Azure

关于azure:Service-Endpoint服务终结点Azure-SQL-Service

试验拓扑 SQL 服务部署在Japan EastVM 部署在Asia EastvNET提供子网172.16.1.0/24配置Service Endpoint，生成NIC连通子网和SQL 服务部署SQL服务部署SQL Server 留神如果抉择了AAD要抉择一个管理员部署SQL数据库在创立的时候，抉择后面生成的Server，零碎会给出不同配置下的价格创立vNET 创立服务终结点在方才生成的SQL服务中，抉择：网络—专用拜访点留神：这里的区域要抉择须要拜访服务的区域，本试验中拜访VM在Asia East 抉择指标资源抉择指标网络和子网验证通过当前创立也能够在网络接口中找到创立好的EndPoint 创立测试VM并拜访SQL服务创立Windows VM并装置SSMS拜访点在SQL Server 概述中能够找到尝试创立新的DataBase 查看是否创立胜利

关于azure:Azure-OpenAI-与-Microsoft-365-Power-Automate-加乘展现魔术般的神奇能力

【比特熊充电栈】AOAI 系列加更！Azure OpenAI 技术专场真直播收到超高人气的关注和继续热议，【比特熊充电栈】加更 AOAI Plus 系列，探讨 Microsoft 365 内置的云原生 AI 技术和实用工具 Power Automate 的理论场景利用，以技术科普和 Live Demo 的真直播，和开发者一起获取理论利用能力，加码进阶！【比特熊充电栈】是【比特熊直播间】以技术为导向的“真”直播栏目。邀请微软外部工程师、微软 MVP 团队、微软技术合作伙伴一起解析热门技术并提供“手把手”演示教学。直播内容依照技术类别划分系列，为大家设计与产品和技术利用相干的本地化课程。针对不同学习需要的技术入门者和教训开发人。概念科普、零碎带练双输入，直播解说、实时发问高效获取。 AOAI Plus 1：AI 智领 Microsoft 365 现代化工作模式 Azure OpenAI 公布之后并非“单打独斗”，它通过与 Microsoft 365 等产品的交融，实现了云原生 AI 技术与实用工具的联合，晋升了各类产品的相干服务能力与用户体验，为用户提供了更加高效、智能的工作和生产方式，充沛开释生产力。这种深度交融也为用户带来了更大的便当和更丰盛的利用场景。作为开发者和用户，如何疾速把握 AI + Microsoft 365 的现代化工作模式？Azure 通过机器学习平台，提供了很多定制化的 AI 模型以及低代码开发、智能交互、智能剖析等场景化的反对，帮忙用户构建更为丰盛的人工智能场景。 | 智创高效，Microsoft 365 中的人工智能技术现阶段，Microsoft 365 提供的办公平台交融超过200个以 Azure AI 驱动的性能，包含语音、语言、视觉、决策等。从满足用户各种办公场景下的智能化需要角度登程，demo 如何进行邮件智能回复、Word 多语言自动识别并翻译、PPT 智能制作、在线会议实时翻译、Excel 辨认图片数据与智能剖析解决等利用实际。 | 智领将来，Microsoft 365 Copilot 全新利用场景 ✔ Microsoft 365 Copilot 能力 ...

关于azure:限量红包封面开抢啦祝你兔年好运连连

爆竹声声辞旧岁家家户户庆离散新春如约而至！微信红包封面支付形式① 请先微信搜寻关注“微软开发者MSDN”公众号② 抉择你喜爱的技能，私信发送对应兔子名称（飞飞兔、灵灵兔、康康兔、美美兔、安安兔）③ 后盾会自动弹出一张海报，请扫码支付封面还有限量暗藏款！如果你是比特熊的忠诚粉丝，不要错过新年穿新衣、变身兔兔的比特熊，后盾私信发送“比特熊”支付封面，数量无限，快快口头起来吧~ 微软开发者社区 MSDN 衷心祝大家：新春快乐，前“兔”无穷，衰弱顺遂，好运连连！欢送转发微信文章，邀请你的敌人一起支付 Azure 兔年限定红包封面！

关于azure:正式发布丨Azure-OpenAI-Service

Azure OpenAI 服务现已在微软寰球 Azure 平台正式公布，这是微软人工智能大众化以及与 OpenAI 继续单干的又一里程碑。大型语言模型正迅速成为用户有限翻新、利用 AI 解决重要问题的平台。随着 Azure OpenAI 服务的正式公布，更多企业用户能够拜访世界先进的人工智能模型，以创立翻新利用，包含 GPT-3.5、Codex 和 DALL•E 2——基于微软 Azure 可信的企业级服务和为人工智能优化的基础设施。在不久的未来，用户将可能通过 Azure OpenAI 服务快速访问 ChatGPT。ChatGPT 是 GPT-3.5 的微调版本，在 Azure AI 训练并通过 Azure AI 的基础设施运行推理。 ◉ 微软人工智能翻新次要时间表微软于2021年11月推出了 Azure OpenAI 服务预览，使客户可能开掘大规模生成 AI (large-scale generative AI) 模型的能力，同时满足企业客户对Azure 云计算基础架构的冀望——安全性、可靠性、合规性、数据隐衷和内置的负责任的 AI (Responsible AI) 能力。自那时起，Azure OpenAI 服务为客户提供了宽泛的应用案例——从生成内容帮忙更好匹配顾客和商品，到治理客户服务工单，为员工腾出工夫专一于更重要的工作。各行各业、各种规模的客户都在应用 Azure OpenAI 服务来降本增效，改善最终用户体验，并在外部简化经营效率。从 Moveworks 等初创公司到毕马威（KPMG）等跨国公司，大大小小的组织正在将 Azure OpenAI 服务深刻利用于丰盛的应用场景中，例如客户反对、定制化服务，并通过搜寻、数据提取和分类从数据中获取洞察。 “在 Moveworks，咱们将 Azure OpenAI 服务视为机器学习架构的重要组成部分。Azure OpenAI 帮忙咱们解决了几个最新的利用场景，例如辨认客户外部知识库中的缺失局部，并依据这些缺失主动起草新的常识文章。这为 IT 和 HR 团队节俭了大量工夫，改良了员工自助服务水平。Azure OpenAI 服务还将从根本上加强咱们现有的企业搜寻性能，以及现有的剖析和数据可视化产品。鉴于如此多的古代企业都依赖语言实现工作，咱们认为 Azure OpenAI 服务将带来有限的可能性——咱们期待与 Azure OpenAI 持续合作。”——Vaibhav Nivargi，Moveworks首席技术官兼创始人 ...

关于azure:比特熊故事汇20-矛盾个性是促成创意不竭的正反合

大家好！我是爱吃、爱玩、更爱学习技术，IT界新晋小红人，开发者的好敌人——比特熊！ 2023年开年故事汇，咱们请来一位“相熟的新敌人”，他乐观、审慎、敢于尝试、富裕想象力，善于Azure、AI、C#、产品设计。他是领有10年+教训的微软MVP，也是有点社恐却谈笑自若的开发人。本期比特熊故事汇主人公——王豫翔，让咱们即刻开展他的故事！王豫翔微软MVP（AI）神州数码团体产品经理以NLP为外围构建更天然的常识交互伎俩，帮忙AI技术在企业落地以实现新的数字化转型大胆假如，小心求证“我这个人矛盾点是蛮多的，一方面我其实比拟宅，人跟人之间的沟通给我不小压力，然而在线的沟通，我就齐全OK。有特定主题的聊天齐全没问题，但如果是个凋谢、没有主题的一般线下社交，我就比拟恐怖了，因为什么都能说，反而不晓得该说什么了。” 王老师给比特熊的集体标签是乐观、敢于尝试、想象力和审慎，想象力和审慎呈现在一起让比特熊很好奇，但这两点其实并不矛盾：商业落地是一个创新性工作，不能太限度本人的想象力，但也不能太过天马行空。王老师感觉，做创新性产品的设计有很多乐趣，尽管这几年软件行业里很多人感觉本人的生被工作过度强占了，但他感觉还好或者说比拟享受这一点。他会在吃完晚饭后看看技术文章，入手写写货色，有时甚至中午想到一个灵感会起来验证一下。从业很多年，王老师仍然在充满热情和生机地做着跟翻新相干的工作，有几个放弃集体创新性的小技巧，比特熊分享给大家。第一，当然是对工作内容的足够酷爱在工作中充沛地发光，在做产品的时候切身地带有细节地去思考。比方之前与欧洲一家做跑步机的公司单干时，心愿借助AI做一些在产品上的翻新利用，王老师就想到做一个面部表情的辨认。在跑步过程中，剖析用户的表情和肢体动作随时捕获使用者的状态，调整跑步机节奏。在中途，设置AI教练在精确辨认用户状态的根底上进行无益领导，这就是AI技术给传统跑步机厂商带来的新货色。第二，向外接触，通过交朋友/走进来看到个体的不同和世界的丰盛刚刚搬到一个新小区，就通过交朋友的形式跟邻居们打成一片，音讯互通，好不不便！本人涉猎的产品畛域和家电无关，在逛家电市场的时候，王老师喜爱跟销售人员聊天，从他们做的演示中获取灵感。第三，多面地向内思考创意翻新不止来自于跟工作十分亲密的事物中，有时看到烂电影或者读到好书，王老师都会思考，长处和毛病，多问一些为什么，有时便能开展一些新思路或者累积一些额定认知。王老师示意：“我的工作首先就是要去设想，而后再发出来一些。设想是须要扩大和向前延长的，然而理论落地须要迷信的和专家理论验证的。” 机缘巧合下，碰到了计算机初时代的大门“以前我妈单位是用铅字排版打印的，铅字排版要拿字，一个个的文字放在很大的盘子下面。有时候周末叫我到办公室帮她找字，很小的字，要找半天。” 说起对电脑技术最后的趣味，王老师回忆起一个充斥时代气息的货色——四通打字机，有了它之后就再也不须要去找小小的铅字了。学生时代的王老师在课余时间帮妈妈找铅字，起初有了打字机，原来要干一整天还须要人帮忙的工作，当初不一会儿就能轻松实现，王老师在这时亲自体验了打字机带来的变动，切实感触到了技术的神奇。 “另一个晚期经验来自我舅舅，他是远洋轮下面的船长，有一年带回来一台卡西欧一体化计算机，像一台手提箱，能够跟船上的雷达、轮机之类的相干设施做对接，还反对BASIC。” 远洋船向着海上和远方，舅舅形容的这些实用工具的利用，还有第一次利用学校学习的语言，登上船在实在场景里利用，发现自己能够用编程语言帮忙身边的人进步生产力，进一步晋升了本人心田对开发人这样倒退门路的认可。接触数字化VS融入数字化“我妈到当初为止都不太了解，为什么咱们这帮人在电脑下面打打字就能够赚钱，号称能解决很多问题。咱们每个人都会受到本人生存的历史教训和集体局限性的影响，从而造成了每个人对待社会和将来的不同想法和心态。” 王老师在2001年就认为网络购物会成为大趋势和普遍现象，尽管过后想的是通过网络订购线下取货的形式，但在过后的确是比拟前瞻的想法。因为爸爸从事法官工作，当王老师提出当前的很多公共事务会在网络下面透明化公示，前辈是坚定否定的，当初这些也一一实现了。当初的小朋友是在信息化时代里成长的，他们的想象力更丰盛。在他们眼里，这个世界就应该是数字化的，或者是实体和虚构的组合，他们人造认为电脑、计算机就应该可能了解人类，或者是帮忙人类去做一些简单的、干燥的工作，甚至是具备创新性的工作。这可能就是当人们处于不同的数字化阶段，因为接触不同而产生的时代认知差别。可能直到现在也不是人人都能充沛了解数字化和“高科技”，但确实处在这个时代的许多人都享受到了这些倒退和转变带来的便当。 MVP故事——愚人节的电话“2009年4月1日，他接到一个电话，对方通知他——祝贺你成为微软MVP。” 比起之前采访过的许多MVP，在成为MVP前，王老师齐全不晓得有这个我的项目。在这个非凡的日子，他的第一反馈当然是——愚人节恶作剧或者欺骗电话！直到过几天收到了正式的微软邮件，才晓得有MVP这么一回事，然而到当初他都不晓得到底是谁举荐本人的，从2009年始终连任到当初的MVP之旅，开始于这通神奇的电话。王老师的MVP方向也比拟多，最早是C到ASP，当初是AI，两头还有过一次方向个别人都想不到，是IE浏览器。“有一年快过年的时候，微软忽然给我发了一个邀请，西雅图发的，说因为你是微软IE方向MVP，在前端浏览器上做了很多奉献，咱们违心为你提供全额的往返机票，包含当地住宿，邀请你来西雅图。但工夫切实是太急了，我要去办护照，推掉很多新年的安顿，就没有去成，很遗憾。难得能够坑微软一次，全额机酒逛一圈，尽管起初因为工作起因也常常去那边，但那一次没去成还是比拟遗憾的。” 在成为MVP的这么多年里，王老师成为了很多人口中亲切的“王公子”，奉献了很多乏味无益的内容，当然也是往年GCR MVP春节联欢会三大“型男”主持人之一，这个小家庭像冬日的小火炉和煦着凑近它的每个人，随着大家的聚拢火焰也越燃越高。比特熊有话说——新年特别版本期【比特熊故事汇2.0】作为公历2023年第一场也是农历年的收官场，和大家一起意识了一位相熟的“新敌人”，在他的性情和处事形式上仿佛是有些矛盾，但理解过后却能够发现每一面存在的合理性和必要性。比特熊十分喜爱王老师看待工作和生存的交融性了解，在工作中能感触到趣味，到生存中也会时不时发现对工作无益的启发，比特熊称之为“奶昔实践”，既有滋味匹配的谐和，也保有各原料自身的特色。还有，王老师十分感化人的“松弛感”，他能够做到在本人的业余上相对投入，也不会特地在意集体的高光时刻，读读书、看看电影，享受“宅”的乐趣。【比特熊故事汇2.0】2023年首期，也是癸卯兔年前的最初一期，比特熊祝大家新年快乐，“兔”飞猛进，“钱” “兔”似锦，大展宏“兔”，在这个双春之年走在本人的现实之途！扫描比特熊个熊微信二维码退出【比特熊粉丝后援会】与开发者一起嗨聊，期待成为你的好友~ 点我重温本次直播~

关于azure:新发布丨一个关于游戏开发的加速计划

2022年，寰球移动游戏市场的支出首次呈现同比下滑，游戏出海辞别红利期。随着市场环境变动，游戏出海买量老本曾经较 2019 年进步了 3 倍。游戏厂商须要进行更大的投入力度能力撬动增长，行业的投入产出比正在降落——甚至马化腾都公开示意不再置信“买量”的故事。行业迫切需要开掘新市场、聚焦新赛道，实现降本增效。而微软却在此时加大对游戏出海的强势反对，为游戏行业带来开源节流的新动能。2022 年 11 月 25 日起，微软陆续举办多场Microsoft Game Dev Day 系列流动，蕴含线上公布直播及北上广深线下 VIP 深度研讨会。流动上，微软中国数字原生事业部总经理田灼和 Xbox 游戏生态亚洲总经理张贞元独特公布 Azure + Xbox 游戏出海减速打算。搭乘减速打算即可一次性取得Xbox Game Pass、Azure 云资源礼包、开发技术支持等 3 大开源节流动能！动能 +1 Xbox Game Pass 闪电接入优质流量池Xbox Game Pass 订阅制让玩家能够畅玩来自不同工作室的翻新之作。对游戏工作室而言，则是一条疾速触达更多玩家的高速路。微软统计数据显示，游戏在退出 Xbox Game Pass 90 天后，均匀玩家数量增长可达 8 倍以上。高参与度、高社交度，是 Xbox Game Pass 会员的突出特色，相较于一般玩家，Xbox Game Pass 会员要“铁杆”得多——他们会频繁摸索新游戏，投入也更多。因而，退出 Xbox Game Pass，就相当于接入了一个高复购的优质流量池。当初通过游戏出海减速打算签约退出 Xbox Game Pass 的游戏作品，还将取得额定收益—— ⦿ 微软宣发资源反对⦿ 发行上线后平台退出费及内购分成⦿ 如季度排行前 25 名额外奖金 PC 玩家仍旧是游戏市场的中流砥柱。Windows Store 游戏商店有很多高付费能力的忠诚玩家，游戏月活设施高达 2.44 亿。即刻退出游戏出海减速打算，游戏作品将有机会取得 Windows Store 游戏商店首页举荐，尽享高达 18% 的“拜访-下载转化率”。 ...

关于azure:也许你曾经读过他的书

咱们愿用“能理能文、才华多元”来形容他。因为酷爱编程和游戏，所以他将喜好变成了职业，并在这条路上继续奔跑；因为酷爱分享，所以他保持在博客上分享技术观点并出版了对于 Azure、微软游戏栈的书籍；因为酷爱挑战，所以他报名加入微软 MVP 寰球云技能挑战赛，最终斩获冠军；…… 他就是 ↓ Jiadong Chen 擅长于 Microsoft Azure 云、Unity 和 XR 开发以及 .NET，是微软 MVP，手握多个微软认证的考试证书，也是 .NET 基金会的成员。从输出到输入谈及最开始接触到 .NET 编程开发的时光，Jiadong 回顾道是在他2012年的大学时代，从书本中第一次理解到什么是 .NET。尽管只是浅浅的入门，但这一段无心插柳的浏览时光，无意间成为他将来深刻利用 .NET 的指明灯，就此开启了他与 .NET 在将来十年的不解之缘。毕业之后，Jiadong 进入了 Unity 游戏开发畛域工作，开始从事游戏架构的开发。事实证明，做青睐的工作总是令人愉悦，在这里 Jiadong 对游戏开发的想象力和创造力失去了开释，并且开始一直在博客中记录并分享工作中的思路灵感，以及对 .NET 技术的见解实际，开启了他常识分享的第一步！而他深入浅出的解说格调，也受到了很多人的认可，这其中的惊喜感与成就感，令他深受鼓舞的同时也信心持续保持地写下去。 2015年中国手游热潮，令在 Unity 上的开发人数迅速回升，越来越多的开发者开始抉择 C# 进行开发。热衷于分享知识点的 Jiadong 也趁热打铁，出版了本人的第一本书籍——《Unity 3D 脚本编程：应用 C# 语言开发跨平台游戏》，分享了本人对于 Unity 3D 的跨平台根底 Mono，以及对游戏脚本语言 C# 的了解。也是在这一年，Jiadong 想成为微软 MVP 的幻想也顺利达成。笔耕不辍，厚积薄发如何在继续输入的同时，放弃学习，提高成长，或者是许多开发者都在思考的问题。在谈到这一点时，Jiadong 为咱们展现了他的宝藏学习平台 Microsoft Learn，以及他的学霸属性：十多张微软技术认证证书（小编看到了学霸光环）。而除了是考据狂人，他还是社区分享达人，因为同行对微软技术的认可度很高，所以会造成肯定规模的同行交换圈层。在参加微软 .NET 基金会以及一些开源技术交换社区的流动时，他会与大家独特分享观点见解，探讨科技的最新趋势。他心愿可能用这种继续地输出和输入循环，更好地启迪别人的同时，帮忙本人查缺补漏，晋升进阶。 ...

关于azure:正式发布丨Azure-Cosmos-DB-for-PostgreSQL

本文节选翻译自 Ozgun Erdogan 和 Umur Cubukcu 的博客明天，咱们很快乐地发表 Azure Cosmos DB for PostgreSQL 正式公布，用于构建云原生关系应用程序。该服务为开发者带来最新的 PostgreSQL 性能，容许您从收费试用开始，并随着工作负载的增长扩大您的数据库。随着这一发表，Azure 也成为第一个提供本人的繁多数据库服务的云提供商，该服务反对关系和 NoSQL 工作负载。您当初能够应用相熟的 Azure Cosmos DB 数据库为关系和非关系数据构建云原生应用程序。三个要害属性Azure Cosmos DB for PostgreSQL 是第一个联合了三个要害属性的托管数据库：真正的 PostgreSQL，最新版本：咱们应用开源 PostgreSQL 并为之做出奉献。这样，您就不会只取得局部 API。在每个版本公布后的两周内您就能够齐全相熟 PostgreSQL 并获益。云数据库：从宽泛的托管数据库性能中获益，不用再放心您的数据库。例如，能够跨可用区创立高可用性配置，将集群分叉或复原到特定工夫点，或者一键降级 PostgreSQL 和数据库扩大。从小处着手，在寰球范畴内扩大（由 Citus 提供反对）：通过收费试用开始测试您的应用程序。随着工作负载的增长，通过启用分布式表来扩大它，由 PostgreSQL 的 Citus 开源扩大提供反对。这样，咱们将为您解决大规模的关系个性——分布式事务、死锁、外键等等。如果您须要走向寰球，请启用跨区域复制以升高提早和取得寰球可用性。您的云原生数据库从 Azure Cosmos DB 收费试用版降级，或为 PostgreSQL 创立新数据库，可为您提供许多新性能。示例性能包含：跨可用区 (AZ) 的高可用性主动备份/复原和回退到特定工夫点的能力一键降级到最新的 PostgreSQL 和扩大版本向上/向下扩大您的 CPU 和存储资源动态加密和公有端点合乎 30 个 Azure 区域的寰球和本地认证跨 Azure 区域的寰球散布以容忍区域故障…… 借助这些性能，您能够取得云原生的托管数据库性能。咱们还提供星散成，以便您更轻松地在 Azure 上进行构建。 Azure 星散成云原生数据库的另一个要害个性是它与云的其余部分的集成水平。在此之前，如果 Azure Blob 存储中有数据，则须要将该数据下载到另一个 VM，而后将其上传到您的数据库。而当初开始，您能够通过全新的 PostgreSQL 扩大 pg_azure_storage 间接与 Azure Blob 存储交互。连贯到您的 PostgreSQL 数据库后，您只须要运行以下命令： ...

关于azure:派福利通过-Azure-零成本进入-CUDA-编程

咱们在配置深度学习环境的时候，除了装置各种库和框架外，如果须要 GPU 减速，还须要配置 CUDA。那 CUDA 是什么？它的作用是什么？ CUDA 编程介绍什么是 CUDA？CUDA (Compute Unified Device Architecture) 是通用的并行计算平台和编程模型，利用 Nvidia GPU 中的并行计算引擎能更无效地解决简单的问题，如矩阵和线性代数等相干运算。为什么须要 CUDA？GPU 是为高速并行计算而生的(咱们常见的场景应该是游戏)对于某些利用，通过 GPU 调用比 CPU 调用高 30-100 倍GPU 领有 ALU (算术逻辑单元)，容许更多的并行计算联合。例如计算屏幕上每个像素的色彩等CUDA 充分发挥 GPU 的作用，使得开发者通过编程开释 GPU 的并行计算能力。进入 CUDA 编程的所需条件 CUDA 反对不同的编程语言（如上图） C / C++ / Python 等，最罕用还是通过 CUDA C 进行编写。CUDA C 是规范 ANSI C 语言的扩大，反对异构编程。实际上除了编程语言外，你或者更须要的是一块高性能显卡。当你短少钞票的时候，私有云会是进入 CUDA 编程的最低老本抉择。 Azure 机器学习让你零老本入坑 CUDA 编程Azure 有十分弱小的机器学习性能，我始终喜爱应用 Azure 机器学习来构建我的机器学习或深度学习计划。对于集体开发者和学生党都能够收费申领 Azure 。对于集体开发者，你只须要一张信用卡，就能够申领 Azure 200 美金的收费额度; 对于学生党，你只须要有一个 edu 邮箱，就能够申领 Azure 100 美金的收费额度. ...

关于azure:微软-×-灵雀云-×-中建信息-联合推出基于Azure的云原生全栈解决方案

为助力企业实现数字化转型、减速云部署云交付，微软 × 灵雀云 × 中建信息联合推出基于 Azure 的云原生全栈解决方案，即日起开启企业级用户收费试用申请。

关于azure:Azure-开发者新闻快讯丨开发者8月大事记一览

点击各个题目，可浏览具体内容！ .NET 8月更新汇总欢送来到 .NET 2022年8月更新，本次蕴含平安和非平安方面的改良。您能够下载实用于 Windows、macOS 和 Linux 的 .NET 6.0.8 and .NET Core 3.1.28。安全更新：对 .NET 6 和 .NET Core 3.1 中的破绽的信息进行布告。此布告还提供了无关开发者能够采取哪些措施来更新其应用程序以打消此破绽的领导。Visual Studio 兼容性：• .NET Core 3.1 须要 Visual Studio 2019 16.9 或更高版本能力充分利用其所有性能• 您须要 Visual Studio 17.2 或更高版本能力在 Windows 上应用 .NET 6.0• Visual Studio Code 的 C# 扩大反对 .NET 6 和 C# 10.NET Core 3.1 将于往年12月13日完结反对。提醒：如果您尚未部署最近的 .NET 更新，应用程序可能容易受到攻打。 NuGet 6.3NuGet 6.3 蕴含在 Visual Studio 2022 和 .NET 6 中，开箱即用，实用于 Windows、macOS 和 Linux 零碎，用户可在其中将 NuGet 6.3 作为独立可执行文件下载。6.3版本为大家带来了许多新性能。咱们的 NuGet 工具可帮忙开发者发现用于其 .NET 利用的新 .NET 包，同时在日常开发过程中简化包治理。 ...

关于azure:Java-on-Azure-Tooling-6月更新｜Azure-Toolkit-for-IntelliJ-与-Gradle插件

作者：Jialuo Gan排版：Rani Sun大家好，欢送来到 Java on Azure Tooling 的 6 月更新。在这次更新中，咱们将为 Azure toolkit for IntelliJ 引入以利用为核心的新视图，这将使治理界面对用户更加敌对。此外，咱们还新增了对更多 Azure 服务的反对。对于 Gradle 插件，咱们为 Azure Web Apps 和 Azure Functions 提供了一些新反对。咱们心愿你喜爱这些新性能并与咱们分享你的反馈。让咱们开始吧！ Azure Toolkit for IntelliJ 更新Azure Explorer 中以利用为核心的新视图在4月份的博客中，咱们首次在路线图中介绍了以利用为核心的概念。目前 Azure 资源管理器（Azure Explorer）通过长时间倒退，曾经扩大并反对多种云资源。Azure资源管理器是Web利用（Web Apps）、Function 利用（Function Apps）、Spring利用（Spring Apps）、虚拟机（Virtual Machines）、存储账户（Storage Accounts）、数据库（Databases）和其余服务的逻辑汇合。但它是按资源类型而不是按利用类型（资源组，Resource Groups）分组的。对于在 Azure 资源管理器中执行操作的开发者来说，该视图将使治理和了解一个利用中具体波及的哪些服务或产品变得复杂。咱们还发现，在按服务类型分组的资源视图内，一些开发人员可能偏向于失去关注点或感到手足无措。基于这些起因，咱们始终在进行投资，以改良和引入这种以应用程序为核心的新视图。通过此视图，它将帮忙开发者意识和定义应用程序中的具体内容。在上面的展现中，你将可能看到按利用分组的 Azure 资源的视图。要尝试这个新性能，你能够在 Azure 资源管理器中找到根节点—资源组（Resource Groups）。你能够发现对于每个应用程序，属于同一资源组的所有资源被汇合在一起。如果须要，你能够为每个应用程序创立或删除资源组中的资源。上面是一个简短的演示。 Application Insights 反对在最新公布的版本中，Azure Toolkit for IntelliJ 上曾经提供对利用洞察（Application Insights）的反对，这样开发者就能够间接在 Azure 资源管理器（Azure Explorer）中治理利用洞察。要创立它，你只须要找到 Application Insights 结点，而后右击它，抉择 “create”。 ...

关于azure:微软智能云在华发布多项混合云服务及功能更新

微软智能云发表行将在华公布一系列混合云服务及性能更新，包含将于往年下半年公布预览的Azure Stack HCI 22H2版本、Azure Arc-enabled Servers、Azure Arc-enabled Kubernetes公开预览版本，以及针对应用程序、数据和机器学习服务的相干更新，从而更好地激发企业在本地数据中心、多云环境和边缘设施的技术创新，满足企业在多云环境中改良业务经营和创立麻利开发流程的需要。微软寰球混合云策略：交融混合云、多云和边缘计算作为最早提出混合云的厂商之一，微软寰球混合云策略也不断更新——从最开始买通了私有云与公有云，容许在私有云和公有云之间共享数据和应用程序，进化到起初倒退出了架构和操作系统的全面对立。与之对应，微软智能云Azure也通过Azure Stack （Hub）、Azure Stack HCI以及Azure Arc等等，保障企业在混合云和多云环境下基础设施、数据和应用程序的平安、经营和治理。企业有各种各样的应用程序和平安需要，须要随时随地进行翻新和部署。Azure Arc将Azure安全性和云原生服务引入混合和多云环境，并通过Azure Arc-enabled SQL Managed Instance（Business Critical）、Azure Arc-enabled Machine Learning（预览版）、Azure Arc-enabled Open Service Mesh以及Azure Landing zone accelerator for Arc-enabled Kubernetes，随时随地爱护和治理企业根底构造和利用，帮忙企业在任意地位大规模构建云原生利用、在任意地位运行Azure数据和机器学习服务，实现跨混合和多云的对立安全性，灵便满足监管与云端连贯的需要。同时，微软发表推出Azure Stack HCI单节点版本的解决方案，在能够容许较低还原能力的地位，应用繁多服务器能够最大水平地升高硬件和软件老本，繁多服务器还容许最后进行小规模部署，当前能够在此部署中增加服务器，实现向外扩大。为简化合作并为所有环境提供统一的管制，微软也在寰球推出System Center VMM新版本，可用来治理Azure Stack HCI群集和群集组，同时可用于Windows Server 2022 物理服务器和虚拟机治理，并延展到反对Windows 11的虚拟机治理。微软混合智能多云策略的本土化翻新与实际以后，私有云和公有云的混合部署成为大部分企业的常态。尤其是大型企业正减速利用上云的速度，其外围业务、业务隐衷性数据采纳公有云，同时也借助私有云的个性进行协同类利用、新业务的翻新，企业IT对于混合云部署的需要很大水平上带动了超交融基础架构的倒退，在中国尤其如此。IDC报告显示，中国超交融HCI市场始终保持高速增长，2021年第四季度，中国超交融存储系统（HCI）市场份额同比增长30.4%，混合云也曾经成为了超交融技术创新与倒退的重要推动力。针对中国混合云市场的技术需要及场景化利用，微软智能云Azure中国区公布一系列服务及性能更新，行将推出Azure Arc-enabled Servers、Azure Arc-enabled Kubernetes 公开预览版本。Azure Arc-enabled Servers可能让企业治理在Azure之外的Windows和Linux物理服务器，以及托管在企业公司网络或其余云提供商上的虚拟机。Azure Arc-enabled Kubernetes则容许企业对于在任何中央运行的Kubernetes集群，进行对立治理和调度操作，并反对利用的对立公布与变更；这里所说的“任何中央”，包含了运行在企业本地数据中心（Azure Stack HCI或友商公有云平台）上的Kubernetes环境，和运行在其余私有云提供商上的托管类型的Kubernetes环境。现在，在本地数据中心、多云环境和边缘设施，企业可借助Azure Arc和Azure Stack HCI进行随时随地翻新，实现边缘站点、数据中心现代化、Windows Server和SQL Server迁徙上云三个场景的技术创新。对于在数字化工厂、零售店、分支办公室、生命科学等行业场景的边缘站点，Azure混合云具备高可用、零碎鲁棒性强、可扩大、成本低、便于平安与风险管理的劣势，帮忙客户缩小对于每个站点的IT反对压力，在边缘站点进行容器化翻新，SKF团体正是受害于Azure 混合云的客户之一。寰球当先的轴承、密封和光滑零碎供应商SKF团体，在传统工厂到数字化工厂转变的过程中，面临着本地环境计算能力、业务零碎可用性、平安合规、治理需要等微小挑战。SKF中国借助Azure Stack HCI，加强了工厂端边缘计算能力，增强了平安保障，确保利用稳固运行；与此同时，凭借Azure的云端能力，SKF中国实现了整体经营治理、备份容灾，灵便应用资源，并逐渐利用云平台的数据分析服务及AI能力，实现业务翻新，减速工厂智能化，打造了SKF将来工厂的混合云架构。目前，微软正在帮忙SKF中国在多家工厂上线该解决方案。通过利用混合云以及多云策略，微软可能无效推动本地数据中心现代化降级。Azure混合云提供宽泛的硬件反对，其超交融架构易于企业进行运维；对于那些监管类行业，可实现业务数据与要害业务在云下运行；丰盛的Azure混合服务，让企业享受托管式的“衰弱”服务；较高的IOPS性能，为企业提供现实的应用体验及服务。此外，Azure混合云可落地私有云上的翻新类PaaS服务，进行容器、数据PaaS服务等利用和数据的翻新，带来云上云下一致性的治理体验。 ...

关于azure:Azure-Kubernates-Service-更新｜提升开发体验和效率

实用于所有开发者的Kubernetes当开发者须要创立基于Kubernetes 的应用程序时，须要把握十分多相干的基础知识( 如容器化， Kubernetes 配置办法，以及 ingress 等 )，这减少了入门难度。微软致力为开发者应用Azure Kubernetes 服务 (以下简称AKS) 时带来最佳的 Kubernetes开发体验。咱们非常高兴地发表一系列对于 AKS 利用开发的根底性能，让开发者能在几分钟内把一个只有原始代码的非容器化利用疾速部署到 Kubernetes 集群上，同时提供了开箱即用的平安 Web 应用程序路由，并能够通过多种形式来扩大您的应用程序。 Draft Visual Studio Code集成 ▌Draft v2 集成体验（预览）Draft 是一个为了简化 Kubernetes 开发流程的开源我的项目。咱们公布了 Draft 的第 2 版，解决从代码到容器再到云端利用的问题。Draft 能够为非容器化应用程序疾速生成 Dockerfile、Kubernetes 清单、Helm 图表、Kustomize 配置等容器化相干的文件。并生成 GitHub Actions 工作流文件，让开发者更容易将应用程序疾速部署到 Kubernetes 集群上。微软正在致力将 Draft 体验集成到 AKS上。开发人员可能应用 Azure CLI、Visual Studio Code，以及通过 Azure 门户将 Draft 与 AKS 交融，从源代码获取存储在 Azure Container Registry中的容器镜像以及GitHub Actions 工作流，通过简略的几行命令生成容器化利用疾速部署到 AKS 群集： git clone https://github.com/myrepo/ContosoAiraz aks draft create --destination ./ContosoAiraz aks draft generate-flow --destination ./ContosoAirgit push▌Web 应用程序路由插件（预览）咱们很快乐地发表在 AKS 上公布 Web 应用程序路由插件的公开预览版，这是让您的 Web 应用程序平安地在 Kubernetes 中启动和运行的最简略办法，同时升高了治理入口控制器、证书治理和 DNS 配置的复杂度。该插件提供基于 nginx 的托管入口控制器，并与 Open Service Mesh (OSM) 开箱即用地集成，来应用双向 TLS 爱护集群内通信。 ...

关于azure:动态临时变量为-Azure-DevOps-Pipeline-变量自定义锦上添花

大家好，我是本期的微软MVP实验室研究员贠乾。Azure Pipeline 自身曾经提供了内置变量。不同于上述形式，明天我将带来如何在 Azure DevOps Pipeline 运行时创立、应用动静长期变量，实现变量的动静自定义。接下来让咱们在试验中一探到底吧！思路浅析在咱们分享的 Azure Terraform 系列文中有介绍到对于 Terraform 的状态文件近程存储的问题，咱们在 Azure DevOps Pipeline 的 Task Job 加 azure_cli_script 执行内联脚本（该脚本帮咱们创立好 Terraform 状态文件存储所须要的 Azure Resource Group、 Azure Storage Account、Azure KeyVault 等资源）。大家须要留神的是，内联脚本中有应用动静变量，该变量长期存储 Azure Storage Account 的 Account Key，如下图所示：本篇文章，我持续率领大家剖析如何在 Azure DevOps Pipeline 运行中创立应用动静长期变量，应用动静长期变量替换 Azure Pipeline 管道变量。我的项目整体架构图 Pipeline 变量定义、输入在此阶段，咱们须要利用 azure_cli_script 工作，创立动静长期变量，输入参数，其中最次要的是将动静长期变量输入，Task yaml 如下所示输入的变量用于同一个 stage，不同 job - stage: script jobs: - job: azure_cli_script steps: - task: AzureCLI@2 displayName: 'Azure CLI :Create Storage Account，Key Vault And Set KeyVault Secret' name: 'output_variable' inputs: azureSubscription: 'Microsoft Azure Subscription(xxxxxxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx)' scriptType: 'bash' addSpnToEnvironment: true scriptLocation: 'inlineScript' inlineScript: | # create azure resource group az group create --location eastasia --name $(terraform_rg) # create azure storage account az storage account create --name $(storage_account) --resource-group $(terraform_rg) --location eastasia --sku Standard_LRS # create storage account container for tf state az storage container create --name $(storage_account_container) --account-name $(storage_account) # query storage key and set variable ACCOUNT_KEY=$(az storage account keys list --resource-group $(terraform_rg) --account-name $(storage_account) --query "[?keyName == 'key1'][value]" --output tsv) # create azure keyvault az keyvault create --name $(keyvault) --resource-group $(terraform_rg) --location eastasia --enable-soft-delete false # set keyvault secret,secret value is ACCOUNT_KEY az keyvault secret set --name $(keyvault_sc) --vault-name $(keyvault) --value $ACCOUNT_KEY # set secret varivale and add to environment echo "##vso[task.setvariable variable=ACCOUNT_KEY;isOutput=true]$ACCOUNT_KEY" #echo "##vso[task.setvariable variable=ACCOUNT_KEY;issecret=true;isOutput=true]$ACCOUNT_KEY" - job: same_stage_echo dependsOn: azure_cli_script variables: ACCOUNT_KEY: $[dependencies.azure_cli_script.outputs['output_variable.ACCOUNT_KEY']] steps: - task: Bash@3 displayName: 'Bash :output temporary variables in different jobs on the same stage' inputs: targetType: 'inline' script: | # echo ACCOUNT_KEY echo "ACCOUNT_KEY is $ACCOUNT_KEY"输入变量用于不同 stage ...

关于azure:新品发布丨现代游戏开发再添强大工具

明天，咱们很快乐地发表推出 Azure 游戏开发虚拟机，这是一种能使古代游戏创作变得更容易的 Azure 服务，为游戏开发者关上了在云端实现游戏制作的大门。寰球的游戏工作室都在期待一种新的工作模式可能反对近程和分布式团队合作的复杂性，包含微软本人的游戏工作室。Microsoft 看到了游戏创作界的这些挑战，以及这种致力所带来的压力。咱们也看到 Microsoft 本人的游戏工作室越来越多的采纳Azure，以实现更具协作性和更高效的游戏开发工作流程。让咱们来探讨一些咱们看到的工作室在 Azure 上采纳的游戏制作模式，同时也回顾一下以后已有的一些解决方案。咱们还将分享咱们打消现有差距，使云端制作在将来更加欠缺的一些打算。云端游戏创作的次要劣势许多团队因为混合工作场景或地理位置上的扩散而进行近程工作，游戏工作室看到了将他们游戏开发流程的一小部分或大部分工作转移到云端的次要劣势。当谈到云时，游戏工作室思考到的一些要害劣势包含：强劲的计算能力：游戏工作室须要为 GPU 密集型工作启用性能强劲的计算资源，并且须要无提早地拜访它，以反对他们高性能的工作。近程工作室反对：将 Parsec 或 Teradici 与云端 VM 联合应用，能够实现在任何中央近程工作。这样一来，云机器能够充当您的桌面，它具备长久化、高度可扩大的存储，因而您只需在用到它的时候才为计算资源付费。寰球扩大：寰球范畴的扩大速度和可拜访性是云计算的一个微小劣势，使工作室可能利用云平台的寰球骨干光纤网络。资产治理：集中资产治理帮忙游戏开发者高效地实现工作。通过部署 Perforce 代理和正本，您的合作伙伴和员工能够更快开始工作。更快的构建：爆发性的计算能力可实现更快的构建，尤其是在应用 Incredibuild 等技术跨数百个分布式内核减速编译和资产创立时更是如此。更深刻的合作：借助 Parsec 和 Teradici 等高保真、低提早的桌面选项，游戏创作者能够从任何中央取得更短的生产和测试周期。Parsec 的高性能无缝屏幕共享性能还容许您轻松平安地共享桌面或创意作品。而通过Unreal Engine Pixel Streaming则可实现合作和高效能。高效测试：云通过为游戏测试人员提供疾速周转工夫，使其更快地取得编译构建以进行测试，从而进步了测试效率。在 Microsoft，咱们一直强化咱们的承诺，使 Azure 成为游戏创作者的首选云平台，以便他们可能利用云的劣势。这就是咱们推出 Azure 游戏开发虚拟机的起因。Microsoft 与顶级游戏开发合作伙伴单干，在可定制的 Azure 工作站中利用 Visual Studio、Unreal Engine、Perforce Helix Core、Parsec、Incredibuild、Blender、Teradici、DirectX/GDK/PlayFab SDK 等使游戏创作环境的部署变得简略、无缝且平安。 Azure游戏开发虚拟机公布介绍为了帮忙开发者实现这些迁徙上云的第一步，并迅速体验在云端应用外围游戏开发工具构建近程工作站或搭建游戏开发流程里的服务器，咱们发表推出 Azure 游戏开发虚拟机的公共预览版。 Microsoft 与顶级的游戏开发工具合作伙伴单干，在 Azure 中提供了预配置的游戏开发虚拟机，其中预装了外围的游戏开发解决方案，如Visual Studio Community Edition 2019Unreal EngineQuixel BridgePerforce's P4V ClientParsecIncredibuildBlenderTeradiciDirectX/GDK/PlayFab SDK 等工具这使开发人员可能在五分钟左右疾速启动一个能投入使用的游戏开发工作站或构建服务器，从而更容易验证开发性能、从 Perforce repo中拉取代码或游戏资产间接从云端开发和测试游戏。此外，它还节俭了数小时的下载和配置工夫，可间接取得游戏创作所需的环境。随着你的工作室在 Azure 方面的教训越来越丰盛，你能够应用预置好的游戏开发虚拟机作为根底镜像，建设你本人的自定义工作站环境或创立减少了其余额定所需工具的服务器（例如，额定的艺术家工具、SDK 和框架）。 ...

关于azure:Microsoft-Perforce游戏制作的全新构想

在往年的 GDC 2022 上，咱们很快乐地发表：Microsoft 和 Perforce 建设了战略伙伴关系，使各种规模的游戏创作者比以往更容易将游戏制作扩大到云中。咱们的单干从公布增强版工作室包 Enhanced Studio Pack 开始，其提供了一种低阻力的形式来启动 Perforce 软件开发套件，特地是 Perforce Helix Core 服务器，从而使你能够立刻开始在 Azure 上应用 Helix Core。随后，咱们还在 GDC 2022 上快乐地发表了一套由 Perforce 与 GitHub 单干间接编写的 GitHub 操作，以帮忙实现游戏开发管道的自动化。我对这种战略伙伴关系的后劲，以及咱们与 Perforce 的单干感到兴奋。游戏创作者在有大量资产的我的项目上进行翻新合作的挑战日益增长，这从咱们与 Perforce 的第一次会面就能够看出，咱们对打消这种挑战有着独特的激情。但咱们思考的，不仅仅是创作者如何在 Azure 上轻松无效地托管 Perforce 服务，而且思考咱们如何基于 Microsoft 各方面的资源更深刻单干，以便更显著地晋升云端游戏开发的总体价值。咱们心愿升高新工作室和充斥雄心的创作者们应用业界当先开发工具的门槛，为他们从只有少数几个开发人员成长为行业中最大的单干团队和最大的我的项目提供一个无缝的技术门路。这一从新构想游戏开发的机会十分及时。在过来的几年里，游戏创作者的合作形式和构建体验都产生了变动。资产密集型娱乐我的项目的现代化开发场景以前是由严密合作的团队来定义的，近距离和对本地硬件的大量投资使得迭代和创意蓬勃发展。但咱们曾经进入了一个全新的游戏开发时代，现在混合工作环境、寰球散布的团队和近程工作是常态。尽管这些因素始终存在，但当初咱们发现它们到了一个极其的状态。帮忙游戏开发基础设施迎接挑战，复原并超过以前的高水平生产力和创造力，正是 Microsoft 和 Perforce 之间的单干方向。当咱们思考如何将 Perforce 的根底能力和 Microsoft 的所有资源都汇聚到一起，以晋升开发者的速度时，咱们很快就引入了 GitHub。GitHub 是世界上最大、最先进的开发平台，以微小的敏捷性和灵活性为寰球散布的各种规模的团队提供着服务。与游戏开发相干的微小资产和构建版本规模可能使游戏创作者无奈享受到应用 GitHub 开发的益处，但通过与 Perforce 的单干，咱们心愿开始打消这一阻碍。 Perforce 在 GitHub 市场上首次公布的 Perforce Helix Core 操作，使游戏创作者能将 GitHub 的自动化生态系统与他们在 Helix Core 中领有的代码和资产分割起来。向 Helix Core 的提交或向 GitHub 仓库的提交能够触发 GitHub 动作，间接构建你的我的项目或进一步连贯到其余 Azure 服务，为游戏团队的特定需要创立准确的 CI/CD 零碎。 ...

关于azure:疫情影响企业发展能力也许它能帮您摆脱困境

疫情下的IT困境对现代化企业而言，IT设施犹如人体四肢；强健而灵便的IT架构，犹如本领麻利的武林高手。疫情所带来人员流动限度，犹如企业四肢被缚，使其业务倒退举步维艰。作为企业四肢的信息系统，可能被缚的要害起因之一，是因为大多数企业在为用户（企业员工）提供桌面办公环境时，应用了以下两种计划：本地提供：为用户间接提供具备肯定本地运算和存储能力的计算机设备，用户在该设施上配置办公环并实现日常工作。数据中心提供：在企业数据中心部署VDI（虚构桌面基础架构）解决方案并为用户提供虚构桌面，用户应用客户端设施通过平安的网络连接登录到虚构桌面，实现日常工作。上述两种计划有着独特的限度条件：设施。如果人员流动或办公环境忽然受限，那么应用计划1的用户因为无奈接触到设施而无奈办公，业务也因而受影响；如果此时抉择让所有用户都应用计划2，则会引发数据中心资源有余问题，业务同样受到影响；而如果对数据中心进行资源裁减，则会呈现投资大，建设周期长，保护难度高以及无奈保障SLA的问题。而如果让用户随身携带企业调配的桌面设施，则又会面临信息安全问题。因而上述两种计划，都不是时下最合适的抉择。狂风暴雨中的一缕曙光那有没有一种计划，解决它们的毛病，帮忙企业渡过难关？咱们无妨先剖析一下上述两个计划：只管计划1有着用户体验好，接受度高，易推广，不齐全依赖网络等长处，可也有着软硬件紧耦合问题和安全性问题这样的毛病。因为采纳集中式托管，近程连贯的应用形式，因而计划1的毛病在计划2中都失去了解决。而计划2的毛病则次要集中在：建设周期长，投资大，扩大膨胀能力差，运维难度大，SLA无奈保障等问题上。解决了这些问题，也就解决了以后的困局。近些年，私有云以稳固的SLA，高质量的服务，丰盛的产品线，灵便的扩展性和可能与业务高度贴合的老本控制能力，博得了大量企业的青眼。如果将计划2部署在私有云，那么该计划的所有问题都将不复存在。 AVD：云原生虚构桌面解决方案AVD(Azure Virtual Desktop) 是一项由微软提供，运行在Azure 私有云上的云原生虚构桌面解决方案。该计划在残缺保留了传统VDI所有长处的同时，充分发挥私有云的劣势，突破自建数据中心容量有余限度，利用挪动互联网时代品类丰盛随处可见的终端设备，将挪动办公所带来的弱小生产力赋予每一个须要它的企业： ▌全面而弱小的兼容能力个别状况下，企业在进行新计划部署评估时，会思考如何最小化用户习惯变更，以及如何应用现有资产两个问题。前者能够升高新计划的推广和运维老本，后者能缩小反复开销。除此之外，为保障理论可用性，还须要思考新计划的软硬件兼容性问题。在AVD解决方案中：对于正在应用Citrix和VMware VDI计划的企业，能够间接将后端资源池扩大到Azure。这象征AVD将作为企业现有VDI设施的一部分运行。企业无需为此重新配置现有VDI客户端，而用户也毋庸扭转应用习惯。（Citrix和VMware许可相干问题需征询对应厂商。）对曾经领有Microsoft 365，Windows 10或RDS 许可的企业，在许可类型符合要求的状况下，能够间接将其应用在AVD上而无需从新洽购许可。为保障宽泛的设施兼容性，针对支流平台（Windows，IOS，Android，MacOS）微软提供了专用客户端。而对于无奈装置专用客户端的设施，则能够通过Microsoft Edge, Google Chrome, Apple Safari, 或Mozilla Firefox浏览器接入。▌敌对的老手模式对于没有VDI根底构造或对VDI架构不理解的企业，能够通过部署向导，只需提供一些必须的根底信息，即可实现整个AVD部署，而无需为简单的架构设计和组件初始化过程担心。 ▌灵便的提供形式 AVD反对多种虚构桌面提供形式以满足不同场景和需要：集体桌面：为具体用户调配的专用虚构桌面，应用期间独享所领有的硬件资源（内存、CPU、存储等）且整个虚构桌面只有指定用户能够登录应用。应用过程中产生的桌面配置变更和用户数据都将被长久化保留在该虚构桌面中。实用于性能要求较高的单会话用户或对稳健性有肯定要求的应用程序。此形式与传统桌面提供形式根本无异，有残缺桌面的应用体验。池化桌面：用户配置和数据与虚构桌面拆散，虚构桌面自身在多个用户之间共享应用。当用户连贯到AVD时，服务器会在已有桌面环境中为其创立一个长期会话，或为其长期调配一个残缺桌面，用户应用过程中产生的数据会被主动保留在管理员指定地位，当用户登录登记时，为该用户所调配的会话或桌面会被立即登记或开释以供其余用户应用。此形式可能使资源利用率达到最大，老本最优。▌不受限制的扩大能力私有云有着远超传统数据中心的资源扩大能力，对企业而言这意味着虚构桌面不会再呈现资源有余的问题，具体表现在：多区域部署：到目前为止，Azure China Cloud共有-6个正式公布的区域（包含一个BCDR区域）供用户应用，企业能够抉择将AVD部署在最合乎本身业务状况的区域中。一直减少的区域数量：Azure China Cloud最后只有2个区域；2018年，微软正式公布两个新增区域，使总区域数量达到4个；2022年3月，微软公布中国三区。到目前为止，Azure China Cloud正式可用的区域数量达到-6个。超大的单区域容量：每个Azure区域都有超高的容量设计和储备。相干数据显示，最新公布的CN3，其整体容量是较早4个区域的-2倍以上。多区域部署以及超大的单区域容量，意味着企业能够在间隔用户最近的地位提供桌面环境以确保良好的网络体验；从治理角度，多区域部署则意味着更好的容灾和负载平衡能力。寰球范畴内，Azure整体上在60多个区域140多个国家和地区领有数据中心，这意味着企业能够随时将现有计划扩大到海内为海内机构提供反对。 ▌贴近业务倒退的老本收入传统VDI计划在建设过程中，企业通常须要周期性洽购大量软硬件资产，这些资产除了承载已有需要外，还要为将来可能产生但尚未产生的增长做资源储备。这就产生了两个老本相干问题：曾经实现洽购的资产，无论是否应用，其老本曾经产生，而应用老本则随用量减少而减少，因而使得企业整体领有老本呈持续上升状态。而对于该问题，技术手段所能提供的优化空间十分无限。企业业务通常是线性倒退的，而传统模式下的周期性资产洽购导致实际上的老本产生是阶梯式的，这就以致：在某个周期内企业所领有的IT资源实际上处于过剩状态，且无奈立刻将其转换为生产力；而在另一个周期内，企业IT资源处于有余状态，限度了业务倒退。AVD继承了私有云按需应用、仅为应用付费的业务模式，使企业具备了贴合业务倒退构建虚构桌面的能力：即每减少一个用户，企业减少一分投入，多一份产出，反之亦然；当用户不应用时，企业只需领取数据存储费用。 ▌近乎于零的治理老本 AVD将整个后端资源都交由Azure治理，在应用AVD后，企业只剩以下几个问题须要关注：用户须要应用哪些利用，以哪种形式提供最为适合？如何调整自动化程序能力使老本和用户体验达到双优？如何调整最大化晋升桌面与数据安全性？在为AVD配置启用主动治理后，绝大部分的运维工作都会主动实现，在传统治理工作上的老本近乎于零。健壮体格，无惧病魔数据安全是企业的生命线，AVD通过以下几种计划保障信息安全：身份验证：在与企现有身份验证系统集成根底之上，AVD减少了MFA和条件拜访两大性能。MFA在传统用户名明码验证根底上减少了验证码性能，而条件拜访则容许企业通过自定义策略为特定的用户行为指定附加验证条件。起点爱护：Microsoft Defender for Cloud 和Defender ATP为别离为AVD提供了防病毒和高级平安检测、响应性能。网络连接：Azure 防火墙是Azure云原生的智能网络防火墙平安服务，是一个齐全有状态防火墙，能为AVD提供最紧密流量检查和拜访爱护。根底构造：Azure数据中心是遵循国内平安规范所建设，部署在Azure上的利用在根底构造上人造合规。数据：AVD工作过程中产生的数据，Azure会先实现加密后再存储到底层硬件。企业能够依据本身状况，要求Azure通过指定公钥加密数据，而将私钥把握在企业本人手中；同时还能够通过拜访策略严格控制用户对数据的拜访形式，比方禁止截屏等。有了Azure全方位爱护的AVD，像穿上了防护服的白衣战士，能够在疫情中大胆作为，无所畏惧。踏歌而行，乘风破浪综上所述，AVD能够帮忙企业利用私有云劣势，冲破疫情封闭，在业务畛域大展宏图。而为了晋升部署和应用体验，AVD还提供以下反对： FSLogix工具: 帮忙企业大规模地将用户配置文件从各种类型转换为基于 FSLogix 的配置文件容器，从而疾速实现现有用户配置文件的迁徙。与Microsfot 365全方位的优化集成：包含平安和治理集成、多会话用户体验优化、Microsoft Teams视听重定向反对等。提供Windows 7虚构桌面，带有收费的扩大安全更新（仅单会话模式）。无论是金融服务还是卫生保健机构；无论是固定员工还是承包商合作伙伴；无论是设计与工程利用，还是软件开发测试；也无论是隔离在家的本地员工，还是身处海内的分公司雇员。在AVD的帮忙下，他们都将有着逾越疫情封闭的能力；都将可能乘风破浪，踏歌而行。理解更多详情关注微软中国MSDN公众号

关于azure:比特熊故事汇4月MVP英雄故事微软携手英特尔特别投资企划披露

大家好！我是爱吃、爱玩、更爱学习技术，IT届的新晋网红，开发者的好敌人——比特熊！比特熊：大家看了《新蝙蝠侠》吗？心愿大家都有机会体验到（延期上映到5月17日）！切实不行，也能够回去看看“诺兰三部曲”解解馋…… 比特熊：《新蝙蝠侠》里哥谭发大水，事实里咱们也得爱护地球不被淹，4月22日是第53个地球日，在这个非凡的节日比特熊不仅请来了英特尔的OpenVINO技术专家杨亦诚，还请来了间断17年的微软MVP、在MVP小家庭里一提到就各种夸赞的胡浩老师！一起投资爱护咱们的地球。【比特熊故事汇】作为比特熊直播间的重要栏目，定期请来技术大牛和行业先锋做客。这里不仅讲最“热”的技术，还有更多待解锁的集体故事和趣味话题！请继续关注，更激励大家举荐你想意识的“英雄”。欢送大家来到直播间，跟比特熊一起，与专家们零距离畅聊。欢送大家拜访MSLearn学习平台https://aka.ms/DevMSLearn与比特熊一起布局学习门路，减速进阶比特熊：如果请两位老师在电影里抉择一个本人喜爱的人物，或者说“世另我”的角色，会抉择谁？胡浩：我是一个很喜爱看电影，刷美剧的人，都说“男人至死是少年”嘛，多少有一些英雄情节。在很多电影里，我都会为英雄角色所倾倒，举例来讲，比方士官长，还有《龙珠》的孙悟空、超人、钢铁侠等等，甚至是《碟中谍》的Ethan，也是我的偶像。所以Ethan，你有什么喜爱的电影角色和电影的英雄吗？杨亦诚：胡浩老师说的很多电影英雄我也喜爱，那我最崇拜的还是蝙蝠侠，他所有做的一切都是藏在面具底下的，打击犯罪，除暴安良，只管可能会背负骂名，但他仍然在暗夜中守护着哥谭。比特熊：看起来两位心中都有很明确的英雄人物，期待咱们“充电”之后的具体分享。既然是地球日，那不得不提起英特尔和微软联结举办的“AI for Earth”较量，作为重要的配角人物，请Ethan介绍一下~ 杨亦诚：咱们英特尔和微软联结打造了一个以“云车竞速，码到胜利”为主题的黑客松较量，以OpenVINO和微软的Azure服务作为技术支点，率领宽广的开发者和生态合作伙伴在主动驾驶和工业平安畛域去进行一些摸索和开发，推动绿色低碳倒退。英特尔始终致力于推动工业技术自动化，包含采纳机械视觉技术，缩小人力的反复劳动力，尽可能升高碳排放，实现可继续生产。比特熊：谢谢Ethan介绍了这个很“地球日”的黑客松大赛，还分享了英特尔的绿色案例。那胡浩老师作为咱们微软的MVP能不能也给大家讲讲微软的绿色予能奉献，还有您善于的技术畛域。胡浩：往年地球日的主题是“投资咱们的地球”，疫情以来我跟大家一样，很久没出远门，我始终幻想着有一天能进来浪，自在地潜水。以前潜水的时候，我也察看到每年地球日各大潜水组织都会做一些无关爱护陆地的流动，比如说潜水的同时收集一些陆地垃圾，在海滩上漫步时捡垃圾。像我手上微软推出的这款鼠标，差不多20%的塑料来自陆地垃圾。包装也是废物利用，用榨糖剩下的甘蔗垃圾制成，体现出对陆地的关心。我当初就任于VMware，跟微软不谋而合，VMware其实也有在2030年实现碳中和的打算。我自身是AI和Azure方向的MVP，那么在Azure里，我会比拟关注IoT物联网的一些技术，微软很多IoT的解决方案外面，也会提出来利用互联网技术帮忙咱们减排，爱护水资源，以及废物再利用等等。有两个例子我很乐意跟大家分享，第一个是数据中心，咱们晓得数据中心为了保障稳定性，一般来说会用传统的柴油发电，对环境的影响比拟大，所以微软当初尝试用清洁能源，比如说氢燃料电池作为备用电源。另一个例子是18年的时候，微软发展的一项试验，把数据中心放到一个不锈钢全密封的桶里，存到陆地外面，作为一个数据中心失常地工作。2020年把这个不锈钢桶捞起来了，通过两年的应用发现它的故障率，只有海洋上的1/8，还节俭了散热须要的能源。胡浩：我明天想跟大家聊的技术主题，是对于微软Azure基于人工智能的服务，分为三类，第一类是在底层的Machine Learning。基于机器学习能够构筑出一些认知服务，蕴含语言、视觉、语音等等，帮忙咱们做一些决策，这些服务很容易嵌入到工作流当中。在Azure的云端有一个机器学习工作室，有三大神器： **1、设计器，能够通过拖拽的形式很快地达成咱们的指标，门槛比拟低，对机器学习的模型之类的概念都不是很分明也没关系。2、自动化的机器学习，咱们能够在这里提出咱们这个机器的指标，提供对应的数据集，让它主动去抉择适合的模型。3、记事本，帮忙咱们疾速理解代码，做一些交互的学习。** 从构建的模型到调整和定型，这就是所谓的机器学习的生命周期，最初要对训练的模型打包、验证、部署。讲到部署，就要提OpenVINO了。OpenVINO跟MLOps有很好的连接，咱们能够利用OpenVINO在公布环节进一步优化，没有通过优化的模型可能须要更多的CPU工夫，能耗更大。在这个认知服务这一层，去年退出了一个新的服务叫OpenAI，OpenAI是马斯克跟微软各投资了10亿美元作为启动资金，在2018年构筑的这样一个组织去做十分巨量的数据训练，它的第一版本GPT呢，应用了1.17亿的参数，预训练的数量达到了这个5 GB，到GPT-3预训练的数据曾经达到了惊人的45TB，微软曾经逐渐把OpenAI引入到平台当中了。 GPT-3到底有什么意义？它自身分成四个不同的模型级别，最高级别达文西能够主动依据特定受众生成创造性的内容，比方咱们能够让它帮忙咱们生成较量的解说词，之前做过试验，听众没有方法分辨这个解说词是不是真人写的。在微软本人的服务外面，比如说像在低代码平台Power BI等等这样一些剖析的平台工具里，用于构建模型，应用相似自然语言的形式做一个表达式的构筑，能够帮忙没有编程训练的业务人员。还有AI程序伴侣，也是一个十分弱小的工具，我本人也用过，它能主动帮忙你生成一些代码段，很省事。最初给大家举荐一个我基于MSLearn整顿的疾速理解微软人工智能的学习门路，期待大家一起学习进阶。杨亦诚：胡浩老师这边讲了微软Azure的机器学习和认知服务，咱们借助OpenVINO这个工具，进一步缩小AI平台上的能耗。英特尔成都工厂曾经率先将AI技术利用在了生产治理上，仅仅通过雨水收集这样一个零碎，每年就能够节约40万加仑左右的咸水。OpenVINO能帮忙在模型部署的时候，均衡模型在端侧时的反应速度和能耗，升高AI算力资源的耗费。我次要分享内容就是对于OpenVINO 2022.1新版本中runtime API 2.0的介绍。 OpenVINO是英特尔在2018年公布的深度学习框架，它的外围指标是减速英特尔平台上的深度学习模型推理的性能。从OpenVINO公布至今经验了四年的历程，通过多个版本的迭代，减少了一些新的组件和性能。 OpenVINO的开发模型的流程分为三步： 1、构建，如果各位感觉Open Model Zoo的模型不太适宜你以后的指标场景，也能够通过本人的一些定制数据集通过咱们的training工具将咱们的培训模型进行一个重训练，调优最终部署到你的设施或者是一些利用场景下来。 2、优化，咱们提供了Deep Learning Workbench这样一个可视化的调试工具帮忙你疾速在网页端做一些可视化的模型的性能评估以及精度评估，此外还有一个叫Post-Training Optimization的工具用来做后训练的量化，这样就能够实现对模型的量化压缩。 3、部署，咱们反对在英特尔不同的硬件平台进行部署，比如说一个ATOM的小CPU或者酷睿的CPU、英特尔的集成显卡以及GPU等等。 OpenVINO API 2.0带来的第一个新的性能个性就叫Preprocessing API接口，它的外围能力是将咱们的前解决工作继承到了模型的执行图中，这样做的劣势是能够将残缺的PaddlePaddle模型的解决流程打包成一个模型的计算图，如果你的CPU上曾经跑了一些业务零碎，那咱们这部分的前解决工作就不会占用你工作零碎的资源。这边我列了一个Benchmark，是英特尔最新的数据，2022.1的版本相较于之前的2021.4，性能上在同样的硬件平台上有比拟大的晋升。最初，咱们这边也提供了一个疾速去学习runtime 2.0接口的捷径，在咱们的VS Code上做了一个小的Snippets，能够疾速帮忙大家补全代码，不必去重复查阅文档。我集体始终用VS Code作为一个外围的开发平台，它对一些OpenVINO的惯例Recommend API操作都有一些定义……大家如果对OpenVINO新的runtime有趣味，又不想去重复翻阅咱们的官网API文档的话，能够去用VS Code的Snippets工具。如果大家对OpenVINO推理部署优化这块有趣味的话，也十分欢送大家退出咱们OpenVINO的中文社区，这个社区是在2020年5月16号成立的，咱们会定期举办一些线上和线下的沙龙流动，提供人工智能开发者的一个交换场，这里还能够关注咱们的B站和公众号， B站上有大量对于OpenVINO的技术分享以及一些培训课程。比特熊：感激两位老师带来技术干货和进一步学习摸索的门路。除了专业知识分享，比特熊也很想晓得两位老师本身乏味的故事。不得不说，胡浩老师曾经是间断17届的微软MVP了，退出微软MVP小家庭这么久，必定有很多难忘时刻，来个17年微软MVP视角的爆料吧！胡浩：我在这个MVP的圈子里混了比拟长的工夫，意识的MVP小伙伴比拟多。微软最早设立这样的一个我的项目，是为了在微软和用户之间有一个比拟好的社区桥梁。MVP能够更快地把用户的声音传递给微软，比如说传递给产品组或者研发。另外一方面，咱们也能够把微软的最新技术分享到社区。咱们组织过很多流动，举两个例子，一是咱们之前在MVP的峰会上组织过一些公益的流动，比方给农民工子弟去讲一些编程等等。每一年咱们也会跟微软还有其余的组织一起来做“编程一小时”之类的流动。2017年的时候那一年微软现任CEO来到中国，给了十分贵重的五分钟工夫跟CEO交换了一下和留下了一张合影。讲认知服务的时候，我常常拿这张照片举例子。比特熊：欢送更多有志的专家敌人退出咱们的这个漂亮的小家庭，那我也想问到Ethan，在英特尔工作是一种怎么的体验呢？杨亦诚：其实我是刚退出英特尔不久，我是去年退出的，英特尔作为一个跨国企业或者说外企，不会去激励你去花大量的工夫在工作上，或者说无谓的加班加点，996这样的状况。咱们还会定期做一些线下流动，帮忙大家更好地和共事交换和互动。其次，英特尔作为一个寰球十分有影响力的企业，他的技术栈也十分丰盛。咱们有共事是做云的，有做5G的，有做AI的，还有做硬件落地的等等。我也十分有幸能够跟泛滥大佬一起工作，在英特尔工作让我有机会领略到各种技术，让本人接触未曾波及的畛域。物质方面，咱们公司的福利很好，有健身房、篮球场呢，总的来说是一个十分人性化的工作环境。 ...

关于azure:3A游戏大作都在用什么宝藏技术

每隔几年，游戏行业就会经验一次改革和转型。新平台和新技术造就新的游戏题材、新的游戏玩法和新 IP 。明天，微软正处于游戏行业新改革的核心，重塑 Microsoft Game Dev 对行业的全新价值。疫情带来的隔离和近程办公正在扭转游戏的开发方式，云游戏正在扭转游戏的架构和玩法，全平台游戏正在扭转玩家的游戏队友。微软游戏出海开发者大会旨在开启这些对话，帮忙游戏开发者应答这些转变，并在咱们的游戏社区里分享教训，独特解决问题，帮忙彼此独特成长。微软十分冲动能和游戏开发者们在这个改革和翻新的关键时刻，一起为寰球游戏玩家发明更多美妙体验。微软致力于赋能游戏开发者在寰球任何中央、为各个平台的玩家发明更好的游戏。行将在5月13日10点线上直播的微软游戏出海开发者大会，作为 GDC 的中国定制版，将会公布33场深度技术谈判（其中包含6场本地游戏专家分享），9款寰球顶尖游戏的开发教训展现，主题涵盖图形学、性能优化、云端开发/制作、云游戏、加强游戏的可拜访性、最大化游戏的总价值等等。同时有2场由微软游戏 CEO Phil Spencer 率领的应答行业改革的顶峰对话，探讨游戏开发转变的趋势以及微软游戏的想法，同时也会介绍微软云反对游戏开发的全新产品和我的项目公布。 △ 9大游戏案例 △ 为了更好地帮忙游戏开发者和发行商基于云平台来开发、经营游戏，以及实现营收增长，咱们同时会公布对于游戏开发的最新产品和最新我的项目。云端游戏开发制作▍微软领有多个出名游戏开发工作室，在过来两年咱们的工作室和其余开发者一样经验了近程开发的挑战这使咱们不得不从新构想团队如何汇集在一起开发和创作。在这段时间里，咱们学到了很多，并且置信云平台正在迅速成为古代游戏开发的支柱。所以咱们聚焦于让 Azure 成为一个服务游戏开发者的云平台，让各种规模的开发团队都能构建、托管和增长他们的游戏。咱们正在为游戏生命周期的每个阶段定制 Azure 游戏开发解决方案，从云端游戏开发到反对玩家社区的 LiveOps 常态化经营，遥测数据分析，和 UGC 市场等。 ▍咱们将在大会发表推出新产品 Azure 游戏开发虚拟机 Game Development VM，这是一个弱小的事后集成了所有游戏开发者根底工具的计划，让游戏开发者几分钟就能够启动一个生产就绪的云端开发环境，疾速开始创作和测试游戏。游戏开发虚拟机是由微软游戏工作室的开发者实现的产品，运行在 Azure 上，为游戏开发者而生。目前游戏开发虚拟机预装的开发工具包含 Unreal引擎、Perforce、Incredibuild、Visual Studio、Parsec、Teradici 等等，也将会蕴含 Unity 引擎，同时反对 BYOL 。 ▍游戏开发虚拟机的触手可及帮忙开发者进入近程分布式合作开发的新时代，不再依赖本地的的专用硬件设施，并使团队可能容易地在同一个核心服务器上合作开发。它将很快成为开发团队必不可少的工具，不再须要购买本地计算资源，同时节俭在每个机器上设置雷同游戏开发工具、驱动程序和 SDK 的工夫。它同时缩小团队一致，进步开发敏捷性，并为思考迁徙和尝试云端近程连贯、构建和游戏测试的工作室提供了灵活性。通过与 Azure PlayFab 的集成，游戏开发虚拟机实现了从游戏创作到连贯玩家的无缝工作流程。 Azure PlayFab 连贯游戏社区▍将游戏开发转移到云端解决了如何制作游戏的问题，咱们同样专一于帮忙开发者解决他们他们应该制作什么游戏的问题。在咱们致力帮忙每个人在任何中央、任何工夫、和任何人都能够玩游戏的的同时，咱们也正在突破种种阻碍，让开发者可能连贯到他们在任何游戏平台上的社区。▍Azure PlayFab 始终都是平台中立的，咱们将会发表推出一款新的 PlayFab玩家匹配工具，能够跨平台连贯玩家。此外听取开发者的反馈，咱们将发表Azure PlayFab Multiplayer 多人游戏服务的几项更新。这些更新包含，玩家匹配服务中的实时告诉，它更高效地组合正确的玩家群。另外咱们也将会具体介绍新的 PlayFab Lobby 大厅服务，用于治理多人游戏回合，并提供一个游戏回合期间任何玩家更改的实时告诉。咱们还会具体介绍 PlayFab UGC，这是一个提供易于集成的游戏内 UGC 市场的工具，节俭开发者的工夫、金钱和资源。 ▍咱们也将会发表并具体介绍面向寰球的 ID @ Azure，即“游戏开发者@ Azure” 我的项目，该我的项目让游戏开发者疾速开启世界上最牢靠、最平安的云服务。它装备了满足游戏开发者独特需要的平台中立工具和服务。Azure 曾经过寰球当先游戏工作室的验证能够帮忙开发者在云端更快、更高效地创立、治理和运行游戏。 ...

关于azure:CA周记-带你进入-OpenAI-的世界

2021年11月的 Microsoft Ignite ，微软带来了全新的 Azure OpenAI Service，通过新的 Azure 认知服务可能拜访 OpenAI 弱小的 GPT-3 模型。尽管微软还没有正式凋谢 Open AI Service ，但 GitHub 和 OpenAI 曾经推出了基于 GPT-3 的新模型 Codex 的工具 - Copilot ，通过它能够帮忙软件开发人员更高效地编写代码。我置信不少小伙伴都曾经开始在 Visual Studio Code / Visual Studio 应用 Copilot 感触到 GPT-3 的威力。作为开发者，心愿微软能尽快凋谢相干文档，能尽快把握相干技能。为了满足各位要求，明天我就带大家进入 OpenAI 。 GPT-3 介绍2020 年 5 月，Open AI 发表了一篇开创性的论文，题为 Language Models Are Few-Shot Learners。他们展现了 GPT-3语言模型，它应用了一个具备 1750 亿个参数的神经网络。 GPT-3 应用来自 CommonCrawl、WebText、维基百科和书籍语料库的数据进行训练，并在各种自然语言解决工作中体现出惊人的性能，包含翻译、问答和完形填空工作。在性能上 GPT-3 也是十分优良，超过了很多现有的模型。2020 年 7 月，也就是论文发表两个月后，OpenAI 凋谢了一个 beta API playground，大家能够通过 API 形式拜访 GPT-3 模型。 ...

关于azure:云平台SDK攻略

作为一个云原生的开发者，你会最关注哪方面的开发体验？在你的利用中与云上的资源进行交互必定是你十分在意的吧，不论是往Service Bus中发送一条音讯，亦或是为更大的运算需要创立新的虚拟机。你能够利用云平台的SDK，比方Azure SDK来实现所有这些操作，那么Azure SDK是如何写进去的呢？一个云平台的SDK和一个传统的SDK有何区别？传统SDK和云平台SDK之间的不同传统SDK，比如说.NET SDK或者JAVA SDK，都是.NET运行时（.NET CLR）或者JAVA运行时（JVM）的编程接口，他们之间的“通信协定”是在过程内的，基于二进制的。云平台SDK通常基于OpenAPI定义。OpenAPI更像是一个跨过程的基于RESTFul HTTP APIs的通信协定，OpenAPI云计算的世界中无处不在，然而OpenAPI有其本人的局限性。利用OpenAPI和Azure进行交互时候会遇到的问题OpenAPI是一个REST API Service的接口定义，对于任何一个程序语言来说，他都不是一个开箱即用的解决方案。当一个开发者想要开始应用OpenAPI, 他通常会遇到上面的一些问题：异样解决长时间运行操作的解决分页操作解决HTTP Client生命周期治理为这些解决构建强壮的代码并不是一件容易的事件。这种状况下，引入SDK就变成了一种很天然地抉择。微软是如何从OpenAPI中生成Azure SDK的Azure SDK的设计听从了通用SDK库设计领导，这份领导大纲确保了在不同Azure Service之间统一的SDK应用体验，从2022年3月31号开始，咱们对不合乎领导大纲版本的SDK库开始了逐渐淘汰。为一个新的Azure Service创立SDK，Azure SDK团队严密单干，常见的工作步骤如下： Azure Service团队定义好OpenAPI阐明（Swagger file），并且在REST API specification repository起一个PR。Azure SDK 团队会审核新的OpenAPI阐明，确保外面没有破坏性变更，语法错误等等。Azure SDK 团队利用AutoRest从OpenAPI阐明当中生成客户端库。AutoRest是微软创立的一个开源客户端库生成工具来拜访Restful web services. AutoRest利用不同语言的拓展来为不同编程语言生成Restful web service的客户端库。咱们会审核生成进去的客户端库，并起一个PR到相应语言SDK的Github repository. 咱们有一个十分棒的外部工程平台对这些客户端库进行测试，以确保咱们不会引入任何regression issue。这些测试包含主动生成的测试和手写测试，然而在将来咱们会更多的依赖主动生成的测试用例。一旦所有查看都通过了，这个新生成的客户端库就会被合并到相应语言的SDK Github Repository。在客户端库被合并到相应语言的SDK Github repository之后，相应的继续集成和部署管线就会被触发，如果所有无误，新的客户端库就会被公布到相应语言的包管理器，如nuget, npm等等。所有SDK相干文档，样例代码也会陆续失去更新。AutoRest是整个客户端库生成过程当中的要害。AutoRest晓得常见模式的REST API调用，并在客户端库中将这些调用裸露成对于开发者敌对的编程接口。比如说，长时间运行的操作（Long-running operation, LRO）以及一些资源创立，删除等无奈立刻晓得操作后果的REST API调用。这些状况下，服务器会返回一个201（Created）或者202（Accepted）状态码，并附带一个链接来继续监测申请的实现状态。这个操作行为对于间接的RESTFul API调用是正当的，然而从编程语言的角度来看这是有问题的，这种操作应该被转变成一个带回调函数的异步操作，回调函数容许开发者为LRO操作的胜利或失败编写相应代码。OpenAPI, 很可怜的，没有这种异步语法上的反对。为了可能反对这种操作，微软定义了一系列AutoRest OpenAPI拓展来丰盛OpenAPI的语法。当初让咱们回到之前的LRO场景。咱们能够在OpenAPI中定义一个x-ms-long-running-operation。比如说，上面的定义是一个创立/更新Azure VM的OpenAPI定义（残缺定义可在这里找到） "/subscriptions/{subscriptionId}/resourceGroups/{resourceGroupName}/providers/Microsoft.Compute/virtualMachines/{vmName}": { "put": { "tags": [ "VirtualMachines" ], "operationId": "VirtualMachines_CreateOrUpdate", "description": "The operation to create or update a virtual machine. Please note some properties can be set only during virtual machine creation.", "parameters": [ { "name": "resourceGroupName", "in": "path", "required": true, "type": "string", "description": "The name of the resource group." }, { "name": "vmName", "in": "path", "required": true, "type": "string", "description": "The name of the virtual machine." }, { "name": "parameters", "in": "body", "required": true, "schema": { "$ref": "#/definitions/VirtualMachine" }, "description": "Parameters supplied to the Create Virtual Machine operation." }, { "$ref": "#/parameters/ApiVersionParameter" }, { "$ref": "#/parameters/SubscriptionIdParameter" } ], "responses": { "200": { "description": "OK", "schema": { "$ref": "#/definitions/VirtualMachine" } }, "201": { "description": "Created", "schema": { "$ref": "#/definitions/VirtualMachine" } }, "default": { "description": "Error response describing why the operation failed.", "schema": { "$ref": "#/definitions/CloudError" } } }, "x-ms-long-running-operation": true } }有了下面的OpenAPI定义，咱们生成的客户端库中的BeginCreateOrUpdate办法调用就变成了上面的样子，以Go语言为例（残缺代码可在这里找到） ...

关于azure:开源也上云在Azure上运行红帽企业Linux变身超级引擎

当 1885 年卡尔·本茨点燃世界第一台汽车发动机后从此人类进入了汽车时代发动机作为汽车的核心部件对车辆的能源性能起着至关重要的作用与家用车相比F1 赛车的引擎无疑更加业余更好的“引擎”能力开释更快的速度对于企业的翻新与倒退也是一样作为企业高效运行的能源“引擎”服务器的操作系统也在经验着迭代与进化面对当下 CentOS 进行保护和更新的窘境以及将来对开源翻新的更高要求当初更换到更强劲的赛车级“引擎”红帽企业Linux（RHEL）并部署于 Azure 云环境中正是最佳的机会与迎接将来之策到底何为专业级“引擎”？让咱们一睹为快！马力全开，极速的开发与翻新体验F1 之所以能成为速度的象征一台强劲的引擎正是关键因素之一它的马力和转速都是家用车的数倍！红帽企业 Linux 也同样“强悍”： 01 以开发人员为本开发到生产的门路“调校”更快、更简略高质量开源开发工具反对各种风行语言、框架和数据库基于跨基础架构一致性一次编写就可运行于任何基础架构之上... ...这些都成为了企业“以快制胜”的基本！ 02 融入企业级翻新性能可与红帽软件产品组合、自动化和治理技术搭配应用包含红帽智能治理、红帽 Ansible 自动化平台红帽 OpenStack 平台和红帽 OpenShift这些都将为企业注入“以快制强”的翻新能源！能源磅礴，成就生生不息的将来从汽车到飞机再到火箭、宇宙飞船在各类超级引擎的助推下人类踏入浩瀚河汉走向更广大的将来于企业而言，将来则在“云”端上云既是大势所趋也是转型降级的必经之路红帽企业 Linux 这枚“引擎”将与 Azure 一起助力企业踏上云之路！ Microsoft Azure 是智能、高效平安、可信的混合云平台与红帽强强联手将提供一个残缺的企业级计算环境帮忙取得凋谢且灵便的云基础架构施展出红帽企业 Linux“引擎”的最大效力！ 01 反对与红帽生态系统直连从底层硬件平台到操作系统镜像再到中间件及下层工作负载管理软件在 Azure 平台上将取得全栈反对领有更深刻、更丰盛的端到端反对体验 02 减速翻新和数字化转型利用相熟的工具、语言和框架在 Azure 上更快开发和部署应用程序和性能包含 SAP 和 SQL Server 等业务要害型应用程序同时，通过统一且全面的治理体验简化云操作更无效地治理混合云环境平安高效，全面当先的平安与治理之道引擎熄火会带来极大安全隐患尤其是不明起因的零碎宕机同样后患无穷而 Azure 中的红帽企业 Linux 领有： 01 “赛车级”无缝平安 Azure 内置多层平安防护反对 90+ 合规认证全面爱护数据、利用和资产的平安合规RHEL 也提供了自动化平安工具可收费获取要害和重要的通用破绽披露（CVE）实时内核补丁反对创立平安内容自动化协定（SCAP）策略等从而杜绝所有安全隐患！ 02 集成高级治理和自动化工具 Azure 可智能化地疾速辨认威逼并做出响应红帽智能剖析可实现破绽预警和针对性领导红帽 Ansible 自动化平台可更高效的发展更具规模化的治理将环境治理化繁为简将平安防患于未然！齐心齐力，无可匹敌的团队力量F1 冠军的诞生不仅要靠弱小的引擎更离不开背地整支团队的业余反对无论场上场下都体现着 F1 的极致精力！ ...

关于azure:比特熊故事汇4月MVP英雄故事-微软X英特尔春日漫话

春日美好比特熊邀你共度地球日微软X英特尔的绝佳拍档，高调返场英特尔OpenVINO新个性精髓解读 17年微软MVP专家的教训分享居家妙招全放送，高阶开发人多维风貌展示 2022年4月22日【比特熊故事汇】与你春日同行春天的高兴：暗藏在海报中比特熊春日好礼春天高兴！比特熊心愿与大家一起分享春天的和煦与喜悦。参加【比特熊直播间】互动有礼！但凡转发本次直播预报、在预报文章中踊跃发言或者参加直播弹幕互动的搭档，都有机会取得比特熊送出的小礼物。对本期嘉宾的发问或者给比特熊的倡议都能够随心发言！请大家积极参与的同时，退出“比特熊粉丝后援会”微信群，关注最新的流动信息和中奖名单。礼物很宝贵，前排可得！越踊跃越侥幸！ P.S. –中奖信息将在本场直播后7个工作日内在“比特熊粉丝后援会”微信群中颁布。请留神接管高兴信息！心愿始终反对比特熊的你玩转技术、播种高兴比特熊直播间，只做真直播欢送大家继续关注【比特熊直播间】扫描比特熊个熊微信二维码退出【比特熊粉丝后援会】与开发者一起嗨聊，期待成为你的好友~心愿始终反对比特熊的你玩转技术、播种高兴点击预约直播

关于azure:Spring-Cloud-Azure-40-GA-–-实现-Spring-框架与-Azure-服务的无缝集成

作者：Sean Li翻译：Alan Wang校对：Xiaolu Dai排版：RaniSpring Cloud Azure 是一个开源我的项目，提供 Azure 服务与 Spring 框架的无缝集成。它使得开发人员可能用 Spring 习用的形式，来连贯和应用 Azure 服务，仅需几行配置和极少的代码变更。我很快乐地发表，Spring Cloud Azure 4.0 现已正式公布。本次大版本，咱们的指标是带来更平安的连贯 Azure 服务的形式，更精简的依赖关系，以及 Spring Boot 生产就绪性能的反对等等。4.0 版本代表了咱们产品路线上的一个重要里程碑，如果没有 Spring 社区的个体智慧以及用户的反馈，这个版本将无奈交付。我代表 Azure Spring 产品团队，感激你们让这所有成为可能！对立的开发体验在微软 DeveloperDivision，咱们非常重视开发者体验。为了提供更加统一、更加简略的开发体验，咱们一直挑战自我，以防止咱们的用户面对凌乱的开发抉择。这是一个漫长的、自我进化的过程，因为一致性总是绝对的，总会有咱们无法控制的事件产生。现在，咱们在这个方向虚心迈出新的一步，通过对立project name、artifact ID以及 properties 来晋升用户体验。简化的依赖治理依赖治理是 Spring Boot 的外围价值根底之一，它帮忙 Spring 建设了优于其余 Java 框架的卓越位置。秉承这一精力，咱们始终在摸索如何可能使依赖治理对 Azure 上的 Spring 开发者来说更加简略。本次版本中，咱们将原有的两个 BOM 合并成了一个新的 BOM，spring-cloud-azure-dependencies，咱们置信，这样能够进一步升高学习曲线，用户不再像以前一样，须要决定在哪种场景下应用哪一个BOM。扩充的 Azure Support 反对范畴Spring Initializr 里的 Azure Support 模块能够提供许多 Azure 服务的主动配置。本次版本中，咱们扩充了 Azure Support 的反对范畴，涵盖另外3项服务： Event HubsAzure Cache for RedisApp Configuration咱们不会止步于此，往后，咱们将引入更多的 Azure 服务。 ...

关于azure:VS-Code部署Teams-webhook到Azure-Functions

Microsoft Teams这款产品对于咱们来说曾经很相熟了，作为开发者，咱们也能够通过官网的一些开发模式来build咱们本人的Teams利用。明天疾速跟大家分享一下，如何在VS Code中部署Azure Function(Azure Serverless的一种解决方案)，并将其作为Teams的webhook地址。筹备环境筹备Azure Account和Microsoft Teams账号VS Code1) 下载安装2) 为VS Code装置Azure的ExtensionMicrosoft Teams (客户端或Web版都能够)下载代码：地址：https://github.com/paul-cheun...新建我的项目依据Extension的选项登录Azure Account，抉择subscription。VS Code关上下载的代码（或本人创立），Azure的Extension就会辨认到。查看我的项目内容。这里就是简略的api function，承受Activity申请模型（微软的Bot Framework），并标记了function的trigger类型是httptrigger，认证级别也是匿名的，这样在call这个api的时候就不须要提供token了。当然理论状况是须要有token验证的，这里不多介绍。部署我的项目1.build我的项目，点击Deploy to Function App，一路操作。抉择对应的subscription 抉择deploy到已有的function app还是新建，依据本人须要。我这里间接笼罩已有的。如果是新建的话，会提醒输出名称，这里失常输出名称就行，如:抉择Location。须要指定咱们的app部署到哪个region。期待部署。或者看output的Log 提醒相干resource曾经创立好，部署实现。查看部署状况咱们登录Azure Portal检查一下部署状况。能够看到URL一栏，就是咱们OutgoingWebhook的地址。配置Teams里的Webhook下面曾经将服务部署在Azure Functions上，接下来关上Teams进行Webhook配置。首先登入账号到Teams，定位到team的app标签页：点击Create an outgoing webhook，填写名称和Callback URL。 Callback URL来自这里：创立webhook完会提醒保留token（妥善保留就行，咱们这里临时不必它，略过认证局部）验证成果以上曾经胜利创立了outgoing webhook，并且这个hook是调用到azure function的。当初测试一下成果。咱们再到team的channel里给它发消息(at它) 轻易发个什么音讯，而后会失去回复总结在Teams App的开发过程中，咱们常常会应用ngrok来做反向代理/内网穿透，这里就提供了另一种路径，能够将咱们写好的bot代码一键部署到cloud端，也是有助于进步咱们的开发效率。应用serverless的azure实现来简化咱们的部署，当然还有其它的service能够达到同样的目标，这里算是抛砖引玉，大家能够多尝试其余好办法。感激浏览。相干链接： https://docs.microsoft.com/en... https://www.microsoft.com/en-... 微软最有价值专家（MVP）微软最有价值专家是微软公司授予第三方技术专业人士的一个寰球奖项。29年来，世界各地的技术社区领导者，因其在线上和线下的技术社区中分享专业知识和教训而取得此奖项。 MVP 是通过严格筛选的专家团队，他们代表着技术最精湛且最具智慧的人，是对社区投入极大的激情并乐于助人的专家。MVP 致力于通过演讲、论坛问答、创立网站、撰写博客、分享视频、开源我的项目、组织会议等形式来帮忙别人，并最大水平地帮忙微软技术社区用户应用 Microsoft 技术。更多详情请登录官方网站。点击查看Azure Functions 简介

关于azure:啤酒也上云来看看嘉士伯的独家配方

小编说：泡沫清白细腻，麦香芳香浓烈，口感醇厚细腻……一杯传承百年的嘉士伯啤酒，风靡寰球。百年间，嘉士伯团体仿佛始终在变：寰球市场疾速扩张、酿造技术稳步晋升；但也始终没变：重视品质、翻新倒退的步调从未扭转。数字化时代风云变幻，要在强烈的市场竞争中怀才不遇，嘉士伯中国踊跃拥抱数字化翻新策略，增加微软科技的“云配方”，独特为啤酒行业精准发力。 https://v.qq.com/x/page/f3331... 三大抵胜配方，纵享数字化新啤酒总部位于丹麦哥本哈根的嘉士伯团体成立于1847年，是寰球当先的啤酒酿造团体之一。在团体继续倒退翻新的策略指引下，嘉士伯团体在中国大陆开展业务，现已成为中国驰名的国际品牌之一。为实现数字化策略宏图，嘉士伯中国携手微软智能云，以IT力量赋能，打造全新的数据架构，激活数据价值，服务消费者，迈向云端，触达世界。 ▌“云配方”1——超连贯的合作和治理平台目前，嘉士伯团体在寰球100多个国家和地区领有近140个啤酒品牌，每家被收买的公司都有各不相同的IT生态系统和工作形式。为了连贯数据、流程和团队与智能业务应用程序，嘉士伯中国全面部署以Dynamics 365 F&O为外围的解决方案，用超连贯业务模式来适应和翻新，将高度扩散的零碎进行集中化治理。标准化“对立”业务流程，进步业务流程可复制性，以及具备疾速推广能力，反对公司继续扩张倒退。与微软低代码平台Power Apps联合，按需构建企业对于市场、销售、服务、经营、财务等简单业务流程的智能化治理，变革生产力。对立合规的数据规范和数据分析，帮忙企业降低成本，使日常生产经营可视化，进步经营管理效率；Dynamics 365是集成CRM与ERP性能于一体的综合、高效、智能SaaS级平台，该平台与Azure和Power Apps无缝集成，为嘉士伯中国提供了端到端的数字化转型工具。微软通过“One Microsoft”的平台策略——Dynamics 365+Azure+Power Apps，胜利取得嘉士伯中国的认可。▌“云配方”2——更加智能、无效的数据服务充分考虑了倒退云计算的必要性后，嘉士伯中国迅速将其数据中心、利用和SAP零碎整体迁徙至微软智能云Azure上。Azure作为一个牢靠、稳固的平台，为嘉士伯中国提供了弱小的反对、高度的安全性、丰盛的服务及产品解决方案。 Azure Databricks作为基于Spark的疾速简略合作平台，针对 Microsoft Azure 云服务平台进行优化，并通过一键式设定、顺畅工作流程、交互式工作区等疾速又简略的个性，为数据科学家、数据工程师、企业分析师提供前所未有的合作环境；Azure Synapse可进行企业剖析服务，缩短在数据仓库和大数据系统中进行洞察提取所需的工夫。借助它，能够应用无服务器的按需资源或预配资源，任意执行自定义的大规模数据查问；Azure Analysis Services剖析数据引擎在云中提供企业级的数据模型，集成多个 Azure 服务，能够生成简单的剖析解决方案。数据模型可让用户更疾速轻松地应用 Power BI执行即席数据分析；借助交互式自助式报表可视化工具Power BI，能够获取企业规模的自助服务剖析，升高应用多个解决方案的附加老本、复杂性以及平安危险，使组织中的各级员工都能够做出有把握的决定。Azure使嘉士伯中国的IT信息系统整体程度失去进一步晋升，同时显著升高了试验的危险和老本，助推嘉士伯中国进一步为消费者提供最佳的品牌体验。 ▌“云配方”3——24*7反对故障解决及疾速响应机制微软 Premier Support的云平台重大故障解决和响应机制，为每一天、每一次的销售助力，进而赋能经销商体系。以数据驱动业务利用，为新的销售增长点提供撑持。通过专属的客户经理和事件治理经理，协调微软寰球的产品反对资源，为嘉士伯中国提供24*7不间断的原厂技术支持服务，为三朵云的施行提供全方位的保驾护航；通过Premier Support，连贯嘉士伯中国与微软产品技术团队。在波及平台级别故障的时候，嘉士伯中国可能及时取得产品技术团队的帮助，使故障对业务的影响最小化。专属产品反对工程师定期沟通，深刻理解客户的云环境、配置与演变门路，造成针对嘉士伯中国的微软云产品用户profile和问题知识库，放慢故障的解决效率，进步问题解决品质和客户满意度。嘉士伯中国与微软携手打造“嘉士伯中国数据策略”，以全新的数据架构，激活数据价值，赋能经销商，服务消费者，独特扩充品牌资产与影响力。基于微软Azure建设的数据分析平台以及云原生利用，同时以Dynamics 365 ERP为外围，将高度扩散、配置简单、不足延展性的零碎进行规范化、集中化治理，为嘉士伯中国提供了弱小的反对、高度的安全性、丰盛的服务及产品组合，海量数据推动嘉士伯中国的业务倒退，降本增效。将来，嘉士伯中国这项前瞻性的云部署Smart Core D365 ERP零碎、数据分析平台、消费者数据平台和渠道数字化的“一站式超级入口”在减速外乡市场倒退的同时，也将引领嘉士伯团体寰球数字化转型。这将持续鼓励嘉士伯团体每一位员工酿造更优质的啤酒，拉近彼此心灵，尽享每一个欢聚时光，以科技力量回馈世界以更好的数字化新啤酒。点击查看更多案例

关于azure:微软Azure动手实验营免费席位开放啦

关于azure:正式启用微软智能云Azure在华新增数据中心区域

微软联结世纪互联正式发表，自2022年3月1日起，全新的Azure在华数据中心区域将正式启用，客户能够不受限制地对其进行拜访。这是微软智能云在中国市场的第五个Azure数据中心区域，由其合作伙伴世纪互联经营，再次实现了微软智能云矩阵在中国服务能力的翻倍扩容。由世纪互联经营的Microsoft Azure于2012年公布。2014年3月，微软智能云Azure在华开启两个数据中心区域，正式投入商用，成为第一个在华商用的国内私有云。尔后，由世纪互联经营的Microsoft Office 365、Dynamics 365及Power Platform也相继于2014年、2019年和2020年落地中国市场。微软寰球资深副总裁，微软大中华区董事长兼首席执行官侯阳博士示意：“无论是在华倒退的跨国企业、走向寰球的中国公司，还是志在在云端对业务和流程进行数字化转型的企业，都让咱们看到了中国市场对寰球私有云服务的需要快速增长。这种强劲的需要，推动咱们近8年来在中国一直扩大和降级咱们的云服务。致力于成为寰球性能最全面、最平安的云服务，微软智能云曾经赋能了数十万开发者、合作伙伴与海内外客户，帮忙他们通过技术创新和业务转型成就不凡。新的Azure区域将进一步增强微软在业务、生态系统和可继续倒退的将来中实现翻新、增长和发现机会的能力。” 微软智能云，为翻新而生IDC的报告显示，中国已成为寰球增长最快的私有云市场，同比增速达到49.7%，预计到2024年，中国市场将占据超过10.5%的寰球市场份额。中国数字经济的飞速发展须要像微软智能云Azure这样先进的技术和服务，以反对其新兴的数字翻新和工业数字化转型。随着新Azure数据中心区域的推出，微软将更好地帮忙来自中国和寰球的客户及合作伙伴抓住中国数字化倒退的时机，并提供混合云和多云部署、物联网、边缘计算、数据智能等方面的能力。随着新的Azure数据中心区域投入使用，一系列云翻新性能服务将于2022年在中国推出，其中包含：可用区（Availability Zone），为客户提供行业当先的99.99%服务水平协定（SLA）和最全面的弹性策略，当虚拟机在两个或更多可用区中运行时，可通过将故障转移到不同区域来避免大规模故障的暴发。Azure数字孪生（Azure Digital Twins）是一种物联网性能，可能使客户可能在云中创立实物的“数字孪生”；Azure Arc可帮忙客户在跨混合和多云环境中治理数据和应用程序；Azure Database for MySQL的灵便服务器部署选项，可最大水平地管制组织的数据库，高可用性选项可帮忙确保零数据失落，Azure生态系统提供的内置性能能够降低成本并进步生产力。Azure Purview是一种对立的数据治理解决方案，可帮忙用户治理本地、多云和软件即服务（SaaS）数据。埃森哲大中华区企业技术创新事业部总裁贾缙示意：“作为微软寰球合作伙伴，多年来咱们始终严密与微软单干，开发和部署行业数字解决方案。随着Azure新区域和服务落地中国，咱们笼罩基础设施、平台、数据、物联网和认知计算等一系列畛域的端到端转型服务能力将进一步加强。” 微软智能云，助可继续倒退一臂之力云计算极大地提高了效率，缩小了反对寰球计算需要所需的整体碳脚印。随着微软云计算能力的一直拓展，咱们也在寻求突破性技术，将可继续倒退理念融入数据中心的设计和经营。微软智能云最新的要害高级开发计划包含：缩小数据中心的用水量：一种新的数据中心温度治理办法，将在2024年之前使咱们寰球蒸发冷却数据中心的用水量进一步缩小95%，即每年缩小近57亿升。浸没冷却钻研，摸索无水冷却的可能性：微软是第一家在生产环境中运行双相浸没液冷零碎的云计算提供商。液体冷却技术帮忙咱们晋升了电力应用和冷却的效率，从而拓展了微软数据中心机架设计的后劲。反对本地生态系统的数据中心设计：微软对 12个数据中心区域的生态系统运行形式，从水、空气、碳、气象、生物多样性等方面，进行基准测试，以重建周边地区的环境，从而为该地区的社会和环境赋予再生价值。缩小数据中心设计和建设中的碳脚印：在建筑物或基础设施的整个生命周期中，为了体现与资料和施工过程相干的碳排放量，咱们应用名为“修建隐含碳计算器（EC3）”的工具来辨认建筑材料，从而将缩小混凝土和钢铁中30 –60%的隐含碳量。其中一些动作将逐渐针对中国的新Azure区域进行调整。除了对云基础架构的投资外，微软可继续倒退云（Microsoft Cloud for Sustainability）现已在寰球范畴内公开预览，让企业机构能够记录、报告和缩小碳排放，从而更无效地实现净零排放。它提供了一个独特根底，以确保在寰球范畴内以精确、统一、牢靠的形式测量碳排放。当初，跨国公司和中国公司都能够在寰球 Azure 上应用此产品来掂量他们的可继续倒退工作。在2021年中国国内进口博览会上，SGS中国公布了运行于微软智能云 Azure 上的业界首个双规范 S-Carbon 数字化碳治理智能云平台。SGS中国区总裁郝金玉博士示意：“置信SGS在碳排放畛域的业余技术能力，与微软寰球当先的云平台联合，将真正帮忙更多的中国企业减速实现可继续倒退策略。” 近景科技团体寰球执行董事丁民丞示意：“咱们很快乐成为微软的零碳技术搭档，独特为客户提供端到端的零碳解决方案，助力其实现零碳转型和绿色倒退。”江森自控副总裁兼中国区总经理朱永焕示意：“从中国到寰球，咱们与微软携手，围绕设计、建造、治理智慧和可继续修建开展了深刻单干。咱们研发的 OpenBlue 数字化平台与微软云平台及古代办公技术严密相干，可能帮忙咱们的客户构建起更加平安、灵便、可继续倒退的古代工作环境。” 台达-中达电通股份有限公司总经理谭怡中示意：“台达利用微软智能云 Azure 平台的物联网、机器学习等服务及 Power BI 技术研发推出了面向绿色工厂的 EMS 能源管理系统。这项成绩能帮忙咱们的客户更加高效地监控、治理和节约各项能源消耗，从而真正达成绿色工厂的指标。” 微软智能云，平安合规、值得信赖微软智能云由笼罩寰球超过34个市场的200余个实体数据中心组成，为寰球超过10亿客户和两千万家公司提供服务，超过95%的“财产500强”企业采纳微软智能云服务。在寰球领有100多项合规认证的微软智能云平台，符合中国、欧洲、美国和许多其余寰球市场的行业和监管规范。在中国，由世纪互联经营的 Microsoft Azure 也取得了诸多本地合规认证。无关详细信息，请参阅信赖核心合规性文档。由世纪互联经营的 Microsoft Azure 是第一个依据中国法律实现在华商业经营的国内私有云服务。依据中国监管部门的要求，世纪互联在中国经营的 Azure 数据中心区域与与微软在寰球经营的云服务物理隔离，但与微软在寰球经营的其余区域采纳雷同的云技术。更多对于中国微软智能云服务的信息，请拜访由世纪互联经营的 Microsoft Azure官方网站。

关于azure:微软智能云Azure在华新增数据中心区域正式启用

关于azure:深入了解Azure-机器学习的工作原理

通过浏览本文，您将会理解到Azure 机器学习（以下简称：Azure 机器学习）的架构和概念，并且深刻理解这些组件，以及它们如何协同来帮助构建、部署和保护机器学习模型的过程。工作区机器学习工作区是 Azure 机器学习的 top-level 资源。工作区可集中用于：治理用于训练和部署模型的资源，例如计算存储应用 Azure 机器学习时创立的资产，包含：环境、试验、管道、数据集、模型、端点计算计算指标是用于运行训练脚本或托管服务部署的任何一台机器或一组机器。您能够应用本地计算机或近程计算资源作为计算指标。您能够应用计算指标在本地机器上训练，而后扩大到云端，这个过程中无需更改训练脚本。 Azure 机器学习引入了2个为机器学习工作配置的虚拟机 (VM)，它们是齐全托管且基于云的：计算实例：是一个 VM，其中包含为机器学习装置的多个工具和环境。计算实例的主要用途是用于您的开发工作站。您无需设置即可开始运行示例 notebook。计算实例也能够用作训练和推理作业的计算指标。计算集群：是具备多节点扩大能力的虚拟机集群。计算集群更适宜大型作业和生产的计算指标。提交作业时，集群会主动扩大。它用作训练计算指标或用于开发/测试部署。数据集和数据存储Azure 机器学习数据集使您能够更轻松地拜访和解决数据。通过创立数据集，您能够创立对数据源地位的援用及其元数据的正本。因为数据保留在其现有地位，因而您不会产生额定的存储老本，也不会面临数据源完整性的危险。数据存储将连贯信息（例如您的订阅 ID 和 token 受权）存储在与工作区关联的 Key Vault 中，因而您能够平安地拜访您的存储，而无需在脚本中对其进行 hard code。环境环境是对机器学习模型进行训练或评分的环境的封装。环境指定了围绕训练和评分脚本的 Python packages、环境变量和软件设置。试验试验是来自指定脚本的许多运行的分组。它始终属于工作区。当您提交运行时的时候，须要提供一个试验名称。运行信息存储在该试验下。如果您提交试验时该名称不存在，则零碎会主动创立一个新试验。点击查看具体配置步骤模型最简略的模型是一段承受输出并产生输入的代码。创立机器学习模型波及抉择算法、为其提供数据和调整超参数。训练是一个生成训练模型的迭代过程，它封装了模型在训练过程中学到的货色。您能够引入在 Azure 机器学习之外训练的模型，也能够通过向 Azure 机器学习中的计算指标提交试验运行来训练模型。有了模型之后就能够在工作区中注册模型。Azure 机器学习与框架无关。您能够应用任何风行的机器学习框架来创立模型，例如 Scikit-learn、XGBoost、PyTorch、TensorFlow 和 Chainer。部署将已注册的模型部署为服务端点须要以下组件：环境：此环境封装了运行模型进行推理所需的依赖项评分：该脚本承受申请，应用模型对申请进行评分，并返回后果推理配置：推理配置指定将模型作为服务运行所需的环境、entry script 和其余组件自动化▌Azure 机器学习 CLI Azure 机器学习 CLI 是Azure CLI 的扩大，Azure 平台的跨平台命令行界面。此扩大提供了自动化机器学习流动的命令。 ▌机器学习管道您能够应用机器学习管道来创立和治理将机器学习阶段拼接在一起的工作流。例如，一个管道可能包含数据筹备、模型训练、模型部署和推理/评分阶段。每个阶段能够蕴含多个步骤，每个步骤都能够在各种计算指标中主动运行。此外，管道的步骤是可反复用的，如果这些步骤的输入没有扭转，能够在不从新运行之前步骤的状况下运行。例如，如果数据没有更改，您能够从新训练模型而无需从新运行繁琐的数据筹备步骤。有了管道，数据科学家在机器学习工作流的不同环节工作时进行合作。 ▌监控和日志记录 Azure 机器学习提供以下监控和日志记录性能：对于数据科学家，您能够监控您的试验并记录训练运行的信息对于管理员，您能够应用 Azure Monitor 监控无关工作区、相干 Azure 资源以及资源创立和删除等事件的信息对于 DevOps 或 MLOps，您能够监控部署为 Web 服务的模型生成的信息，辨认部署问题并收集提交给服务的数据更多 Azure 机器学习的工作原理，点击链接浏览原文章 ...

关于azure:新云说-什么孙子兵法也能指导云战略

兴许难以发觉，但现下咱们的生存齐全能够用「云上的日子」来形容：从出行打车到外卖订货，更别说办公软件、云盘存储。有数据的中央，就有「云」。以此观之，也就非常好了解为何「云」被称为当下最宽泛的基础设施了。《中国云计算产业倒退白皮书》数据显示，2023 年中国的云计算产业规模将超过 3,000 亿元。「云基建」将为产业带来微小时机。而另一方面，则是企业趁势乘云而上——调研显示，有 63%的中国企业抉择通过踊跃拥抱云计算等技术创新，推动从产品升级、业务转型到生产流程自动化的全面数字化转型。微软自 2014 年开始将 Azure 技术引入中国市场，由合作伙伴世纪互联经营 Azure 服务，往年 3 月随着华北第三个数据中心投入经营，Azure 矩阵服务能力还将实现翻倍扩容。将来已来，乘云行远。随同 Azure 新区域“雾散云开”邻近，咱们将推出「新云说」系列深度文章，从产业视角粗疏道来企业择云、乘云、行云、筑云的策略思考。《孙子兵法》有云：凡用兵之法，驰车千驷，革车千乘，带甲十万，千里馈粮。虽则云基建是新事物，但企业策略万变不离其宗，往往是历史积淀的思考能帮忙咱们拨开迷雾，取获真经。云时代已至，到底企业应该如何抉择云技术？无妨把企业的云策略与《孙子兵法》作战做一乏味比照：云为企业带来前所未有的增长可能性，同时也带来了不可小觑的治理复杂度——一面是云计算的自若扩大、云原生的广大前景，一面是日趋严格的数据合规要求。因而，概而论之的云策略毫无意义。现下，云策略的实质恰好是抉择适合的本地部署、公有云、私有云组合的策略。Harris Poll 的调研显示，86% 的受访者打算减少对混合云、多云环境的投入。简直所有受访者都示意，出于监管思考，他们将局部业务数据留在本地。这就好比行兵路上陡然呈现了简单地形，冲锋部队针对平川兴许训练有素，假使右翼丘陵、左翼山谷则又当如何？这便须要应“云”而生的 Azure Arc。通过将现有非 Azure 本地或其余云资源投影到 Azure 资源管理器中，Azure Arc 让用户能够应用繁多虚构治理平台来治理整个环境，从而大大简化治理和治理，不论数据在何处，你都能够应用相熟的 Azure 服务和治理性能。在国内，不少客户的利用部署在本地数据中心，出于监管或者其余起因无奈上云。那么，Azure 也能将此视为多云环境的一部分，通过 Azure Arc 同样能够把翻新工具和服务，如云原生的容器环境、数据服务等等落在本地。又或者客户采纳多私有云策略，因为各厂商状况有别，其公布云原生利用时，资源的调度、监控、利用公布都不统一，操作治理极为繁琐，Azure Arc 却能够对立监控、对立调度、对立公布，节俭大量精力。当多云、混合云成为云策略的根本地貌，解围数据中心、多厂商之云、边缘扩大的简单环境，只有驰车如 Azure Arc，方能划出应变多种云环境的致胜弧线。云基建时代的数据需要正在朝着三个方向疾速演进，而这三个方向，恰好是 Azure 去年新公布的 Synapse 令业界尤为注目的起因。首先，向交融演进。在架构层，微软 Azure Synapse 曾经领先实现存算拆散、湖仓一体交融。事实上，本地数据、跨云数据、应用程序及物联网数据必须领有交融买通视角，能力挖掘价值。而在应用层，在各类多样化高性能计算引擎之上，人们当初更强调统一体验。而更奥妙的趋势转向，则是行业的交融。随着实际的积攒，行业数据模板成型，跨行业的剖析成为必须拥抱的演进方向。其次，向业务演进。通过大数据浪潮的洗礼，企业曾经度过了对数据价值的认知阶段，数字化也由收集/积攒数据进入到挖掘/应用数据的阶段。对现下的企业而言，数据的重心早已不再是放心基础架构，而是如何把数据用起来，更好地为企业服务。以此观之，Azure 的「务实性」显得尤为突出。在利用层面，Azure 始终高举“无代码即生产力”大旗，目标就是缩短从数据到业务的门路，让利用回归工具属性，所有为业务服务。在实操层面，Azure 则借力微软跨寰球行业的最佳实际，从云端买通 AI、突破行业壁垒，实现跨行业数据口径、术语的整合，为企业更便当地应用数据、挖掘洞察打下牢牢地基。再者，向极致平安演进。现在，企业所关注的数据安全曾经不仅仅停留在进攻入侵的档次。更多地，企业会看向数据治理的全链条。同时，随着各地区之间数据法规层出不穷，合规治理也成为了数据治理的重要面向。Azure 所领有的合规认证为寰球云服务提供商之最，解决客户的后顾之忧，将精力投入与业务更密切相关的事项中去。业界早已达成共识——云原生利用是为软件开发和云技术的下一个时代而设计的。依据云原生计算基金会 CNCF 的说法：“云原生技术能让企业在如私有云、公有云和混合云的古代动静环境中构建和运行可扩大的应用程序。”IDC 报告则显示，云原生利用在 2018 年时只有 40%，到 2023 年企业云原生利用占比将超过 80%。 ...

关于azure:生态扩大进行中Apache-APISIX-支持-Azure-Functions-集成

Apache APISIX 为 Microsoft Azure Functions 提供了对 serverless 框架的反对。Apache APISIX 倡议定义一个启用了无服务器插件的路由，而不是在应用程序中采纳硬编码函数 URL。它使开发者可能灵便地热更新函数 URI。此外，因为 Apache APISIX 有十分弱小的认证反对，这种办法还能够加重应用逻辑中的受权和认证问题，能够用来辨认和受权客户消费者拜访带有 FAAS 的特定路由。本文介绍了 Apache APISIX 最近新增的插件 azure-functions，并具体阐明了如何将 Azure Functions（一种宽泛应用的 serverless 解决方案）集成到 Apache APISIX 中。 azure-functions 插件工作原理azure-functions 插件让用户为网关 URI 定义一个上游的 azure HTTP Trigger serverless 性能。如果启用，该插件将终止正在进行的对该 URI 的申请，并代表客户向 azure FAAS（新的上游）发动一个新的申请，其中包含用户设置的适合的受权细节、申请头、申请体、参数（这三个局部都是从原始申请中传递的），并将响应体、状态码和头返回给向 Apache APISIX 代理发出请求的原始客户。该插件反对通过 API 密钥和 azure active directory 对 azure FAAS 服务进行受权。如何在 Apache APISIX 中应用 azure-functions 插件该插件的次要指标是将路由配置中指定的网关路由代理到 azure function URI 上。本节为您介绍如何在 azure 云上配置和创立 serverless HTTP Trigger。 ...

关于azure:这个110岁的长寿企业已经在计划下一个百年

一家企业活到100岁有多难1917年创刊的《福布斯》，在100周年庆的时候做了一个统计，当年美国100强公司中，只有12家历经100年的浮沉后仍存活了下来。一家中小型私营企业，大概率只能活3-4年。 60%的企业，寿命不到5年。85%的企业，可能撑不到10年。也就是说，大部分企业都夭折在“小学”阶段，甚至没有机会“成年”，更没有机会经验“中年危机”。什么样的企业能力保持100年？可能保持到“你大爷永远是你大爷”阶段的企业，个个都身怀绝技。要么是产品有料，要么是经营有道，运气当然也占有肯定的成分。但有一个共通点，就像是刻在基因里的长命明码，引领他们穿梭一个又一个经济周期与社会动荡。那就是：“提前做出扭转”。美国管理学家曾用6年的工夫，钻研18家均匀92岁的企业，发现他们往往不待外界揭示就会被动做出扭转，那些看起来“胆大包天”的口头，成为他们永葆青春的秘诀。 110岁“铝”行者巧用数字化驻颜始于1910年的安迈铝业，是寰球当先的特种氧化铝制造商，距今已有110岁高龄。尽管如此高寿，他们现如今的工厂，却齐全是现代化的年老模样。比方他们很早就引入了物联网利用，通过全流程智能化革新，实现了对氧化铝生产全过程的监控、工艺参数主动采集、主动预警等。凭借对“数字化”的敏锐嗅觉，他们与后浪们一起站在了智能制作的新舞台上。不仅如此，他们还瞄上了“超交融”这项新技术。超交融，云+边缘的新将来在工业现场部署物联网利用，既有长处也有毛病。长处：能够大大降低互连零碎的复杂性，更易于实时收集和剖析数据，即便网络连接不稳固，数据也可在本地收集和剖析，在连贯网络的状况下，才会将要害数据传输回地方网络进行汇总。毛病：工厂机房、车间弱电机房等地位，都不具备良好的服务器环境，也不具备高效的互联网连贯、健全的 IT 保护等。而超交融，就是鱼与熊掌兼得的最佳计划，既为物联网所需的边缘计算提供弱小的基础架构，又领有云所带来的新潜能。利用混合云锚定下一个百年安迈铝业引入了 Dell EMC AX-740xd 全闪存 Azure Stack HCI 集成系统，基于 Azure 云订阅服务，疾速构建超交融架构体系，为承载工业物联网利用的基础设施进步了鲁棒性，将 Azure 云端的先进数字化能力和产品扩大到本地制作生产线旁，为“天时”赋予“云和”。 01 本地+云端两手抓，治理和运维双减微软和戴尔科技联合开发，提供全集成、智能化的本地治理平台，同时将来，安迈铝业寰球可采纳 Azure Arc 在云端对立监控和治理云上和本地的资源，包含 Windows、Linux、SQL Server 或者容器。这一全面的解决方案让 IT 经营、保护和治理工作量大幅缩减，部署效率大幅晋升，基础设施更新所需工夫也大幅缩小。 02 数据中心扩大到云，平安和灵便兼顾安迈铝业 Azure Stack HCI 混合云服务并没有公开托管，而是通过定期连贯到 Azure 云端以进行监控、反对、计费和混合服务，确保提供一个更严格的平安操作外部数据环境。Azure Stack HCI 使已有虚拟化环境现代化，利用 Azure 能够让应用程序放弃在线。此外，通过 Azure Stack HCI 能够实现按需付费，将来随同着业务增长，在可扩展性方面具备更好的灵活性。 03 超划算的硬件性能，效率和老本更优Dell EMC AX-740xd 配置了英特尔®至强®银牌4208处理器，反对英特尔 Speed Shift、博锐、定向I/O虚拟化、基于模式的执行管制等新技术，无效保障了超交融零碎的性能高效性和运行稳定性。同时设施蕴含 OEM Windows Server 数据中心许可用于来宾操作系统许可，在软件许可方面升高了资金投入，且满足合规性。小标题04 全生命周期反对，牢靠与翻新同行与 Azure Stack HCI 深度交融的 Dell EMC AX 系列产品通过全面认证，提供企业级装置部署和白金反对服务，解决了硬件生命周期治理的难题，升高了从洽购、交付、扩大到更新和反对的复杂度，在实现跨数据中心和云的大规模监督和治理根底上，反对面向未来的利用翻新和混合云架构，并提供99.9999%的高可靠性。 ...

关于azure:如何更换Azure-SQL-DB-blob-storage-credentials

通过Azure Data Studio等工具登录到指标DB，执行以下SQL删除以后的credentials。 DROP EXTERNAL DATA SOURCE BlobStorageDataSource;DROP DATABASE SCOPED CREDENTIAL BlobAccessCredential;执行以下SQL创立一个新的credentials（将Placeholder替换为实在环境的值）。 PLACEHOLDER_BLOB_SHARED_ACCESS_SIGNATURE: storage SAS tokenPLACEHOLDER_BLOB_NAME: storage nameCREATE DATABASE SCOPED CREDENTIAL BlobAccessCredentialWITH IDENTITY = 'SHARED ACCESS SIGNATURE',SECRET = 'PLACEHOLDER_BLOB_SHARED_ACCESS_SIGNATURE'; CREATE EXTERNAL DATA SOURCE BlobStorageDataSourceWITH (TYPE = BLOB_STORAGE, LOCATION = 'https://PLACEHOLDER_BLOB_NAME.blob.core.windows.net', CREDENTIAL= BlobAccessCredential);

关于azure:微软技术赋能阵地2月课程预告

关于azure:三大核心能力揭示全面释放数据价值的独门秘诀

数字化转型日渐深刻，越来越多的企业走上了转型之路。然而面对疾速变动的市场和强烈的竞争，当大家都抱有雷同的指标，采取相似的办法时，企业又该如何从竞争对手中怀才不遇，获得更能让人称心的成绩？此时，外围能力往往更为重要。现在的企业，正在经验咱们这一代人所面临的最重大的经济改革。通过数字化转型齐全兑现云后劲的能力从未如此重要。有限的数据库规模与性能、无可比拟的剖析与深刻见解，以及对立的数据治理，企业须要这三大外围能力，并将这三大能力完满整合，独特推动转型的胜利。各行各业的很多企业都在投资建设这些外围能力，确保本人能灵便地随时随地进行翻新，并满足一直演进倒退的业务需要。那么对企业来说，到底又该如何取得这些能力？有限的数据库规模与性能近日微软推出的 SQL Server 2022 预览版，是迄今为止 Azure 反对力度最大的 SQL Server 版本。凭借为 Azure SQL 托管实例提供的全新灾祸复原性能和通过 Synapse Link for SQL Server 实现的本地经营数据无缝剖析，这个版本在以往根底上进一步简化了星散成。微软还会持续向 Azure SQL 系列数据库进行投资，为利用迁徙、现代化和开发提供灵便的选项。Azure SQL托管实例最近也公布了多项重大布告，包含显著减少每个vCore的存储器容量的业务解决方案、在通用服务层和业务要害服务层扩充存储容量到16TB、为利用增长提供更大空间。 Azure 同时也是 NoSQL 和开源数据库的最佳云解决方案。Azure Cosmos DB 是一种齐全托管的 NoSQL 数据库，旨在为任何大小或规模的生产利用提供反对。经济上受保障一致性、高吞吐量、小于10ms读写时延、99.999%可用性的服务水平协定（SLA）的保障，开发者能轻松地跨任何 Azure 区域独立和灵便地扩大利用。此外微软还正式公布了Azure Managed Instance for Apache Cassandra。通过主动运行的部署和缩放操作，这个实例能配置受托管的原生 Apache Cassandra 集群，减速混合场景并缩小日常养护。Flexible Server（预览版），Azure Database for MySQL 的新部署选项，当初也已正式公布。在 Flexible Server 的帮助下，客户能最充沛地施展齐全托管的服务的效力，最无力地管制数据库，用高可用性选项确保数据零失落，用内建性能优化老本，借力 Azure 生态系统进步生产力。无可比拟的剖析与深刻见解在剖析与深刻见解方面，Azure堪称无可比拟。在微软首次推出 Azure Synapse Analytics 时，就无效地排除了企业数据仓库和大数据分析间的阻碍，让数据业余人员能轻松地对剖析解决方案进行合作、构建和治理。自这项解决方案推出以来，运行 PB 级别规模工作负载的 Azure 客户数量已增长了五倍。然而咱们并未止步于此。微软去年又推出了 Azure Synapse Link for Azure Cosmos DB ，用于创立简略、低成本、云原生的HTAP设计，实现即时、实时的业务深度信息。通过正式推出 Azure Synapse Link for Dataverse ，用高价值 Dynamics 365 数据实现即刻深刻见解，以及推出 Azure Synapse Link for SQL Server 2022的预览版，明天微软还在持续投资。此外，微软还正式颁布将 Azure Synapse Data Explorer 跻身 Azure Synapse中现有的 SQL 和 Apache Spark 剖析运行时阵容。这是一种高度可扩大的引擎，能主动索引遥测、时序和日志中常见的结构化、半结构化和自在文本数据，挖掘能间接改良业务决策的丰盛深刻见解。对立的数据治理对综合数据治理服务的需要从未有如此迫切。微软的对立数据治理服务 Azure Purview ，可帮忙企业治理和治理他们的本地、多云和软件即服务（SaaS）数据。自正式提供以来，市场对 Azure Purview 体现出强烈趣味，这令人感到十分振奋。客户曾经发现逾570亿的数据资产。通过与 Azure 、Microsoft 365 、 Microsoft Power Platform 等解决方案中的数据服务进行深度集成，Azure Purview 可确保你的微软数据域失去治理。每个机构当初都能构建对立的数据治理解决方案，最大限度地进步其云数据的价值。 ...

关于azure:Azure-应用服务发现NotLegit漏洞使用这-4-种编程语言的本地-Git部署源代码或均遭暴露

近日，Wiz 钻研团队在 Azure 应用程序服务中检测到一个不平安的默认行为——“NotLegit”破绽。这意味着，应用 PHP、Python、Ruby 或 Node 语言编写的“本地 Git”部署应用程序的源代码或该遭裸露。据悉，“NotLegit”破绽自 2017 年 9 月以来就存在，目前或曾经被攻击者利用。据理解，Wiz 早在 2021 年 10 月 7 日就向微软方面报告了这一安全漏洞，目前已失去缓解。但对小型企业客户来说或仍有潜在裸露危险，这里也揭示他们应采取某些口头，来爱护他们的应用程序，具体可查看微软于 2021 年 12 月 7日- 15 日公布的电子邮件告诉。 “NotLegit”破绽：本地 Git 存储库可公开拜访Wiz 方面揭示称，将 Git 存储库部署到 Web 服务器和 storage buckets 时，千万要确保 .git 文件夹是未上载的。这是因为 .git 文件夹蕴含源代码、开发人员的电子邮件等其余敏感数据。而通过“本地 Git”的形式部署到 Azure 应用程序服务时，Git 存储库是在任何人都能够拜访的公共可拜访目录（/home/site/wwwroot）中创立的（Wiz 称这是微软家喻户晓的“怪癖”）。为了爱护用户集体文件，微软将“web.config”文件增加到限度专用拜访的 .git 文件夹专用目录里，但仅 Microsoft IIS web 服务器能够解决“web.config”文件（如果应用 IIS 部署的 C# 或 ASP.NET 应用程序，这种缓解措施也同样无效）。问题来了，因为 PHP、Ruby、Python 或 Node 这些编程语言是与不同的 web 服务器（Apache、Nginx、Flask 等）一起部署的，而这些服务器又不解决“web.config”文件，所以下面的缓解措施是有效，也正因为如此，应用这些编程语言的利用就非常容易受到“NotLegit”破绽攻打。 ...

关于azure:拥抱蓝绿部署推动AKS群集版本平滑升级下篇

在本系列文章的上篇，咱们曾经介绍了AKS蓝绿部署的基本思路，并介绍了如何部署相干资源并将利用网关与AKS进行集成错过上篇的小伙伴，还请点击这里回看。本篇咱们将基于上篇的内容，进一步介绍如何部署利用，如何部署AKS新集群，以及如何对AKS版本进行切换。事不宜迟，这就开始吧！利用部署咱们来部署一个演示的利用，验证利用网关与AKS集群曾经胜利集成。请把以下YAML源码复制另存为deployment_aspnet.yaml： apiVersion: apps/v1kind: Deploymentmetadata: name: aspnetappspec: replicas: 3 selector: matchLabels: app: aspnetapp template: metadata: labels: app: aspnetapp spec: containers: - name: aspnetapp # Sample ASP.Net application from Microsoft which can get private IP. image: mcr.microsoft.com/dotnet/core/samples:aspnetapp ports: - containerPort: 80---apiVersion: v1kind: Servicemetadata: name: aspnetappspec: selector: app: aspnetapp ports: - protocol: TCP port: 80 targetPort: 80---apiVersion: extensions/v1beta1kind: Ingressmetadata: name: aspnetapp annotations: kubernetes.io/ingress.class: azure/application-gatewayspec: rules: - http: paths: - path: / backend: serviceName: aspnetapp servicePort: 80运行下列命令部署这个利用： ...

关于azure:一键点击建立你的云端游戏开发工作室

社交隔离和近程办公的需要曾给大家造成了很多小困扰，好在借助各类在线交换和合作服务的帮忙，大家都曾经逐步习惯了办公形式的这种“新常态”。然而对游戏开发者，尤其是不足资金和技术的小型团队与独立开发者来说，近程合作仍然会面临不少艰难。究其原因，最麻烦的中央在于，对游戏开发这种波及大量多媒体资源与素材的“软件开发”工作，到底该应用哪种平台进行版本控制、代码审阅，以及项目管理？一般软件的开发，相干工具曾经十分成熟且广泛，但游戏开发者更须要业余的，有针对性的解决方案。目前，Microsoft Azure曾经开始与Perforce单干，基于Azure智能云平台为大家收费提供收费的Enhanced Studio Pack，**帮忙独立游戏开发者更好地拜访一流工具。 Perforce是谁？Perforce Software是一家当先的开发工具和DevOps解决方案提供商，致力于通过高可扩展性的解决方案帮忙用户进行动静开发、智能测试、风险管理和严密合作。针对游戏工作室和独立游戏开发者，Perforce提供了量身定制的版本控制和麻利项目管理解决方案，能与Unreal和Unity等次要游戏引擎集成，并与Azure云平台强强联合，帮忙用户以最小投入疾速搭建开发环境，疾速、敏捷地实现合作式游戏开发工作。包含Ubisoft、IO Interactive、EA、Capcom、Epic Games、CD Project Red在内的大量出名游戏公司和工作室都在应用Perforce的各类产品。 Perforce + Azure为用户带来了什么？作为Azure和Perforce宽泛单干的一部分，可通过Azure收费运行的Enhanced Studio Pack能借助一个简略的预配置环境为用户提供各种企业级工具。借助Azure基础架构对大文件、重复迭代和近程团队拜访的反对，任何游戏工作室均可疾速配置并应用，进而尽可能疾速地开发出高质量的革命性游戏体验。 Enhanced Studio Pack是一种即点击用的Perforce云部署解决方案，并交融了基础架构即代码和配置管理能力。对于短少IT管理员的团队，该解决方案将彻底改变游戏规则。借此，跨行业团队只需抉择以后我的项目或团队须要的工具，即可部署所需的版本控制和项目管理解决方案。 Enhanced Studio Pack蕴含如下Perforce产品： Helix Core (P4D) Server —— 版本控制Helix Swarm —— 代码审阅Hansoft —— 项目管理Enhanced Studio Pack还蕴含一个名为Perforce Windows Workstation的可选组件。该Windows Workstation在云端以虚拟化形式运行，以便让用户更充沛地应用高端硬件。其中已预装了常用软件，并针对Enhanced Studio Pack环境（Helix Visual Client P4V、P4Merge、Helix Sync、Unreal Engine、Blender等）进行了预配置。简化的云部署使得团队能够疾速部署并疾速开始工作，并专一于更高价值的工作（例如创立待办事项、设置游戏引擎、提交变更）。 “Perforce深知，团队规模小，并不意味着他们遇到的挑战也只会很小。很多独立游戏开发者通知咱们，解决大量游戏引擎文件并与团队成员近程合作不仅会妨碍他们的创作过程，还会导致公布延期。咱们的产品能够帮忙开发者解决这些问题。咱们心愿通过更疾速、简略、灵便的办法为游戏开发者提供帮忙，这也是基于Azure提供Enhanced Studio Pack的初衷。” —— Brad Hart，Perforce公司CTO 目前，Perforce Enhanced Studio Pack曾经能够通过Azure收费应用，欢送点击这里注册，开明你的云端游戏开发工作室。此外，欢送大家扫描下方二维码，立刻注册Azure试用账户，体验在Azure智能云平台上开发游戏那畅快、淋漓的感触。

关于azure:Azure-动手实验营12月课程预告

关于azure:端到端就绪的-PaaS-平台服务三个维度读懂-Azure-数字孪生

小编说：欢送来到微软“进博会”特辑！2021年中国国内进口博览会行将开始。今年以来，元宇宙（Metaverse）火遍寰球，而 “Metaverse” 一词源于1992年出版的科幻小说《雪崩》（Snow Crash），它形容了一个网络化的虚拟现实世界。在这个虚拟现实中，人们以本人设计的形象呈现，像玩游戏一样从事真实世界中存在或者不存在的流动，并能够与事实世界互动。回头来看，“元宇宙”这样一个科幻概念的忽然炽热，既和虚拟现实技术的倒退、数字空间越发实在化、数字空间和事实空间日益交融无关，但背地也反映了这样一个全新的倒退方向，那就是物联网与产业数字化的联合已成不可逆的趋势，特地是借助数字孪生（Digital Twins）这样的新技术，企业可通过可视化伎俩解决数字化转型中存在的利用架构简单、管理工具扩散、认知效率低、不足全景剖析和掌控能力等问题，由此减速数字化转型的步调。也正因而，Gartner 此前就曾间断三年（2017—2019年）将数字孪生列为十大新兴技术之一，而依据 IDC 的报告显示，到2020年底，65%的制作企业将利用数字孪生经营产品和/或资产，25%的企业心愿借助数字孪生升高品质缺点老本和服务交付老本，可见数字孪生在企业数字化转型中领有着微小的利用前景和空间。在此过程中，作为物联网和数字孪生畛域的探索者和推动者，通过多年的技术积淀和实际验证，微软也打造出了一套端到端就绪的 Azure 数字孪生（Azure Digital Twins）服务，明天越来越多的企业都可利用基于 Azure 数字孪生的畛域专业知识来构建自定义的连贯解决方案，从而更好地推动产品改良、经营优化、实现老本升高和客户体验的冲破。那么，什么是微软的 Azure 数字孪生服务？作为目前市场当先的端到端就绪的数字孪生 PaaS 服务，Azure 数字孪生服务有何独特的劣势？更为要害的是，在 Azure 数字孪生的“加持”之下，企业又可能构建出哪些新技术，新能力和新服务呢？撬动企业数字化转型的新支点以后，数字孪生在学术界和企业界有多种不同的定义和了解，但从根本上讲，数字孪生是以数字化的模式对某一物理实体过来和目前的行为或流程进行动静出现和反馈，它的真正作用在于可能在物理世界和数字世界之间全面建设准实时的关系，而这也是它最大的价值所在。与此同时，过来一段时间以来，随着“新基建”的提速，在建筑行业和智慧城市的数字化转型中，往往也通过借助 BIM （修建信息模型）或 CIM （城市信息模型）技术来实现信息的可视化，这些技术也具备全域全时、精准映射、虚实交互、仿真模仿等能力，同样也成为了“新基建”下修建地产、智慧城市等畛域必备的新型基础设施。尽管借助 BIM 或 CIM 等技术，确实能够把修建、楼宇、城市等畛域的物理世界“可视化”进去，再加上三维模型的利用，这让很多人误以为基于三维模型的虚构可视化就是数字孪生，但微软认为，“可视化”仅仅只是数字孪生的一个利用场景而已，数字孪生实质上要解决的，是要在数字世界中反映出事实世界中的物理对象、物理对象之间的交互，以及由这些对象参加驱动的业务流程，并联合各种实时数据，构建真正的数字孪生利用来解决企业的理论问题。因而如何借助物联网技术去获取来自物理世界的数据，如何借助数据建设物理环境的数字孪生模型，实现企业经营、产品研发设计和生产工艺流程等畛域的效率改善和优化，让企业真正通过新技术失去实实在在的业务价值，才是数字孪生最重要的方向和目标。的确如此，明天数字孪生之所以“煊赫一时”，成为整个市场，尤其是工业互联网和企业智能制作等畛域优化整个制作价值链和翻新新产品的要害工具，归根结底在于数字孪生能够真正帮忙物理资产实现从“隐”到“显”的重要切入点，让企业有机会看清物理资产当初正在产生或将来可能产生的具体情况，从而实现对其无效的监测、预测剖析和优化。例如，在产品研发方面，工程师能够从数字孪生中获益，因为它有助于在公布前测试行将推出的产品的可行性；在设计定制方面，数字孪生也能帮忙企业设计多种类型的产品，并为其客户提供个性化的产品和服务；而在车间性能改良方面，数字孪生同样有助于监控和剖析成品，帮忙工程师发现批次中的缺点和低性能产品；此外，在预测性保护方面，数字孪生更是能够帮忙制造商预测机器的潜在停机工夫，通过最大限度地缩小非增值保护流动工夫来进步整体的生产效率。从这个角度来说，微软所推出的数字孪生服务，不仅仅只具备繁多的数字孪生技术服务能力，而是一个可能与各种数字化平台技术集成，构建跨行业、且端到端就绪的数字孪生解决方案的开放平台服务；同时，它不单单实用于智能制作、智能楼宇等行业，它的凋谢数字孪生服务能力能够“复用”到医疗、农业、教育、能源等行业，由此赋能并减速各行各业的企业数字化转型。不难发现，数字孪生技术可能解决困扰人们已久的数字世界和物理世界连贯交互的问题，它充分利用数据、模型、智能并集成多学科的技术，不仅可能在数字世界中模拟出小到一颗螺丝、大到一座城市，甚至精细简单的各种设施，因而不仅具备弱小的落地利用价值，更是撬动企业数字化转型的新支点。三个维度读懂 Azure 数字孪生也正是洞察到这种新的变动，作为物联网和数字孪生畛域的探索者和推动者，微软也“与时俱进”推出了 Azure 数字孪生服务，它不仅是微软在云计算、物联网、数据建模、人工智能、混合事实等技术创新畛域的“集大成者”，更是微软在数字孪生畛域通过长时间技术积淀和实际验证的端到端就绪的 PaaS 服务平台，具体来看：首先，在 Azure 数字孪生服务的输出环节中（INPUT），用户可借助微软在物联网畛域的弱小技术实力，实现物理环境中的人、机、物的互联，包含通过应用微软 Azure 以合规性、安全性和隐衷劣势构建企业级物联网连贯解决方案，并通过与 Azure IoT Hub 集成，以高水平的安全性和可伸缩性监控、治理和更新物联网设施，这样用户就能够安全可靠地连贯数百万台设施及其后端解决方案，且目前简直任何的设施都能够连贯到 Azure IoT Hub；此外，通过 Workflow integration 及 REST APIs 等形式，用户也可实现工作流集成和业务零碎/服务的集成，向 Azure 数字孪生服务提供用于数字孪生利用所须要实时和建模数据。其次，在 Azure 数字孪生服务的实时执行环境中（LIVE EXECUTION ENVIRONMENT），用户可通过微软提供的凋谢数字孪生建模语言（Digital Twins Definition Language），定义和创立任何畛域的反映其事实环境的数字孪生自定义域模型，并依据模型的定义在数字孪生服务中创立模型的实体，构建出反映事实世界的数字孪生图谱。同时利用Azure数字孪生资源管理器（Azure Digital Twins Explorer），能够直观地可视化 Azure 数字孪生图谱（Azure Digital Twins Graph），这样就能够以更加间接和直观的形式，通过图形化的模式实现和用户（次要是开发者）的交互。 ...

关于azure:Kubernetes知识点梳理

Kubernetes 是一个开源容器治理平台，具备灵便的架构能力，让企业不仅能轻松对基础设施资源进行对立治理，还能不便地对立治理下层业务，实现业务架构的对立。容器化的一项劣势是，无需配置硬件和破费工夫装置操作系统和软件来托管部署。容器之间彼此隔离，并且多个容器能够在雷同硬件上运行。此配置可帮忙咱们更加高效地应用硬件，并且能够帮忙晋升应用程序的安全性。明天咱们就为大家整顿了Kubernetes on Azure的精髓学习资源。在这里，你将理解应用Kubernetes创立容器的具体方法及工作原理，并带你理解事实中可应用 Azure Kubernetes 服务解决的场景。课题纲要模块1. Docker 容器简介你将理解如何应用 Docker 创立本人的容器，Docker 根底构造的幕后工作原理。模块2. Kubernetes 简介你将理解Kubernetes 如何反对容器业务流程协调，管制立体与节点之间的差别，以及评估 Kubernetes 是否是适宜给定工作负载的业务流程协调平台。模块3. Azure Kubernetes 服务简介你将理解 Azure Kubernetes 服务 (AKS) 如何简化在 Azure 中治理托管的 Kubernetes 环境的形式。模块4. 在 Azure Kubernetes 服务中部署容器化应用程序你将理解创立并设置 AKS 群集，应用 deployment YAML 文件部署 Kubernetes 工作负载，以及应用服务和入口公开 Kubernetes 工作负载。模块5. 优化 Azure Kubernetes 服务 (AKS) 上的计算成本你将理解通过应用 Azure Kubernetes 服务 (AKS) 开发云原生应用程序时用于优化计算成本的策略。你将配置用户节点池，并理解如何将节点计数缩放到零。而后，通过应用群集主动缩放程序来配置 AKS 现成节点池，以优惠价格购买未应用的 Azure 计算容量。最初，启用 AKS 上用于治理资源配额的 Azure Policy，以治理 AKS 计算资源的部署。 ...

关于azure:Azure-动手实验营11月课程预告

关于azure:混合工作环境数据管理强大工具现身

在云环境日益简单的明天，企业须要破费更多的精力治理日益简单的数据环境。这些环境往往波及多个数据中心、云和边缘扩大，同时每个环境和云都有一套本人的管理工具，以至于IT工作者们须要学习应用的工具越来越多，不堪重负……于是 Azure Arc 应运而生！你能够应用 Kubernetes 和本人抉择的根底构造在数据中心、边缘和私有云中运行 Azure 数据服务。不仅限于 Azure，你还能够从任何其余私有云中启用数据。 (不同部署模式下的治理能力比照) 始终最新已启用 Azure Arc 的数据服务频繁接管包含服务补丁和新性能在内的更新。咱们将为你提供 Microsoft 容器注册表的更新，而部署进度由你依据本人的策略进行设置。这样，本地数据库能够放弃最新状态，同时确保你放弃管制。弹性缩放利用相似于云的本地弹性能力，能够依据根底构造的可用容量，应用与 Azure 中简直雷同的形式动静纵向扩大或纵向缩减数据库。此外，还能够应用 Azure Database for PostgreSQL 超大规模的惟一超大规模部署选项来横向扩大数据库实例。通过应用独特的横向扩大读写，此性能为数据工作负载提供了容量优化方面的额定晋升。自助式预配Azure Arc 还提供了其余云劣势，例如疾速部署和大规模自动化。因为基于 Kubernetes 的编排，能够应用 GUI 或 CLI 工具在几秒钟内部署数据库。对立治理不仅能够查看和治理整个环境和 Azure 中的各种关系数据库，还能够从 Kubernetes API 获取日志和遥测，以剖析根底构造的容量和运行状况。除了领有本地化的日志剖析和性能监督之外，还能够利用 Azure Monitor 在整个资产范畴内取得全面的操作见解。扫码或点击文末链接，观看Azure Arc-enabled data services如何反对混合工作环境的简介。

关于azure:详解以-ASPNET-Core-为例的CICD

在软件开发中，我的项目部署是很重要的一环。特地是在麻利开发中，如何疾速、高效且顺利的将批改的代码转化成实际效果，始终是一个津津有味的话题。常见继续集成和继续部署（下文简称CI/CD）的实现计划是Jenkins，通过Jenkins+宿主机服务器，疾速实现我的项目迭代，这样做的确是会给咱们带来极大的便当，也是始终比拟风行的计划。然而事实中却没这么简略，咱们当初更多的是基于容器化实现K8s集群开发，Jenkins总是会显得有些有力，更别说在K8s中实现一整套的基于多环境的CI/CD操作了。那么咱们如何能力完满的实现基于K8s的CI/CD呢？通过本次试验，咱们以微软 Azure Kubernetes Service 为例（下文简称AKS），应用 ASP.NET Core 我的项目，来剖析CI/CD操作。 CI篇后期筹备账号首先，须要注册一个Azure账号。其次，须要一个源代码治理仓库，能够新建并应用Azure DevOps代码库，有很好的看板和操作提醒，举荐应用。也能够应用本人的GitHub账户，自从微软收买Github以来，对Azure的兼容性特地敌对！如果在GitHub上曾经有我的项目了，能够间接建一个CI的Pipeline即可，建完后成果如图，具体的操作部署下文会显示阐明。应用Azure来创立Pipeline的目标次要有两个：1、保障代码的准确性，比方长期批改一个代码，又没有编译器，个别就间接批改，而后提交，让CI来初步查看代码的准确性；2、能够构建镜像并推送到仓库，甚至还能够下一篇文章说到的间接部署。真正意义上实现批改代码 == 预览成果的目标。Github的Action也有这样的性能，实现思路大抵一样，只不过在CD（继续部署上），不太好操作，具体能够参考我Blog.Core我的项目的代码，这里不细说。连贯Dockers Registry服务新建CI的管道，举荐配置一个Docker Registry服务，这样能够将Build实现后的镜像推送到镜像仓库中，不便后续的CD操作。步骤 1 - 我的项目设置点击我的项目下方的Project settings操作链接：在弹出的新页面中，抉择左侧导航条的Service connections操作：点击新建服务连贯按钮：步骤 2 - 配置 Docker Registry 选项搜寻docker关键词，选中Docker Registry选项：抉择Registry类型，输出DockerID和明码，给这个连贯取一个名字，点击Save按钮。一个服务连贯就创立实现了，在当前的CI操作中，会用到这个连贯。用户名和明码要正确，否则会提醒谬误，能够点击Verify进行校验：新建一个Pipeline管道步骤 1 - 配置 Code 源仓库抉择新建Pipeline，勾选Github，如果源代码治理是在Azure DevOps中的，能够间接第一个选项。因为我应用的是Github，所以间接勾选GitHub，根本都是采纳的是YAML的形式。抉择一个本人的我的项目（PS：这个时候可能须要Github二次明码确认）：步骤 2 - 配置你的Pipeline采纳容器化部署，点击Docker选项，留神和第二个的区别：配置YAML文件，零碎会默认创立一个，只有build操作，能够去掉默认的task，在后侧抉择一个docker的Assistant模板：也能够间接点击左侧代码中settings链接，主动唤起编辑窗口：其余都是默认，只须要勾选刚刚的服务连贯就行，而后输出本人的容器仓库名，请留神，须要在镜像名中减少前缀，也就是各自的Docker ID，点击Add按钮，左侧就同步变动了。步骤 3 - 点击运行 Pipeline而后点击右上角的Save and run按钮，一个残缺的CI操作就实现了。同时会把刚刚为创立Pipeline而产生的YAML文件代码给同步到GitHub上：Build实现后，咱们能够在Docker hub中看到推送的镜像：以上，咱们曾经实现了继续集成（下文简称CI）的局部，胜利将ASP.NET Core我的项目进行打包编译，并推送到了指定的Docker镜像仓库中。当初咱们持续实现成品的继续部署（下文简称CD）流程。 CD篇增加Release管道步骤 1 - 新建Pipeline在左侧导航条中，点击Pipelines（管道）下的Release（公布）选项，新建一个Pipeline，如果之前未创立过Release的Pipeline，页面默认展现成果如下所示：在右侧的模板中，抉择一个空模板： ...

关于azure:01-DataBricksDataFactory介绍

本文次要介绍DataFactory、DataBricks.有趣味的能够看官网文档DataFactoryAzure 数据工厂是 Azure 的云 ETL 服务，用于横向扩大无服务器数据集成和数据转换。它提供了无代码的 UI，以用于直观创作和集中式监督与治理。还能够将现有 SSIS 包间接迁徙到 Azure，并在 ADF 中运行它们（二者齐全兼容）。 SSIS Integration Runtime 提供齐全托管的服务，因而无需放心根底构造治理。 DataBricksAzure DataBricks 是一个已针对 Microsoft Azure 云服务平台进行优化的数据分析平台。 Azure DataBricks 提供了两种用于开发数据密集型应用程序的环境：Azure DataBricks SQL Analytics 和 Azure DataBricks 工作区。 Azure DataBricks SQL Analytics 为想要针对数据库运行 SQL 查问、创立多种可视化类型以从不同角度摸索查问后果，以及生成和共享仪表板的分析员提供了一个易于应用的平台。 Azure DataBricks 工作区提供了一个交互工作区，反对数据工程师、数据科学家和机器学习工程师之间的合作。应用大数据管道时，原始或结构化的数据将通过 Azure 数据工厂以批的模式引入 Azure，或者通过 Apache Kafka、事件核心或 IoT 核心进行准实时的流式传输。此数据将驻留在 Data Lake（短暂存储）、Azure Blob 存储或 Azure Data Lake Storage 中。在剖析工作流中，应用 Azure DataBricks 从多个数据源读取数据，并应用 Spark 将数据转换为突破性见解。 databricks分商业版本和社区版本，学生以及集体能够应用社区版本。社区版本只须要注册一下账号，则就会领有一台配置为6G内存的Spark集群环境。 ...

关于azure:06-DataBricksDataFactoryBlob项目实战

背景:客户须要为业务做一些数据展现. 客户会通过s3 每天给到咱们增量数据.咱们每天通过DataFactory的job抽取s3的数据,抽取后的原始数据存储到Blob容器中,再通过job抽取数据到DataBricks表中,同时通过 spark sql 解决数据,造成后果表,最初提供给BI共事,制作前端报表.其中根底或要害的步骤曾经在后面介绍。抽取原始数据第一步抽取原始数据,我的项目的根底是如何稳固地从s3抽取数据,并插入到DataBrikcs表中.大抵流程如下。若不应用Blob容器，可能会简略点。遍历s3容器，获取数据到Blob首先咱们要明确不是所有的s3文件都会取进来,要依据以后理论须要取数据,所有咱们须要一个配置表以来限度获取的s3文件. 如 FILE_LIST.csv 文件放入到BLOB中，文件有两列，一列为表名也对于数据文件名，另一列为状态值判断是否无效。将FILE_LIST先应用【简略实例】的办法，放入DataBricks表中作为配置表。如 FILE_NAMEIS_ACTIVEDW_TEST1依据【04 DataBricks遍历S3容器】咱们能够在s3中取到存在FILE_LIST表中的数据文件门路，并将门路存储在一表中，如flag_file_info表接下来，通过DataFactory中lookup流动，获取到flag_file_info的记录。配置如下。 -- 拼接数据文件的门路，留神放入lookup流动中时不要有回车select 'EDW_SHARE/Request/DataFile'||replace(substr(flag_file,instr(flag_file,'FLAGFILE_')+8),'.csv','')||'/'||content||'.csv' as file_name,flag_file,content||'.csv' as content from cfg.flag_file_info where status=1 and date_id = date_format(from_utc_timestamp(current_timestamp(),'UTC+8'),'yyyyMMdd') 迭代。ForEach逐条获取查问的后果，并设置变量 ForEach中放入两个流动，一获取s3数据到Blob，二更新记录的状态。同样是复制数据，但这里复制数据的源是s3,指标是Blob 源S3数据集配置如下。接收器Blob设置相似批量转换CSV文件为Parquet文件将所有同步到的s3文件放在Blob一个文件中，同样利用迭代把每个CSV文件转换成Parquet文件。管道流动获取元数据的数据集配置如下：留神迭代设置的变量 @activity('get_file_name').output.childItems迭代中的流动放入【复制数据】源和接收器的配置如下：将同步数据到DataBricks表中将Parquet文件生产长期视图插入数据到DataBricks表中。因为这一步易出错，且每个表出错的状况不同，所以这一步没有应用变量批量解决，每个表独自解决。参考【05 简略实例】解决数据到dw每天的增量文件时同步到stg库中，然而为了防止出现谬误，stg只保留每天增量文件。stg再依据每个表的不同更新策略同步数据到DW层，DW层保留全量数据。JOB时间接调用sp所在的笔记本就能够了。解决数据到dm底层有表了，剩下就能够解决数据，解决完的数据放在另一层。对外提供服务。JOB调用和dw一样。整体JOB如下：触发器、监控和警报触发器每个管道都能够设置触发器，可定时运行JOB。绝对简略就不再介绍了监控和警报在监视器->监控和警报中创立新的预警规定。次要是配置条件抉择指标和增加操作组、告诉配置条件抉择指标时能够抉择管道级别，也能够抉择流动级别。其余的看本人的需要设置就能够了。增加操作组和告诉人一个操作组里能够放多个告诉，创立操作组后，其余的监控预警也能够援用。告诉能够邮件、短信、电话语音。填入对于信息即可（产生对应费用）

关于azure:05-DataBricks遍历S3容器

背景:为介绍实战我的项目，本文先介绍一个简略实例。指标:将csv数据文件同步到Databricks表中连贯s3以后s3目录 flag 主题01_工夫戳1.csv主题02_工夫戳2.csvrequest file_工夫戳1 data_file.csvfile_工夫戳2 data_file.csvfalg文件中存储的是每个主题文件的csv,每个主题csv中有所需表的列表、以及以后增量行数。request中依据主题文件工夫戳能够找到对于工夫戳的文件夹。文件夹中蕴含真正的数据文件。（工夫戳准确到秒，所以须要依据flag文件的工夫戳确定文件夹的工夫戳） import boto3import pandas as pd#s3存储桶访问信息key_id='key_id'secret_key='密钥'my_bucket='容器名'#建设s3长期客户端client = boto3.client( 's3', aws_access_key_id=key_id, aws_secret_access_key=secret_key, region_name='cn-north-1' ) #调用函数列出文件信息paginator = client.get_paginator('list_objects')# print(paginator)page_iterator = paginator.paginate( Bucket=my_bucket , Delimiter='/', Prefix='EDW_SHARE/Flag/')遍历s3，并做限度上传的文件并非都获取，咱们只获取以后有用到的。所以须要一个flag表做限度，在flag中的表获取进去。咱们先将限度的列表做好。 # #定义空dataframe用于寄存flag文件内容df=pd.DataFrame(data=None, index=None, columns=('flag_file','content'), dtype=None, copy=False)# #定义dataframe用于寄存已读入的flag文件名，用于过于曾经读入过的flag，并将sql查问后果从sparksql反对的dataframe转换为pandas反对的dataframedf1 = spark.sql('select distinct flag_file from cfg.flag_file_info').toPandas()# #将flag顺次插入列表file_list=[i for i in df1['flag_file']]# file_list就是限度获取到s3中的文件列表开始遍历，并在遍历时过滤不在falg表中的记录。 # 从s3返回的json数组中拆分flag文件名for page in page_iterator: for key in page['Contents']: if key['Key'] not in file_list: # 从返回的json数组中读取flag内容 response1 = client.select_object_content( Bucket=my_bucket, Key=key['Key'], Expression='SELECT SOURCE_NAME FROM S3Object', ExpressionType='SQL', InputSerialization={ 'CSV': { 'FileHeaderInfo': 'USE', 'QuoteCharacter': '"' } }, OutputSerialization={ 'JSON': {} } ) for i in response1['Payload']: if 'Records' in i: # print(key['Key']) for content in i['Records']['Payload'].decode('utf-8').replace('{"SOURCE_NAME":','').replace('}','').replace('"','').split('\n'): if content : df.loc[len(df)]=(key['Key'],content)# 将pandas的dataframe转换为sparksql反对的dataframedf=spark.createDataFrame(df)#将dataframe转换为长期表df.createOrReplaceTempView("file_flag_file_info")file_flag_file_info获取到的就是须要的文件名。获取到两列,如下 ...

关于azure:04-DataBricksDataFactoryBlob简单实例

背景:为接下来的实战我的项目，本文先介绍一个简略实例。指标:将本地csv数据文件同步到Databricks表中创立表在DataBricks中先创立一个表 create table stg.stg_text ( indes stirng, edw_created_on_dt timestamp, edw_changed_on_dt timestamp, edw_etl_insert_dt timestamp, edw_etl_update_dt timestamp, etl_insert_dt timestamp, etl_update_dt timestamp)using deltalocation '/mnt/data_warehouse/az_kpi/stg.db/stg_text'; -- 构造存储地位上传文件到Blob关上Azure首页进入存储账户中，点入进入Blob容器，点击上传csv文件转换CSV文件为Parquet文件Parquet是列式存储格局的文件，parquet文件压缩比高更节俭空间，且读写更高效。关上DataFactory 【创作】新建一个管道，拖【复制数据】组件到面板.点击源。新建一个数据源Blob数据源。抉择数据类型CSV 抉择链接服务，即创立的Blob容器，填入门路，确定创立实现。测试链接胜利。而后在源中抉择方才创立的源。接收器与源的创立过程相似，门路要抉择存储Paruet文件的门路。创立实现如下图其余设置临时不须要设置，点击【调试】测试一下是否转换胜利。同步数据到DataBricks表中在这一步须要在DataBricks应用脚本实现。而后再用DataFactory的Job调用DataBricks脚本。这里应用的是Python 全局配置文件，次要是Blob的链接信息。创立一个notebook Default Language:Python 抉择集群。 if getArgument("schema") == 'stg': # 以后数据库 storage_account_name = "存储服务账号名" storage_account_access_key = "存储服务的拜访key" pre_str="wasbs://Blob仓库名@databricks账号名.blob.core.chinacloudapi.cn/" path=getArgument("file_name") file_location = pre_str + path file_type = "parquet" spark.conf.set( "fs.azure.account.key."+storage_account_name+".blob.core.chinacloudapi.cn", storage_account_access_key)# 其它数据库elif getArgument("schema") in ['dw','dm']: sqlContext.setConf("hive.exec.dynamic.partition.mode","nonstrict")创立数据库目录stg,在目录下创立notebook Default Language:python 。内容如图。分为三局部，第一局部援用配置文件，承受文件名参数，确定文件；第二局部将Parquet文件转换成长期视图；第三局部将视图数据插入到表中。 ...

关于azure:03-DataBricks挂载到Blob

我的项目初始阶段因为不相熟DataBricks，创立的库和表的数据间接放在了DBFS中，然而在由测试环境迁徙到正式环境时有了问题---DBFS中的数据不能间接copy进去。最终应用代码copy一个库到blob存储，耗时长还易出错。所以在我的项目初期建表之间就应该将DataBricks间接挂载到Blob存储中。这样只是把表和库的构造放在DBFS中，数据就间接放在Blob，十分不便迁徙。挂载脚本#prddbutils.fs.mount( # data_file blob容器名字挂载blob的地位 source = "wasbs://data_file@databricksasprdsa.blob.core.chinacloudapi.cn", #/mnt/data_warehouse DBFS门路 mount_point = "/mnt/data_warehouse", #key：blob拜访密钥 extra_configs = {"fs.azure.account.key.databricksasprdsa.blob.core.chinacloudapi.cn":"key"})示例：创立数据库及表CREATE DATABASE stg; --创立数据库create table stg.stg_text ( indes stirng, edw_created_on_dt timestamp, edw_changed_on_dt timestamp, edw_etl_insert_dt timestamp, edw_etl_update_dt timestamp, etl_insert_dt timestamp, etl_update_dt timestamp)using deltalocation '/mnt/data_warehouse/az_kpi/stg.db/stg_text'; -- 构造存储地位

关于azure:02-DataBricksDataFactoryBlob创建环境

本文次要是介绍创立Blob\Databricks\Datafactory资源Azure进入Azure 首页https://portal.azure.cn/?whr=... 点击创立资源。如下图填入相应信息，间接点击审阅并创立即可。创立好点击进入在blob中创立一个blob 如data_file DatabrikcsDatabricks创立过程与Blob基本相同。留神创立Databricks后要创立一个集群用来计算解决数据，执行Databricksjob。集群配置抉择失常的开发配置就能够。下图是以后我的项目集群配置留神databriks是计算工具不是存储工具。创立Databricks拜访令牌,进入databricks 点击用户名进入User Setting.生成token,设置token名称和失效时长。留神保留token DatafactoryDatafactory创立过程与Blob基本相同。在创立好Datafactory须要配置一些链接，如拜访blob的链接、拜访databriks的链接、拜访s3容器的链接。创立Databricks链接是须要填写一些配置，次要是拜访令牌

关于azure:AzureAI数字孪生技术极致还原飞行世界

在游戏中体验易真易假。多年来，《模仿航行》已成为航行类游戏玩家心中的经典，最近微软CEO发表《微软模仿航行2020》正式登陆Xbox Series X/S，Xbox Game Pass（XGP）订阅用户能够收费畅玩。该作将以4K 30帧在xbox x/s平台上运行，同时反对局部航行外设。新版本游戏基于微软云Azure运行，为玩家提供了一个有限靠近于事实的航行世界。到底这所有是如何做到的？在引力奇点 Metaverse峰会上，微软寰球黑带游戏行业亚洲区总监Sherri Xiao进行了具体论述。首先是数字孪生技术，正是它把物理世界实在还原至游戏中；其次是人工智能，它让历史数据跟事实数据简直完满地拟合在一起；再者是撑持这两项技术的Azure上的计算、存储和网络能力。 Sherri Xiao示意，微软对Azure的冀望是，它能计算也能思考，能解决核心部署的节点，也能进行十分强的边缘计算，触达到每一个角落。她说：“你们看到的《模仿航行》所出现的所有，会感觉是不可能的，可它真的就是真的。” 以下为微软寰球黑带游戏行业亚洲区总监 Sherri Xiao演讲全文，略经编辑：各位嘉宾大家上午好，明天我给大家演讲的题目是《云端算力穿透虚构航行世界》。我想问问大家有人玩过《模仿航行》这款游戏吗？你们是玩过什么版本的？我感觉来做《模仿航行》演讲，感到一切都是刚刚好。当初正是咱们微软寰球的员工大会，这是咱们公司CEO第一次为一款游戏站台。这款游戏咱们在地球上经营了将近40年。最开始这款游戏登录是在1982年，2004年公布了一个新版本，这款游戏的负责人说过一句话，在你没有新的货色的时候，不要公布续集。微软公布这款游戏前后历经17年。不过这次发行跟以往发行是不一样的。不一样的中央在于，7月27号这款游戏是第一次登录Xbox，它具备一个划时代的意义。因为这款重度游戏十分依赖PC的能力，咱们须要消耗大量算力能力把这款游戏放在玩家桌面上。明天咱们能够利用非常简单的终端在咱们的主机上体验《模仿航行》这款游戏。大家看到的视频中，所应用的数据超过2.5PG，地图数据来自Bing，涵盖3万7千多个机场。咱们模仿的机场跟地球截然不同。如果你在这外面看到了上海虹桥机场，它是模仿进去的并不是实在的。不过，所有的飞机、跑道、高空、及航行状况都跟事实一样。咱们把事实的物体变成虚拟世界。其实《模仿航行》这款游戏是咱们做模仿实在地球的一个缩影。当前大家在玩这款游戏时，真正的体验是地球。在这外面，同时还有2万多个城市，15亿座修建，1亿1千7百万个湖泊，2万亿棵树。地球上每减少一颗树咱们都在加到游戏中去。如果仅靠一个关闭开发的环境是否能够做到这些？实际上这些物体没有后盾撑持基本做不到。另外在地球上每一位飞行员在航行学校时曾经开始玩这款游戏，所以这款游戏是陪着大家成长，而且咱们在每一部分都用到了世界上最先进的科学技术。其实咱们在模仿航行世界时，用到最外围的技术是数字孪生技术。当然，在整个后端技术上，远不止这些。咱们把撑持游戏开发的整体合在一起叫做Game Stack。拆分下来包含三局部，第一局部是开发工具，第二局部是游戏服务和数据分析，第三局部是平台撑持。接下来，通过WindowsStore把这些游戏公布进来，所以咱们整个是把游戏开发端到端这一块工具链串起来。微软科技超过2.5PB数据量的#微软模仿航行如何实现真切晦涩的玩家体验？#微软大事件 ChinaJoy 云上技术大揭秘！ https://www.bilibili.com/vide...刚看到这款游戏时，就会想为什么当今世界只有这一款游戏能够做到把虚构和事实如此完满地联合在一起？最基本的货色是在后端，后端反对整个世界在扭转的云计算在微软叫做智能云Azure。我集体的了解是世界上有很多朵云，不同公司在做不同的云。微软定义云是心愿Azure不只是计算，而是可能思考。咱们心愿它可能触达到每一个角落，除却核心部署节点，还要有十分强的边缘计算，这样咱们才可能解决新型游戏开发的模式，要快，要准，可能帮忙咱们回收老本。咱们数据中心每天的量都在涨。如果大家想体验在全世界航行的话，肯定要收集到全世界各地的数据，如果咱们的部署只集中在某一个点，或者某一些区域是齐全做不到这点。咱们还在海底铺设了很多光纤，反对数据中心互联。这是很多中国游戏出海厂商当初在用的云计算设施。大家能够看到，事实上是两根线在走，第一根线是现有的、历史的数据。上面这个是实时数据。下面数据是咱们在一秒前收集到跟飞机自身相干的所有信息，包含门路和物体等。咱们通过智能云在寰球的计算能力，通过渲染去造成一个更实在的环境，存储到咱们终端设备里，这个存储也是遍布世界各地。上面是咱们实时的内容，包含气侯、环境等。咱们会从卫星上收集到太空数据，云图状态，是否下雨、下雪等。通过智能云解决作为实时的内容和存储的内容合并在一起，你在航行时看到的就是历史跟事实数据的结合体。这就是数字孪生，地球上的每栋楼包含浦东嘉里核心都在智能云里，在咱们地图中也有一个数字孪生。咱们要做到的不只是看到这栋楼宇，还要看到路上的车，有多少车通过，有多少颗树，有多少朵花等等。这些信息咱们都会实时地映射至零碎中。咱们这样做的目标是什么？所有公司要想胜利不可能是一个人做一款游戏、做一个平台就能够胜利。咱们真正的幻想是可能帮忙所有游戏开发者实现他们的幻想，这个是咱们做智能云、人工智能、数孪生的终极目标。咱们整体上有一个4C理念，第一个就是Cloud，就是咱们方才说的智能云。在一个冰天雪地的草原上，有100万只驯鹿走过，平时咱们模仿时要花几个月甚至是一年工夫能力把这些物体会集在一起。当初在云上咱们可能做到一天工夫就把这些货色做好。这个场景能够复用，明天是驯鹿，今天是牛羊，甚至于超过游戏边界。咱们真正地突破了行业的边界，这些物体在智能云上建设起来，不只是由咱们微软本人建设起来，也是由咱们的合作伙伴和咱们独特建设起来的，这些成绩能够被每一个开发者应用。另外一个Community，咱们分为开发者Community和玩家Community。这两个Community，对于开发者会更多地用到开发者社区。对于玩家来讲，因为当初咱们有更多的玩家自主生产内容，通过社区会把它很好地反映在咱们智能云上，能够为其它玩家和开发者应用。这个就是咱们真正打造的生态环境。原来Xbox是游戏，Azure是智能云，GitHub是开发工具。当初咱们要做的是把它们整合起来，这个整合不仅仅是基于微软，这个整合是和咱们的合作伙伴一起。他们能够很快地应用到咱们的开发成绩，方才大家看到所有的AI相干的内容是咱们在法国的合作伙伴做的，他们当初做的所有的利用和服务，事实上都能够被其它任何一个微软的合作伙伴所应用。大家方才看到的是Microsoft Mesh，可能真正反对所有的混合事实，而后把这些场景实体化。打个比方，它可能把我和大家明天在上海这个中央，和美国的某一个中央，和非洲的中央，把咱们真正地拉在一起。这前面无论是AI还是Mesh，其实它真正的根底是咱们后边的大云，是咱们后边的智能云。只有有了这块云，能力真正向上倒退。这个Mesh通知咱们，咱们感触的是这一刻我在这里，你在那里，大家一块做一件事，同时咱们能够在不同的中央通过智能云独特来做一件事。与此同时这一块是一个跨界的互联，不只限于游戏、模仿、不只限于去做一个医疗上的诊断，实际上它能帮咱们做任何一件事，这个就是咱们混合事实的一个新冲破。咱们是把集体的体验变成大家的体验。所有《模仿航行》所做的事件都是靠咱们后盾十分弱小的智能云实现的。我还是用《模仿航行》开发者的一句话来完结明天的演讲：“你们看到的《模仿航行》所出现的所有，会感觉是不可能的，可它真的就是真的。”

关于azure:专家解析-全面了解Azure磁盘快照功能

而应用Azure的过程中，须要时按下“快门”，你的磁盘数据也能失去充沛爱护，并且能够在必要时用这样的快照将磁盘数据恢复为之前的状态。Azure磁盘快照就是这样一种不便的技术，甚至成为了Azure备份等数据保护服务的根底。不同于传统本地存储快照基于指针的形式，Azure磁盘快照更像是对磁盘无效数据创立的克隆，应用形式也有较大差别。快照的操作很简略，在治理门户界面中抉择磁盘即可间接创立快照，但认真钻研一下，还是有很多有意思的中央。 Azure快照根底概念Azure磁盘快照分为两类：全量和增量，两者的区别和计价形式（以美东的Premium Disk为例）如下：从形容中能够看出：快照分为全量和增量；快照只反对本地正本爱护：LRS或ZRS（如果区域反对）；Premium Disk的全量快照能够放在Premium存储或规范贮存中，增量快照只能放规范存储中（规范SSD和规范磁盘的全量和增量快照都只能放在规范存储）；快照的容量由磁盘的无效数据量决定，而非磁盘大小；全量快照的基准点是以后磁盘；增量快照的基准点是上一次快照。无论上次快照是全量还是增量都能够。快照试验接下来咱们将搭建一台虚拟机，借此验证快照性能。实验设计：该虚拟机运行Windows 10，附加了一块1TB的数据盘用作快照测试，整体流程如下：大抵的试验流程如下：首先在磁盘中放入一个10GB的文件，做全量快照Snapshot1。Snapshot1基于磁盘以后无效数据量，所以容量为10GB；而后做增量快照Snapshot2，因为增量快照基于Snapshot1，而磁盘没有任何变动，所以Snapshot2容量为0GB；向磁盘减少一个20GB的文件，磁盘无效数据量变为30GB，做全量快照Snapshot3，容量为30GB；接着做增量快照Snapshot4，同理容量为0GB；第三次向磁盘中放入一个40GB文件，磁盘无效数据量减少为70GB，再次做增量快照Snapshot5，这次增量快照的基准点是最近一次快照Snapshot4，所以Snapshot5的容量应该为70-30=40GB。1.创立快照：如下图所示，在创立好的虚拟机的数据盘（F盘）里，应用fsutil命令创立一个10GB的文件：而后做第一次全量快照Snapshot1：能够看到，因为这块磁盘是Premium SSD，所以全量快照时能够抉择不同的存储类型，这里对立抉择Standard HDD，而后始终“Next”创立快照：再对该磁盘创立增量快照Snapshot2：因为增量快照只反对规范存储（Standard HDD），所以没有存储类型的抉择。创立实现后果如下：随后按此步骤减少文件并创立残余的快照，列表如下： 2.快照验证：不同于传统存储快照能够间接回退，Azure的快照必须生成磁盘能力应用。因而咱们首先用Snapshot1生成Disk1：随后用同样步骤，应用后边几个快照创立磁盘Disk2—Disk5：因为这些磁盘的起源还没附加到虚拟机，因而没有Owner。再次回到虚拟机的OS，咱们在数据盘别离创立了3个文件：file01、file02、file03。依照创立快照的工夫点，每个快照蕴含的文件如下：随后将从快照生成的磁盘附加到虚拟机：并在OS中附加这些磁盘（G—K盘）：查看磁盘内容发现合乎预期：进一步测试上文提过，增量快照是基于前一次快照的变动量。那么如果前一次快照被删除，会呈现什么状况？还是通过测试做验证。首先删除Snapshot1（第一次全量快照）：发现快照列表里曾经没有可Snapshot1：再次用Snapshot2生成磁盘Disk6，并附加到虚拟机：将其附加到虚拟机（L盘），而后查看里边的内容：后果发现file01依然存在，并且查看哈希可知，其哈希值与之前的文件统一：能够看出：即便删除作为基准点的快照，增量快照的平安也不受影响。对于容量那些事上文已经提到，快照容量是由磁盘的无效数据量决定。对于全量快照，无效数据量比拟容易确认；但对于增量快照，通常磁盘的应用不是简略的减少文件，而是一系列的增删改等操作，但Azure的快照并不提供容量查问的性能，属性里看到的容量是对应磁盘的容量。不过咱们能够通过一个变通形式来确认快照容量，即依据快照的老本来反推容量。为此请从新创立一个虚拟机，附加两块1TB的数据盘：进入OS，将两块数据盘别离创立分区并格式化（F盘和G盘）：随后别离在F盘和G盘各创立一个300GB的文件，F盘用Windows自带的fsutil工具创立，G盘用第三方的rdfc工具创立：能够看到：fsutil创立速度很快，而rdfc速度十分慢。起因是fsutil会间接用“0”填充所生成的稠密文件，而rdfc会用随机数填充，真正生成了一个文件。实现后两个磁盘的占用空间基本一致：对这两个磁盘别离做全量快照SnapshotF和SnapshotG：搁置两天后，查看快照的应用老本。进入快照Overview，有一个View cost按钮：点击进入，并抉择Daily costs：借此能够看到，G盘快照每天的老本大概$0.19。而用同样办法查看F盘的快照老本如下，根本为0：比照可知： G盘和F盘尽管空间占用根本一样，但快照老本相差较大。F盘的文件根本全副为“0”填充，创立快照时并没有理论占用空间，所以快照没有理论占用空间，老本为0。G盘的文件理论大小为300GB，实践上的每天老本为$0.05/30*300=$0.50，但理论为$0.19，阐明快照存储时应用了相似压缩去重的技术，以节约空间。小结快照（Snapshot）是一个很平时的概念，在云端和本地有不同的机制。尽管快照的操作很简略，但如果能熟练掌握，应用场景十分宽泛，例如业务降级、数据更新等，能够利用快照做即时爱护；另外在环境复制、近程迁徙虚拟机等状况下，也能够通过快照实现。心愿本文对大家有所帮忙。 ...