VS Code でデータフロー用の WASM モジュールをビルドする

Azure IoT Operations のカスタム WebAssembly (WASM) データ処理機能を使用すると、Azure IoT Operations クラスター内でリアルタイムのテレメトリデータ処理が可能になります。カスタム WASM モジュールをデプロイすることで、データフローグラフまたは HTTP/REST コネクタの一部としてデータ変換を定義および実行できます。

この記事では、 Azure IoT Operations Data Flow VS Code 拡張機能を使用して、WASM モジュールを Azure IoT Operations クラスターにデプロイする前に、WASM モジュールをローカルで開発、テスト、デバッグする方法について説明します。次の方法について学習します。

基本的なワークフローを理解するために、サンプルデータを含む事前構築済みのグラフを実行して、グラフアプリケーションをローカルで実行します。
マップとフィルターの機能を使用して Python と Rust で新しい演算子を構築して、カスタム WASM モジュールを作成します。
状態ストアを使用して、メッセージ処理全体で状態を維持します。
スキーマレジストリの検証を使用して、処理する前に JSON スキーマを使用してメッセージ形式を検証します。
ローカル開発用のブレークポイントとステップスルーデバッグを使用して WASM モジュールをデバッグします。

この拡張機能は、次のプラットフォームでサポートされています。

Linux
Windows Subsystem for Linux (WSL)
ウィンドウズ

Azure IoT Operations のグラフと WASM の詳細については、次を参照してください。

[前提条件]

開発環境:

Visual Studio Code
VS Code 用の RedHat YAML 拡張機能 (省略可能)
VS Code 用の Azure IoT Operations Data Flow 拡張機能。
WASM モジュールのデバッグを有効にする VS Code 用 CodeLLDB 拡張機能
Azure CLI
ORAS CLI
Docker

Docker イメージ:

docker pull mcr.microsoft.com/azureiotoperations/processor-app:1.1.4
docker tag mcr.microsoft.com/azureiotoperations/processor-app:1.1.4 host-app

docker pull mcr.microsoft.com/azureiotoperations/devx-runtime:0.1.8
docker tag mcr.microsoft.com/azureiotoperations/devx-runtime:0.1.8 devx

docker pull mcr.microsoft.com/azureiotoperations/statestore-cli:0.0.2
docker tag mcr.microsoft.com/azureiotoperations/statestore-cli:0.0.2 statestore-cli

docker pull eclipse-mosquitto

VS Code 拡張機能を使用してグラフアプリケーションをローカルで実行する

この例では、VS Code 拡張機能を使用してグラフアプリケーションをローカルでビルドして実行するために必要なすべてのリソースを含むサンプルワークスペースを使用します。

VS Code でサンプルワークスペースを開く

まだ作成していない場合は、 Explore IoT Operations リポジトリを複製します。

Visual Studio Code で samples/wasm フォルダーを開き、[ファイル] メニューから [フォルダーを>] を選択し、フォルダーに移動します。

演算子を構築する

Ctrl+Shift+Pキーを押してコマンドパレットを開き、Azure IoT Operations: Build All Data Flow Operators を検索します。ビルドモードとして リリース を選択します。

このコマンドは、ワークスペース内のすべての演算子をビルドし、.wasm フォルダーにoperatorsファイルを作成します。 .wasm ファイルを使用して、グラフアプリケーションをローカルで実行します。

グラフアプリケーションをローカルで実行する

Ctrl+Shift+Pキーを押してコマンドパレットを開き、Azure IoT Operations: Run Application Graph を検索します。実行モードとして リリース を選択します。このコマンドは、ワークスペース内の graph.dataflow.yaml ファイルと共にローカル実行環境を使用して、グラフアプリケーションをローカルで実行します。

また、 hostapp.env.list から読み取り、データフローオペレーター構成パラメーターの環境変数 TK_CONFIGURATION_PARAMETERS を設定します。

入力データの入力を求められたら、ワークスペース内の data-and-images フォルダーを選択します。このフォルダーには、温度と湿度のデータを含むグラフアプリケーションの入力データファイルと、スナップショットモジュールのイメージが含まれています。

ログの準備ができたことを示す VS Code 通知が表示されるまで待ちます: Log files for the run can be found at ...\wasm\data-and-images\output\logs。

出力は、output フォルダーの下の data-and-images フォルダーにあります。ワークスペース内の output フォルダーを開いて、出力ファイルを表示できます。ファイル名の日付と時刻を含む .txt ファイルには、処理されたデータが含まれており、次の例のようになります。

{"tst":"2025-09-19T04:19:13.530381+0000","topic":"sensors","qos":0,"retain":0,"payloadlen":312,"properties":{"payload-format-indicator":1,"message-expiry-interval":10,"correlation-data":"...","user-properties":{"__ts":"001758255553528:00000:...","__protVer":"1.0","__srcId":"mqtt-source"},"content-type":"application/json"},"payload":{"temperature":[{"count":2,"max":653.888888888889,"min":204.44444444444449,"average":429.16666666666669,"last":204.44444444444449,"unit":"C","overtemp":true}],"humidity":[{"count":3,"max":85,"min":45,"average":69.666666666666671,"last":79}],"object":[{"result":"notebook, notebook computer; sliding door"}]}}

出力は、グラフアプリケーションが入力データを処理し、出力を生成したことを示しています。出力には、温度と湿度のデータと、画像で検出されたオブジェクトが含まれます。

カスタム WASM モジュールを使用して新しいグラフを作成する

このシナリオでは、カスタム WASM モジュールを使用して新しいグラフアプリケーションを作成する方法を示します。グラフアプリケーションは、温度値を華氏から摂氏に変換する map 演算子と、500°C を超える温度値のメッセージを除外する filter 演算子の 2 つの演算子で構成されています。

既存のサンプルワークスペースを使用する代わりに、新しいワークスペースを最初から作成します。このプロセスでは、新しいグラフアプリケーションを作成し、Python と Rust で演算子をプログラミングする方法を学習できます。

演算子の名前付け制約

現在、演算子名にはハイフン (-) またはアンダースコア (_) を使用しないでください。 VS Code 拡張機能ではこの要件が適用されますが、モジュールを手動で作成または名前変更すると、問題が発生します。 filter、map、stateenrich、schemafilterなどのモジュールには、単純な英数字名を使用します。

Python で新しいグラフアプリケーションプロジェクトを作成する

Ctrl+Shift+Pを押して VS Code コマンドパレットを開き、Azure IoT 操作を検索します。新しいデータフローアプリケーションを作成します。

フォルダーの場合は、プロジェクトを作成するフォルダーを選択します。このプロジェクトの新しいフォルダーを作成できます。
名前として「 my-graph 」と入力します。
言語として Python を選択します。
種類として [マップ ] を選択します。
名前として「 map 」と入力します。

これで、基本的なプロジェクト構造とスターターファイルを含む新しい VS Code ワークスペースが作成されました。スターターファイルには、 graph.dataflow.yaml ファイルとマップ演算子テンプレートのソースコードが含まれます。

Important

デプロイされた Azure IoT Operations インスタンスで Python モジュールを使用するには、ブローカーのメモリプロファイルが [中 ] または [ 高] に設定されたインスタンスをデプロイする必要があります。メモリプロファイルを Low または Tiny に設定した場合、インスタンスは Python モジュールをプルできません。

map 演算子モジュールの Python コードを追加する

operators/map/map.py ファイルを開き、内容を次のコードに置き換えて、受信温度の値を華氏から摂氏に変換します。

import json
from map_impl import exports
from map_impl import imports
from map_impl.imports import types

class Map(exports.Map):
    def init(self, configuration) -> bool:
        imports.logger.log(imports.logger.Level.INFO, "module4/map", "Init invoked")
        return True

    def process(self, message: types.DataModel) -> types.DataModel:
        # TODO: implement custom logic for map operator
        imports.logger.log(imports.logger.Level.INFO, "module4/map", "processing from python")

        # Ensure the input is of the expected type
        if not isinstance(message, types.DataModel_Message):
            raise ValueError("Unexpected input type: Expected DataModel_Message")

        # Extract and decode the payload
        payload_variant = message.value.payload
        if isinstance(payload_variant, types.BufferOrBytes_Buffer):
            # It's a Buffer handle - read from host
            imports.logger.log(imports.logger.Level.INFO, "module4/map", "Reading payload from Buffer")
            payload = payload_variant.value.read()
        elif isinstance(payload_variant, types.BufferOrBytes_Bytes):
            # It's already bytes
            imports.logger.log(imports.logger.Level.INFO, "module4/map", "Reading payload from Bytes")
            payload = payload_variant.value
        else:
            raise ValueError("Unexpected payload type")

        decoded = payload.decode("utf-8")

        # Parse the JSON data
        json_data = json.loads(decoded)

        # Check and update the temperature value
        if "temperature" in json_data and "value" in json_data["temperature"]:
            temp_f = json_data["temperature"]["value"]
            if isinstance(temp_f, int):
                # Convert Fahrenheit to Celsius
                temp_c = round((temp_f - 32) * 5.0 / 9.0)

                # Update the JSON data
                json_data["temperature"]["value"] = temp_c
                json_data["temperature"]["unit"] = "C"

                # Serialize the updated JSON back to bytes
                updated_payload = json.dumps(json_data).encode("utf-8")

                # Update the message payload
                message.value.payload = types.BufferOrBytes_Bytes(value=updated_payload)

        return message

Docker が実行されていることを確認します。次に、 Ctrl+Shift+P キーを押してコマンドパレットを開き、 Azure IoT Operations: Build All Data Flow Operators を検索します。 リリース モジュールを作成します。

ビルドプロセスでは、map.wasm 演算子のmap ファイルが operators/map/bin/release フォルダーに配置されます。

フィルター演算子モジュールの Rust コードを追加する

Ctrl+Shift+Pキーを押してコマンドパレットを開き、Azure IoT Operations: Create data flow operator を検索して、新しいオペレーターを作成します。

言語として Rust を選択します。
演算子の種類として [フィルター] を選択します。
名前として「 filter 」と入力します。

operators/filter/src/lib.rs ファイルを開き、内容を次のコードに置き換えて、温度が 500°C を超える値を除外します。

mod filter_operator {
    use wasm_graph_sdk::macros::filter_operator;
    use serde_json::Value;

    fn filter_init(_configuration: ModuleConfiguration) -> bool {
        // Add code here to process the module init properties and module schemas from the configuration

        true
    }

    #[filter_operator(init = "filter_init")]
    fn filter(input: DataModel) -> Result<bool, Error> {

        // Extract payload from input to process
        let payload = match input {
            DataModel::Message(Message {
                payload: BufferOrBytes::Buffer(buffer),
                ..
            }) => buffer.read(),
            DataModel::Message(Message {
                payload: BufferOrBytes::Bytes(bytes),
                ..
            }) => bytes,
            _ => return Err(Error { message: "Unexpected input type".to_string() }),
        };

        // ... perform filtering logic here and return boolean
        if let Ok(payload_str) = std::str::from_utf8(&payload) {
            if let Ok(json) = serde_json::from_str::<Value>(payload_str) {
                if let Some(temp_c) = json["temperature"]["value"].as_i64() {
                    // Return true if temperature is above 500°C
                    return Ok(temp_c > 500);
                }
            }
        }

        Ok(false)
   }
}

operators/filter/Cargo.toml ファイルを開き、次の依存関係を追加します。

[dependencies]
# ...
serde = { version = "1.0", features = ["derive"] }
serde_json = "1.0"

ビルドプロセスでは、filter.wasm 演算子のfilter ファイルが operators/filter/bin/release フォルダーに配置されます。

サンプルデータを使用してグラフアプリケーションをローカルで実行する

graph.dataflow.yaml ファイルを開き、その内容を次のコードに置き換えます。

metadata:
    $schema: "https://www.schemastore.org/aio-wasm-graph-config-1.0.0.json"
    name: "Temperature Monitoring"
    description: "A graph that converts temperature from Fahrenheit to Celsius, if temperature is above 500°C, then sends the processed data to the sink."
    version: "1.0.0"
    vendor: "Microsoft"
moduleRequirements:
    apiVersion: "1.1.0"
    runtimeVersion: "1.1.0"
operations:
  - operationType: source
    name: source
  - operationType: map
    name: map
    module: map
  - operationType: filter
    name: filter
    module: filter
  - operationType: sink
    name: sink
connections:
  - from:
      name: source
    to:
      name: map
  - from:
      name: map
    to:
      name: filter
  - from:
      name: filter
    to:
      name: sink

複製されたサンプルリポジトリdataから現在のワークスペースにサンプルデータを含むexplore-iot-operations\samples\wasm\data フォルダーをコピーします。 data フォルダーには、サンプルの入力温度データを含む 3 つの JSON ファイルが含まれています。

Ctrl+Shift+Pキーを押してコマンドパレットを開き、Azure IoT Operations: Run Application Graph を検索します。

graph.dataflow.yamlグラフファイルを選択します。
実行モードとして リリース を選択します。
ワークスペースにコピーした data フォルダーを選択します。

DevX コンテナーが起動してグラフが実行されます。処理された結果は、 data/output フォルダーに保存されます。

カスタム WASM モジュールとグラフを Azure IoT Operations インスタンスにデプロイする方法については、「 WASM モジュールとデータフローグラフのデプロイ」を参照してください。

WASM 演算子のステートストアのサポート

この例では、WASM 演算子で状態ストアを使用する方法を示します。状態ストアを使用すると、オペレーターはメッセージ処理全体でデータを保持および取得でき、データフローグラフでステートフル操作が可能になります。

状態ストアのサンプルワークスペースを開く

まだ作成していない場合は、 Explore IoT Operations リポジトリを複製します。

Visual Studio Code で samples/wasm/statestore-scenario フォルダーを開き、[ファイル] メニューから [フォルダーを>] を選択し、フォルダーに移動します。このフォルダーには、次のリソースが含まれています。

graph.dataflow.yaml - 状態ストアが有効な演算子を使用したデータフローグラフの構成。
statestore.json - キーと値のペアを使用した状態ストアの構成。
data/ - テスト用のサンプル入力データ。
operators/ - otel-enrich 演算子とフィルター演算子のソースコード。

状態ストアを構成する

statestore.json ファイルを開き、現在の状態ストアの構成を表示します。
テスト用に factoryId または machineId の値を変更できます。エンリッチメントパラメーターは、これらのキーを参照します。

graph.dataflow.yamlを開き、エンリッチメントの構成を確認します。このファイルの重要なセクションを次のスニペットに示します。

moduleConfigurations:
  - name: module-otel-enrich/map
    parameters:
      enrichKeys:
        name: enrichKeys
        description: Comma separated list of DSS keys which will be fetched and added as attributes
        default: factoryId,machineId
operations:
  - operationType: "source"
    name: "source"
  - operationType: "map"
    name: "module-otel-enrich/map"
    module: "otel-enrich"
  - operationType: "sink"
    name: "sink"

enrichKeys パラメーターの既定値 (factoryId,machineId) によって、状態ストアからフェッチされ、属性として追加されるキーが決まります。

enrichKeysに一覧表示されている各キーがstatestore.jsonに存在することを確認します。 statestore.jsonでキーを追加または削除する場合は、default値を更新するか、TK_CONFIGURATION_PARAMETERS環境変数を使用してオーバーライドします。

テストデータの更新 (省略可能)

data/ フォルダー内のテストデータを変更して、さまざまな入力値を試すことができます。サンプルデータには、温度の測定値が含まれています。

状態ストアのシナリオを構築して実行する

Ctrl+Shift+Pキーを押してコマンドパレットを開き、Azure IoT Operations: Build All Data Flow Operators を検索します。
ビルドモードとして リリース を選択します。ビルドが完了するまで待ちます。
Ctrl+Shift+Pをもう一度押し、Azure IoT 操作: アプリケーショングラフの実行を検索します。
実行モードとして リリース を選択します。
入力データの VS Code ワークスペース内の data フォルダーを選択します。 DevX コンテナーが起動し、サンプル入力でグラフが実行されます。

状態ストアの機能を確認する

グラフの実行が完了した後:

data/output/ フォルダーに結果を表示します。
生成された .txt ファイルを開き、処理されたデータを確認します。出力メッセージの user properties セクションには、状態ストアから取得された factoryId 値と machineId 値が含まれます。
data/output/logs/host-app.logのログを調べて、otel-enrich演算子が状態ストアから値を取得し、それらをユーザープロパティとしてメッセージに追加したことを確認します。

WASM モジュールのスキーマレジストリのサポート

この例では、WASM モジュールでスキーマレジストリを使用する方法を示します。スキーマレジストリを使用すると、メッセージ形式を検証し、データフロー処理でデータの一貫性を確保できます。

スキーマレジストリのサンプルワークスペースを開く

まだ作成していない場合は、 Explore IoT Operations リポジトリを複製します。

Visual Studio Code で samples/wasm/schema-registry-scenario フォルダーを開き、[ファイル] メニューから [フォルダーを>] を選択し、フォルダーに移動します。このフォルダーには、次のリソースが含まれています。

graph.dataflow.yaml - データフローグラフの構成。
tk_schema_config.json - ホストアプリがダウンストリーム演算子に到達する前に受信メッセージペイロードを検証するためにローカルで使用する JSON スキーマ。このファイルは、Microsoft Azure 環境に発行するすべてのスキーマと同期してください。
data/ - テスト用に異なるメッセージ形式のサンプル入力データ。
operators/filter/ - フィルター演算子のソースコード。
(省略可能) hostapp.env.list - VS Code 拡張機能は、実行時に 1 つを自動生成し、 TK_SCHEMA_CONFIG_PATH=tk_schema_config.jsonを追加します。独自のスキーマファイルを指定する場合は、変数がそのファイルを指していることを確認します。

スキーマ構成について

tk_schema_config.json ファイルを開き、スキーマ定義を表示します。

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "type": "object",
  "properties": {
    "humidity": {
      "type": "integer"
    },
    "temperature": {
      "type": "number"
    }
  }
}

このスキーマは、 humidity (整数) と temperature (数値) の 2 つの数値プロパティを含むことができる最上位の JSON オブジェクトを定義します。両方を必須にする必要がある場合は "required": ["humidity", "temperature"] 配列を追加するか、ペイロード形式の進化に合わせて properties セクションを拡張します。

ローカルスキーマファイル (tk_schema_config.json) には、次の制限事項が適用されます。スキーマファイル:

Azure IoT Operations スキーマレジストリでサポートされているのと同じ下書きである、標準の JSON スキーマドラフト 07 構文を使用します。
機能的には、クラウドスキーマレジストリに登録するコンテンツと同じです。一貫性を保つには、2 つの間にコピーして貼り付けることができます。
環境変数 TK_SCHEMA_CONFIG_PATHを介してホストアプリによって参照されます。

現時点では、ローカル開発ランタイムには次の制限事項が適用されます。

読み込まれるスキーマ構成ファイルは 1 つだけです。マルチファイルインクルードまたはディレクトリスキャンはサポートされていません。
$ref 外部ファイルまたは URL へのアクセスはローカルではサポートされていません。スキーマは自己完結型のままにします。 {"$ref":"#/components/..."}などの内部 JSON ポインター参照を使用できます。
type、properties、required、enum、minimum、maximum、allOf、anyOf、oneOf、not、itemsなど、一般的に使用されるドラフト 07 キーワードはすべて動作します。基になる検証コントロールは、 contentEncoding や contentMediaTypeなどの一般的でない機能や高度な機能を無視する場合があります。
高速コールドスタートでは、スキーマのサイズを最大 1 MB 未満にしてください。
バージョン管理ポリシーとスキーマ進化ポリシーはローカルに適用されません。クラウドレジストリとの連携を維持する責任は、お客様にあります。

検証がローカルで失敗する高度なコンストラクトに依存している場合は、発行後にクラウドレジストリに対して同じスキーマを検証し、パリティを確保します。

詳細については、 Azure IoT Operations スキーマレジストリの概念に関するページを参照してください。

テストデータを確認する

data/ フォルダーには、次の 3 つのテストファイルが含まれています。

temperature_humidity_payload_1.json - 温度と湿度の両方のデータが含まれており、検証に合格します。ただし、湿度の値はスキーマで指定されている整数ではないので、データはフィルターで除外されます。
temperature_humidity_payload_2.json - 湿度データのみが含まれており、除外されます。
temperature_humidity_payload_3.json - 温度と湿度の両方のデータが含まれており、検証に合格します。

スキーマレジストリシナリオをビルドして実行する

Ctrl+Shift+Pキーを押してコマンドパレットを開き、Azure IoT Operations: Build All Data Flow Operators を検索します。
ビルドモードとして リリース を選択します。ビルドが完了するまで待ちます。
Ctrl+Shift+Pをもう一度押し、Azure IoT 操作: アプリケーショングラフの実行を検索します。
graph.dataflow.yamlグラフファイルを選択します。
実行モードとして リリース を選択します。
入力データの VS Code ワークスペース内の data フォルダーを選択します。 DevX コンテナーが起動し、サンプル入力でグラフが実行されます。

スキーマの検証を確認する

処理が完了した後:

data/output/ フォルダーで結果を確認します。
出力には、スキーマに準拠しているため、処理されたバージョンの temperature_humidity_payload_3.json メッセージのみが含まれます。
data/output/logs/host-app.log ファイルには、スキーマ検証に基づいて受け入れられるメッセージまたは拒否されるメッセージを示すログエントリが含まれています。

この例では、スキーマレジストリが受信メッセージを検証し、定義されたスキーマに準拠していないメッセージを除外する方法を示します。

VS Code 拡張機能を使用して WASM モジュールをデバッグする

この例では、VS Code でブレークポイントと統合デバッガーを使用して WASM モジュールをローカルでデバッグする方法を示します。

[前提条件]

サンプルワークスペースを設定するには、 WASM モジュールのスキーマレジストリサポートの例を完了します。

デバッグを設定する

operators/filter/src/lib.rs ワークスペースでファイル schema-registry-scenarioを開きます。

filter関数を見つけ、行番号の横にある余白をクリックするか、F9を押してブレークポイントを設定します。

fn filter(message: DataModel) -> Result<bool, Error> {
    let DataModel::Message(message) = input else {
        return Err(Error {message: "Unexpected input type.".to_string()});
    };
    // ... rest of function
}

デバッグ用のビルド

Ctrl+Shift+Pキーを押してコマンドパレットを開き、Azure IoT Operations: Build All Data Flow Operators を検索します。
ビルドモードとして [デバッグ ] を選択します。ビルドが完了するまで待ちます。

デバッグを有効にして実行する

Ctrl+Shift+Pキーを押し、Azure IoT 操作: アプリケーショングラフの実行を検索します。
lldb-debug.graph.dataflow.yamlグラフファイルを選択します。
実行モードとして [デバッグ ] を選択します。
入力データの VS Code ワークスペース内の data フォルダーを選択します。 DevX コンテナーが起動し、サンプル入力でグラフが実行されます。
DevX コンテナーが起動すると、ホストアプリコンテナーがデバッグ用の lldb-server で始まることがわかります。

現在のデバッガーはデバッグセッション内の 1 つのカスタム WASM 演算子にのみアタッチできるため、特別なデバッググラフファイルを使用します。専用デバッググラフを使用すると、通常の graph.dataflow.yaml を維持でき、複数のモジュールが存在する場合にデバッガーが予期しないアタッチを防ぐことができます。

独自のデバッググラフファイルを作成するには:

通常の graph.dataflow.yaml を新しいファイルにコピーします。 lldb- プレフィックスの使用は規則ですが、名前は任意です。
デバッグする演算子を除き、他のすべてのカスタム WASM 演算子を削除します。
シンボルを使用できるように 、デバッグ モードでターゲット演算子を再構築します。
実行モードをデバッグに設定してデバッググラフを実行 します。拡張機能によって lldb-server が起動され、VS Code が自動的にアタッチされます。

WASM モジュールをデバッグする

実行は、 filter 関数で設定したブレークポイントで自動的に停止します。
VS Code デバッグインターフェイスを使用して、次の操作を行います。
- [変数 ] パネルで 変数の値を調べます。
- F10またはF11を使用してコードをステップ実行します。
- [呼び出し履歴] パネルで 呼び出し履歴を 表示します。
- 特定の変数または式のウォッチを設定します。
F5キーを押すか、[続行] ボタンを選択して、実行を続行します。
デバッガーは、処理中の各メッセージのブレークポイントで停止し、データフローを検査できます。

デバッグのヒント

デバッグコンソールを使用して式を評価し、ランタイムの状態を検査します。
ブレークポイントを右クリックして条件を追加して、条件付きブレークポイントを設定します。
ブレークポイントを削除せずにオンとオフを切り替えるには、 F9 を使用します。
[ 変数] パネルには、ローカル変数と関数パラメーターの現在の状態が表示されます。

このデバッグ機能を使用すると、運用環境にデプロイする前に、問題のトラブルシューティング、データフローの理解、WASM モジュールロジックの検証を行うことができます。

既知の問題

データフローの構成

YAML のブール値: 検証エラーを回避するには、ブール値を文字列として引用符で囲む必要があります。たとえば、"True"や"False"の代わりにtrueとfalseを使用します。

引用符で囲まれていないブール値を使用する場合のエラー例:
```
* spec.connections[2].from.arm: Invalid value: "boolean": spec.connections[2].from.arm in body must be of type string: "boolean"
* spec.connections[2].from.arm: Unsupported value: false: supported values: "False", "True"
```
Python モジュールの要件: Python モジュールを使用するには、中または高のメモリプロファイルを使用するように構成された MQTT ブローカーと共に Azure IoT Operations をデプロイする必要があります。メモリプロファイルが Low または Tiny に設定されている場合、Python モジュールをプルすることはできません。
モジュールのデプロイのタイミング: WASM モジュールのプルと適用には、ネットワークの状態とモジュールのサイズによっては、通常は約 1 分かかる場合があります。

VS Code 拡張機能

ビルドエラーの詳細: ビルドが失敗すると、ポップアップ通知のエラーメッセージで十分な詳細が提供されない可能性があります。ターミナルの出力で、より具体的なエラー情報を確認します。
Windows の互換性: Windows では、グラフアプリケーションを初めて実行するときに、"終了コード 1 でコマンドが失敗しました" というエラーが発生する可能性があります。このエラーが発生した場合は、操作を再試行してください。正しく動作するはずです。
ホストアプリの安定性: ローカル実行環境が動作を停止し、回復するために再起動が必要になる場合があります。

トラブルシューティング

ログの表示

データフローサービスログを表示するには、次のコマンドを実行します。

kubectl logs -n azure-iot-operations -l app.kubernetes.io/name=microsoft-iotoperations-dataflows

データ処理サービスログを表示するには、次のコマンドを実行します。

kubectl logs -n azure-iot-operations -l app.kubernetes.io/instance=aio-dataflow-default

モジュール管理ログを表示するには、次のコマンドを実行します。

kubectl logs -n azure-iot-operations -l app.kubernetes.io/instance=aio-dataflow-graph-controller

回復手順

VS Code 拡張機能のリセット: VS Code 拡張機能が予期せず動作する場合は、アンインストールして再インストールしてから、VS Code を再起動してください。

フィードバック

このページはお役に立ちましたか?

Last updated on 2025-12-16

次の方法で共有

VS Code でデータ フロー用の WASM モジュールをビルドする

[前提条件]

VS Code 拡張機能を使用してグラフ アプリケーションをローカルで実行する

VS Code でサンプル ワークスペースを開く

演算子を構築する

グラフ アプリケーションをローカルで実行する

カスタム WASM モジュールを使用して新しいグラフを作成する

演算子の名前付け制約

Python で新しいグラフ アプリケーション プロジェクトを作成する

map 演算子モジュールの Python コードを追加する

フィルター演算子モジュールの Rust コードを追加する

サンプル データを使用してグラフ アプリケーションをローカルで実行する

WASM 演算子のステート ストアのサポート

状態ストアのサンプル ワークスペースを開く

状態ストアを構成する

テスト データの更新 (省略可能)

状態ストアのシナリオを構築して実行する

状態ストアの機能を確認する

WASM モジュールのスキーマ レジストリのサポート

スキーマ レジストリのサンプル ワークスペースを開く

スキーマ構成について

テスト データを確認する

スキーマ レジストリ シナリオをビルドして実行する

スキーマの検証を確認する

VS Code 拡張機能を使用して WASM モジュールをデバッグする

[前提条件]

デバッグを設定する

デバッグ用のビルド

デバッグを有効にして実行する

WASM モジュールをデバッグする

デバッグのヒント

既知の問題

データ フローの構成

VS Code 拡張機能

トラブルシューティング

ログの表示

回復手順

フィードバック

その他のリソース

VS Code でデータフロー用の WASM モジュールをビルドする

VS Code 拡張機能を使用してグラフアプリケーションをローカルで実行する

VS Code でサンプルワークスペースを開く

グラフアプリケーションをローカルで実行する

Python で新しいグラフアプリケーションプロジェクトを作成する

サンプルデータを使用してグラフアプリケーションをローカルで実行する

WASM 演算子のステートストアのサポート

状態ストアのサンプルワークスペースを開く

テストデータの更新 (省略可能)

WASM モジュールのスキーマレジストリのサポート

スキーマレジストリのサンプルワークスペースを開く

テストデータを確認する

スキーマレジストリシナリオをビルドして実行する

データフローの構成