von Konnektoren und Aktionen

Jede Aktion erfordert eine Verbindung zum Zieldienst. Wenn Sie zum ersten Mal einen Connector hinzufügen, müssen Sie eine Verbindung durch Anmeldung mit entsprechenden Anmeldeinformationen erstellen. Für SQL Server können Sie SQL Server Authentication, Azure AD Integrated oder Managed Identity verwenden. Verwenden Sie aus Sicherheitsgründen immer Managed Identity, wenn möglich, und eliminiert dabei rotierende Geheimnisse.

Parameter sorgfältig konfigurieren:

  • Geben Sie für die Aktion SQL Einfügen den Tabellennamen an und weisen Sie Ausgabefelder aus den analysierten CSV in Datenbankspalten ab.
  • Verwenden Sie dynamische Ausdrücke, um Eigenschaften festzulegen, z. B. oder , um auf den aktuellen Datensatz zu verweisen.
  • Fügen Sie nach der Schleife eine Aktion **SFTP – Datei verschieben ** hinzu, um die ursprüngliche Datei in einem verarbeiteten Ordner zu archivieren.
  • Fügen Sie schließlich eine Office 365 Outlook hinzu - Senden Sie eine E-Mail-Aktion, um das Betriebsteam über den Abschluss, die verarbeiteten Gesamtdatensätze und alle aufgetretenen Fehler zu informieren.

5. Implementierung von Fehlerbehandlungs- und Retry-Richtlinien

Verwenden Sie die folgenden Techniken, um Ihre Logik-App widerstandsfähig zu machen:

  • Konfigurieren Sie Retry-Richtlinien für jede Aktion. Logic Apps wiederholt standardmäßig bis zu 4 Mal mit exponentiellem Backoff. Für Datenbankoperationen ist möglicherweise ein festes Retry-Intervall geeigneter.
  • Fügen Sie eine Scope-Aktion mit nach-Einstellungen hinzu, um Fehler zu erkennen. z. B. schließen Sie den gesamten Verarbeitungsabschnitt in einen Scope ein und konfigurieren Sie einen zweiten parallelen Zweig, der nur ausgeführt wird, wenn der Scope ausfällt – dieser Zweig könnte eine Warnung senden oder einen Fallback-Workflow auslösen.
  • Verwenden Sie Try-Catch-Muster mit verschachtelten Scopes: einem primären Erfolgsbereich, einem sekundären Umfang für die Fehlerbehandlung.
  • Problematische Zeilen in einer Warteschlange mit toten Buchstaben (z. B. Azure Queue Storage) für die manuelle Überprüfung speichern.

Beispiel für eine Bedingung zum Umgang mit einer leeren Datei: – falls zutreffend, überspringen Sie die Verarbeitung und senden Sie eine Warn-E-Mail.

6. Testen und Überwachen des Workflows

Nach dem Speichern der Logik-App führen Sie manuelle Tests durch:

  1. Laden Sie eine Test-CSV-Datei in den SFTP-Ordner hoch (mit bekannten guten und schlechten Zeilen).
  2. Klicken Sie im Logic App-Designer auf Trigger ausführen und wählen Sie **Wenn eine Datei hinzugefügt oder geändert wird** (Sie müssen möglicherweise warten, bis der Auslöser abgefragt wird, oder den Auslöser manuell mit einer Beispielnutzlast aufrufen).
  3. Gehen Sie zur **Übersicht**-Seite und klicken Sie auf **Historie ausführen**, um jede Ausführung zu sehen. Wählen Sie einen Lauf aus, um detaillierte Eingaben, Ausgaben und Timing für jede Aktion anzuzeigen.
  4. Verwenden Sie den **Diagnostics**-Bereich, um nach Ausfällen und Latenz zu suchen. Aktivieren Sie **Insights** für eine reichhaltigere Ansicht.
  5. Stellen Sie sicher, dass die SQL-Zeilen korrekt eingefügt, Dateien archiviert und E-Mail-Benachrichtigungen zugestellt werden.

Für die laufende Überwachung richten Sie in Azure Monitor Benachrichtigungen für fehlgeschlagene Runs, lange Laufzeiten oder hohe Durchsatzeinstellungen ein.Sie können Protokolle auch in Log Analytics für Abfrage und Dashboarding exportieren.

Reale Szenarien für die Datenverarbeitungsautomatisierung

Hier sind drei häufige Anwendungsfälle, in denen Azure Logic Apps übertrifft:

Einlesen und Transformieren von Log-Dateien

Ein SaaS-Unternehmen erhält täglich CSV-Protokollexporte von einem Marketing-Tool eines Drittanbieters. Sie verwenden eine geplante Logik-App (täglich um 2 Uhr), um die Datei über HTTP herunterzuladen, die Daten mit einer Azure-Funktion zu analysieren (da CSV-Parsing im Code zuverlässiger ist), Datumsformate zu transformieren und Datensätze in eine Azure SQL-Datenbank einzufügen. Die Logik-App löst dann eine Power BI-Aktualisierung aus, um Dashboards zu aktualisieren.

Bearbeitung von Bestellungen aus E-Mail-Anhängen

Ein Einzelhandelsunternehmen erhält Bestellungen als Excel-Anhänge in einem freigegebenen Postfach. Ein Logik-App-Trigger auf "Wenn eine neue E-Mail in einem freigegebenen Postfach ankommt" (Office 365 Outlook-Connector) extrahiert Anhänge, speichert sie in Azure Blob Storage und ruft dann eine Custom Vision API zu OCR gescannten Dokumenten auf. Die resultierenden strukturierten Daten werden in eine Dynamics 365 Sales-Bestelltabelle eingefügt. Wenn ein Schritt fehlschlägt, wird ein Support-Ticket in ServiceNow angemeldet.

Echtzeit-IoT-Datenfilterung und -archivierung

Ein Fertigungsunternehmen streamt Telemetrie von IoT-Geräten über Azure Event Hubs. Ein Event Grid-Trigger startet für jede Nachricht eine Logik-App. Die App überprüft Temperaturwerte anhand von Schwellenwerten: Wenn sie anormal sind, sendet sie eine Warnung über Twilio SMS und schreibt auf einen Hot Path (Cosmos DB); wenn sie normal sind, komprimiert sie das Lesen und die Archive zu Azure Data Lake Storage Gen2 für die Langzeitanalyse. Der zustandslose Workflow sorgt für geringe Latenzzeiten.

Best Practices für Produktions-Workflows

  • Verwenden Sie verwaltete Identitäten und Key Vault – Speichern Sie niemals Passwörter oder Verbindungszeichenfolgen im Klartext. Weisen Sie Ihrer Logik-App eine verwaltete Identität zu (Standardplan für eine systemzugeordnete Identität erforderlich) und gewähren Sie ihr Zugriff auf Key Vault, um Geheimnisse zur Laufzeit abzurufen.
  • Große Verarbeitung in Stücke – Verwenden Sie für sehr große Dateien (Hunderte von MB) Azure Functions oder Data Factory für schweres Heben. Logic Apps ist für die Orchestrierung, nicht für Datenknirschen mit hohem Durchsatz konzipiert. Verwenden Sie für die Batchverarbeitung die Funktion **Split On**, um mehrere Elemente gleichzeitig zu verarbeiten.
  • Design idempotente Workflows – Stellen Sie sicher, dass, wenn dasselbe Ereignis den Workflow zweimal auslöst (aufgrund von Wiederholungen oder doppelten Ereignissen), Nebenwirkungen sicher sind. Verwenden Sie eindeutige Identifikatoren in Zieltabellen und prüfen Sie vor dem Einfügen auf vorhandene Datensätze.
  • Behalte die Workflows einfach und modular – Zerlege komplexe Prozesse anstelle einer riesigen Logik-App in mehrere Logik-Apps, die über HTTP-Trigger, Servicebus-Warteschlangen oder Event Grid kommunizieren.
  • Kostenoptimieren – Verwenden Sie den Verbrauchsplan für variable Workloads. Verkürzen Sie die Ausführungszeit, indem Sie sequentielle Schritte minimieren und wenn möglich parallele Zweige verwenden. Archivieren Sie den alten Laufverlauf automatisch (30 oder 90 Tage Aufbewahrung).
  • Leverage API Management – Wenn Ihre Logik-App einen HTTP-Endpunkt externen Partnern aussetzt, platzieren Sie Azure API Management für Sicherheit, Drosselung und Versionierung.
  • Dokument- und Versionssteuerung Ihrer Workflows – Exportieren Sie die Logik-App-Vorlage (ARM JSON) und speichern Sie sie in Git. Fügen Sie Kommentare für jeden Aktionsblock hinzu.

Durch die Befolgung dieser Schritte und Best Practices können Pädagogen und Entwickler Azure Logic Apps nutzen, um komplexe Datenverarbeitungsaufgaben effizient zu automatisieren, Zeit zu sparen und Fehler zu reduzieren. Die Plattform bietet eine robuste, serverlose Grundlage für die Erstellung von Integrationslösungen, die sich an Ihre Geschäftsanforderungen anpassen. Für eine tiefere Lektüre siehe die offizielle Azure Logic Apps Dokumentation und die Anleitung zur Fehlerbehandlung.