活动
你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
Azure 体系结构中心中的新增内容
Azure 体系结构中心 (AAC) 可帮助你在 Azure 上设计、构建和运行解决方案。 了解云体系结构样式和设计模式。 使用技术选择和指南来决定适合你的解决方案的服务。 本指南基于针对云进行构建的所有方面,如操作、安全性、可靠性、性能和成本优化。
最近在 Azure 体系结构中心发布了以下新文章和更新的文章。
- 适用于 Java 的新式 Web 应用模式
- 设计安全的多租户 RAG 推理解决方案指南
- 数据和 AI
- 灾难恢复的多区域App 服务应用方法
- 使用Azure IoT 中心将文件私下上传到 Azure 存储 帐户
- 将应用程序网关入口控制器与多租户Azure Kubernetes 服务群集(#99e1199aec)
- 设计受管制数据 的安全研究环境(#70ff986fb6)
- 在 Azure 上Microsoft本地技术的功能方案(#84a5acfd12)
- 适用于 .NET 的新式 Web 应用模式(#a80637ef28)
- 使用消息代理和事件集成企业系统 (#159cbaeccf)
- 使用 ExpressRoute 将本地网络连接到 Azure (#e5f9dec39d)
- 无服务器函数代码演练 (#027d3ab0ec)
- 比较 Azure 和 AWS 上的存储服务(#428cac3304)
- 带Azure NetApp 文档的 Moodle 部署(#ecedf3ebc8)
- 为微服务 选择计算选项(#3c7f4b64a6)
- 基本 Web 应用程序 (#a6d7565ea0)
- 项目 15 开放平台 IoT 可持续性 (#a65af2fb36)
- 多租户的Azure Kubernetes 服务(AKS)注意事项(#e8c3419d24)
- 事件驱动的体系结构样式 (#837f359436)
- 业务线扩展 (#c38027e1d8)
- Microsoft机器学习产品和服务概述(#e9e0ae671b)
- 人工智能(AI)体系结构 (#e9e0ae671b)
- Azure 虚拟桌面 上的 Esri ArcGIS 平台(#07114dc8b6)
- 电信 地理空间分析(#07114dc8b6)
- Microsoft Fabric 上的格林菲尔德湖屋 (#07114dc8b6)
- 使用完全托管的开源数据引擎 进行流处理(#07114dc8b6)
- 多租户解决方案 中存储和数据的体系结构方法(#5af6f44473)
- 多租户和 Azure Cosmos DB (#b3d32f27df)
- 订阅销售实施指南 (#182044238e)
- 使用 mTLS 部署 AKS 和API 管理 (#c166d847c3)
- Azure 体系结构设计 上的 Oracle (#1ad00faf60)
- 使用 Azure 安全服务 构建第一层防御(#d767ff97c6)
- 集成 Azure 和 Microsoft Defender XDR 安全服务 (#d767ff97c6)
- Microsoft Sentinel 自动响应 (#d767ff97c6)
- 使用 Azure DevOps 管理 Microsoft 365 租户配置(#b8c4511d3a)
- 度量消耗 量(#5be872db52)
- 使用 SCI 分数衡量Azure 应用可持续性(#fab649364c)
- 基线 OpenAI 端到端聊天参考体系结构 (#c49693b8b9)
- 为 Azure OpenAI 语言模型 实现日志记录和监视(#30fbbdad4d)
- 使用计算机视觉和Azure 机器学习分析视频内容(#77135146b6)
- 在 Azure 中自动执行文档分类(#77135146b6)
- 使用 AI 文档智能 自动处理文档(#77135146b6)
- 自动执行 PDF 表单处理 (#77135146b6)
- 在 Azure 上生成和部署自定义文档处理模型(#77135146b6)
- MLOps 解决方案 的网络安全清单(#77135146b6)
- 许多模型机器学习与Azure 机器学习 (#77135146b6)
- 使用 Spark 进行机器学习的许多模型(#77135146b6)
- 使用 Azure OpenAI 服务、语音服务和语言服务(#77135146b6) 提取和分析呼叫中心数据
- 新式数据仓库 的 DataOps (#77135146b6)
- 使用 Power Platform 的公民 AI (#77135146b6)
- 使用 Databricks 和 Kubernetes 的员工保留(#77135146b6)
- 模型贷款信用风险和违约概率 (#77135146b6)
- 多区域负载均衡 (#6c8ea10816)
- 已启用 Azure Arc 的服务器配置 (#6c8ea10816)
- 使用 Azure Arc 管理 SQL Server (#6c8ea10816)
- Azure Stack HCI 上部署的工作负载的混合跨群集缩放(#6c8ea10816)
- 汽车互联车队 (#6c8ea10816)
- Azure 中的中心辐射型网络拓扑(#6c8ea10816)
- 制造 边缘的端到端计算机视觉(#6c8ea10816)
- 使用 Raincode 编译器 将大型机应用程序重新托管到 Azure (#6c8ea10816)
- 高级Azure Kubernetes 服务(AKS)微服务体系结构(#6c8ea10816)
- 自动化企业 BI (#6c8ea10816)
- 在 Azure 上部署 IBM 斯特林订单管理软件 (OMS)(#6c8ea10816)
- Azure IoT 参考体系结构 (#6c8ea10816)
- 将大型机数据复制和同步到 Azure (#6c8ea10816)
- 使用 Avanade AMT 进行 Unisys 大型机迁移(#6c8ea10816)
- 使用 Linux VM 运行 SAP BW/4HANA (#6c8ea10816)
- 纵向扩展系统中 适用于 Linux VM 的 SAP HANA (#6c8ea10816)
- 无服务器事件处理 (#6c8ea10816)
- 重构 IBM z/OS 耦合设施 (#6c8ea10816)
- 使用 Azure ASE 进行企业部署(#6c8ea10816)
- 高度可用的多区域 Web 应用 (#6c8ea10816)
- 无服务器 Web 应用程序 (#6c8ea10816)
- Azure Spring Apps 基线体系结构 (#6c8ea10816)
- Microsoft安全操作 中的 Entra IDaaS (#a1342dca07)
- 使用 Power Automate 和 AI Builder 从对象中提取文本(#a1342dca07)
- 具有准实时分析 的新闻源(#a1342dca07)
- 使用机器学习 预测医院重新授权(#a1342dca07)
- 传送带 的实时异常情况检测(#a1342dca07)
- 手术 的风险预测模型(#a1342dca07)
- 在受管制行业 缩放 AI 和机器学习计划(#a1342dca07)
- 预测学生流失 (#a1342dca07)
- 运行 SAP HANA 大型实例 (#cd8f5bea9a)
- 多租户解决方案 的定价模型(#820a1635fe)
- 将 Teamcenter PLM 与 Azure NetApp 文档 配合使用(#d056868ef6)
- 使用 ASE 的 HA 企业部署(#41aed5ce1c)
- 使用 Azure Synapse 进行端到端分析(#a9e676aa5e)
- 使用 AKS 进行数据流式处理(#73cfb4bcff)
- 使用区域冗余的 Azure Red Hat OpenShift 部署 Web 应用(#c6b6bc2c67)
- 将 Oracle 数据库迁移到 Azure 虚拟机
- 将 Oracle 数据库迁移到 OD@A Exadata 数据库服务
- 将 Oracle 数据库迁移到 Azure
- 使用 Azure Databricks 协调 MLOps
- 适用于 .NET 的新式 Web 应用模式
- 企业 Web 应用模式
- 适用于 .NET 的可靠 Web 应用模式
- 适用于 Java 的可靠 Web 应用模式
- Microsoft Fabric 上的 Greenfield lakehouse
- 适用于自动驾驶车辆运行的 ValOps
- 汽车消息传送、数据和分析
- 使用 SCI 评分衡量 Azure 应用的可持续性 (#9e0c672bca)
- 损害建模 (#6892594536)
- 使用自定义插件模拟设备行为的 Azure 负载测试 (#c4838a7343)
- 实现大型机和中型机数据现代化 (#00013d46aa)
- 将大型机数据复制和同步到 Azure (#274b161917)
- 将工作负荷从 Service Fabric 迁移到 AKS (#24bf726529)
- 测试车队的数据分析 (#53f32c7bb7)
- 使用 Oracle 数据库 在 Azure 中部署 SAP (#8e21c4e85e)
- Azure 上的 SAP 的入站和出站 Internet 连接(#8e21c4e85e)
- 纵向扩展系统中 适用于 Linux VM 的 SAP HANA (#8e21c4e85e)
- 使用 Azure OpenAI 服务、语音服务和语言服务(#6d04e7cfd1) 提取和分析呼叫中心数据
- 在 Azure IoT Edge 设备上 启用机器学习推理(#90e5b8e3e3)
- 使用 Azure Batch 运行金融服务行业(FSI)工作负荷 (#82e0354d8e)
- Azure 上的证书生命周期管理(#82e0354d8e)
- Azure 上的 Apache NiFi (#82e0354d8e)
- 多租户和 Azure Cosmos DB (#85cb4928e6)
- 自动化 PDF 表单处理 (#a7e1be4c2d)
- 基线 OpenAI 端到端聊天参考体系结构 (#332a0da85a)
- 基本 OpenAI 端到端聊天参考体系结构 (#332a0da85a)
- 适用于自动驾驶汽车运营的 DataOps (#42f5581a6f)
- 适用于企业的 Azure 虚拟桌面 (#42f5581a6f)
- Azure 虚拟桌面的多区域 BCDR (#42f5581a6f)
- 具有 AD DS 和 Microsoft Entra ID 的多个林 (#42f5581a6f)
- Azure 上的银行系统云转换 (#42f5581a6f)
- 可缩放的云应用程序和 SRE (#c5b743dfeb)
- 重构运行 Adabas 和 Natural 的大型机系统 (#1b4c51b94b)
- 适用于 AWS 的 Microsoft 安全性 (#df83a8c1a1)
- 改进了从本地网络访问应用程序服务 Web 应用的安全性 (#0b2d8b6dd7)
- 使用 mTLS 部署 AKS 和 API Management (#bb8af9929f)
- 选择 Azure AI 目标语言处理技术 (#a2f08f4a31)
- 将内部 API 发布给外部用户 (#1d1befb451)
- 设计管控数据 的安全研究环境(#fe7bc7c87f)
- 具有现有 MLOps 投资的组织的生成式 AI 运营 (#fe7bc7c87f)
- 机器学习运营 v2 (#cd4fb57978)
- 使用 Azure 应用服务环境 v3 部署业务线应用程序 (#cd4fb57978)
- Azure API 管理登陆区域加速器 (#cd4fb57978)
- Azure 治理可视化工具部署指南 (#cd4fb57978)
- 与登陆区域集成的 Azure Spring Apps (#cd4fb57978)
- 选择 Azure 存储服务 (#0e89e62eca)
- 实现全面冗余 (#84dd4575cf)
- 多租户和 Azure OpenAI 服务 (#ef15ea8c94)
- Azure 数据平台的 DR - 体系结构 (#3e64aa921a)
- Azure 数据平台的 DR - 部署此方案 (#3e64aa921a)
- Azure 数据平台的 DR - 概述 (#3e64aa921a)
- Azure 数据平台的 DR - 建议 (#3e64aa921a)
- Azure 数据平台的 DR - 场景详细信息 (#3e64aa921a)
- 事件驱动的体系结构样式 (#a47e4ec507)
- 使用标识即服务平台 (#577bf04f6f)
- 选择数据存储技术 (#88b7a2019f)
- 在 Azure 上部署 IBM Maximo Application Suite (MAS) (#eaafacfc9f)
- Azure 上的 SAS 体系结构 (#eaafacfc9f)
- 在 Azure 上部署 IBM Sterling Order Management Software (OMS) (#eaafacfc9f)
- 存储体系结构 (#296b7ef5e9)
- 使用 Azure 防火墙帮助保护 AKS 群集 (#e7ca4c3b32)
- 对 Azure 虚拟机进行多层保护 (#8fb0bd00f6)
- Azure 混合选项 (#7f1657ba58)
- 选择 Azure 矢量搜索服务 (#064e56920e)
- 选择 Azure AI 图像和视频处理技术
- 选择 Azure AI 语音识别和生成技术
- 选择 Azure AI 目标语言处理技术
- 选择 Azure AI 服务技术
- 具有现有 MLOps 投资的组织的生成式 AI 运营
- 基本 OpenAI 端到端聊天参考体系结构
- 设计受管制数据 的安全研究环境(#6b45c309ce)
- 通过网关为 Azure OpenAI 服务提供备选身份验证 (#ba18376e10)
- 面向中小型企业的新式数据仓库 (#dca68ab84a)
- 为 Azure OpenAI 语言模型 实现日志记录和监视(#699ed20b14)
- 基线 OpenAI 端到端聊天参考体系结构 (#45b60c7737)
- 开发 RAG 解决方案 - 分块阶段 (#6f02c9d429)
- 开发 RAG 解决方案 - LLM 端到端评估阶段 (#6f02c9d429)
- 制定 RAG 解决方案 - 准备阶段 (#6f02c9d429)
- 边缘和云上的视频引入和对象检测 (#b7daa6c24f)
- Azure 上任务关键工作负载的应用程序平台注意事项 (#1d351f3ef2)
- 将应用程序网关入口控制器与多租户Azure Kubernetes 服务群集(#a6149d7e3e)
- 企业商业智能 (#a6149d7e3e)
- 在 Azure 上部署 IBM Maximo Application Suite (MAS) (#60193ea1ce)
- 安全地托管 Web 应用程序 (#60193ea1ce)
- 使用 Azure 应用程序服务环境 v3 部署业务线应用程序 (#60193ea1ce)
- 使用 Microsoft Defender XDR 解决方案构建第二层防御 (#289c90dbe9)
- Microsoft Sentinel 自动响应 (#52c2b51cb9)
- 集成 Azure 和 Microsoft Defender XDR 安全服务 (#e95d6c7cb4)
- 使用 Microsoft Sentinel 与 Microsoft XDR 安全组件集成 (#ca6770ed3f)
- 将威胁映射到 IT 环境 (#13ad98822e)
- Azure 文件存储从本地访问并受专用网络中的 AD DS 保护(#dcf697b0f4)
- AKS (Kubernetes) 第 2 天操作指南 (#9d8625304f)
- 使用 Azure Databricks 进行流处理 (#4531b20f65)
- 使用 Azure DevOps 管理 Microsoft 365 租户配置(#596d0cc6c4)
- Azure 服务重试指导 (#976f6d5a85)
- 针对 Azure 存储的 Gridwich 操作 (#976f6d5a85)
- 多租户的 Azure 应用程序配置注意事项 (#70b49bcb27)
- 适用于多租户的 Azure Key Vault 注意事项 (#70b49bcb27)
- Azure 数据工厂和 Azure Synapse Analytics 管道的 BCDR (#5003ac7034)
- 在 Synapse 上保护数据湖屋 (#5003ac7034)
- 启用 MongoDB Atlas 数据更改到 Azure Synapse Analytics 的实时同步 (#5003ac7034)
- 使用 Azure Kubernetes 服务生成 CNCF 项目 (#5003ac7034)
- 多区域群集的 AKS 基线 (#4b01645043)
- 传送带的实时异常情况检测 (#e2248966dd)
- 手术的风险预测模型 (#e2248966dd)
- 在受管制行业中缩放 AI 和机器学习计划 (#e2248966dd)
- 使用 Azure Front Door 确保 AKS 工作负荷的安全 (#e2248966dd)
- 使用 Power Automate 和 AI Builder 从对象提取文本 (#4316bc199a)
- 使用准实时分析的新闻源 (#4316bc199a)
- Web API 实现 (#860a3bc681)
- 选择流处理技术 (#5892dd5857)
- 多租户解决方案中面向 AI 和 ML 的体系结构方法 (#fbed477b76)
- 适用于 PCI-DSS 3.2.1 的 AKS 受管制群集 - 数据保护 (#419972a758)
- 适用于 PCI-DSS 3.2.1 工作负载的 AKS 基线群集 - 访问控制 (#419972a758)
- 适用于 PCI-DSS 3.2.1 的 AKS 受管制群集 - 漏洞管理 (#419972a758)
- 适用于 PCI-DSS 3.2.1 的 AKS 受管制群集 - 监视操作 (#419972a758)
- 适用于 PCI-DSS 3.2.1 的 AKS 受管制群集- 网络分段 (#419972a758)
- 适用于 PCI-DSS 3.2.1 的 AKS 受管制群集体系结构 (#419972a758)
- 适用于 PCI-DSS 3.2.1 的 AKS 管制群集 - 摘要 (#419972a758)
- Azure 数据工厂任务关键型体系结构 (#7cebe56052)
- Azure 登陆区域基线体系结构上的 Azure 数据工厂 (#7cebe56052)
- 使用 Azure 数据工厂设计奖牌湖屋 (#7cebe56052)
- 通过 Power Platform 平台驯化 AI (#7cebe56052)
- Azure 工作负载的数据存储分类 (#3f00c22db6)
- Azure 数据工厂企业强化体系结构 (#3f00c22db6)
- 使用 Azure Kubernetes 服务托管基于 GPU 的工作负载
- Azure 数据工厂企业强化体系结构
- Azure 数据工厂任务关键型体系结构
- Azure 登陆区域基线体系结构上的 Azure 数据工厂
- 使用 Azure 数据工厂设计奖牌湖屋
- Azure 工作负载的数据存储分类
- 在 Azure 上使用 Azure AI 的 Industrial Edge
- 在 Azure 中自动执行文档分类 (#c74d654229)
- AWS 和 Azure 服务比较 (#5eeb594831)
- Google Cloud 和 Azure 服务的比较 (#5eeb594831)
- 事件驱动的体系结构样式 (#c04e8ef095)
- Azure 上关键工作负荷的安全注意事项 (#7b81801821)
- Microsoft SaaS 案例 (#678c9541b5)
- 选择数据存储技术 (#098948d4be)
- 服务的复原能力检查表 (#ac288a264e)
- AKS 群集的基线体系结构 (#9fee7d4947)
- 最大程度减少协调 (#f5798d3145)
- 用于将 Azure Databricks 指标可视化的仪表板 (#dbc049e7b8)
- 可观测性模式和指标 (#dbc049e7b8)
- 安全操作中的 Microsoft Entra IDaaS (#5ff80ddd61)
- 面向汽车、移动和运输行业的解决方案 (#1f6b02c2e0)
- 在多租户解决方案中使用 Azure Front Door (#89fc4f1a30)
- 用于启动的体系结构 (#2800748ec3)
- 使用 Azure Database for MySQL 的智能应用 (#96e5acf54a)
- Azure Database for PostgreSQL 智能应用 (#96e5acf54a)
- Azure VMware 解决方案容量规划 (#df27cc8f56)
- 核心启动堆栈体系结构 (#f1791cb942)
- 将电子商务解决方案迁移到 Azure (#20635de1aa)
- 什么是 Data Lake? (#623e62824f)
- 使用 Azure 安全服务 构建第一层防御(#ff50fd224f)
- 重试模式 (#ea612ee4ab)
- 在 Azure VM 上运行 Apache Cassandra (#8459cd1652)
- 在 Azure 数据工厂和 Synapse Analytics 中使用 Delphix 执行数据模糊处理 (#8459cd1652)
- Team Data Science Process 中的单个参与者任务 (#292f76bcf6)
- Team Data Science Process 中的项目主管任务 (#292f76bcf6)
- Team Data Science Process 中的团队主管任务 (#292f76bcf6)
- 适用于新式数据仓库的 DataOps (#292f76bcf6)
- 使用 Apache Cassandra 的 N 层应用程序 (#292f76bcf6)
- 使用 Delphix 和 Azure 数据工厂或 Azure Synapse Analytics 为 SAP 应用程序实现数据加扰 (#7317a1b530)
- 选择批处理技术 (#3865a10040)
- Team Data Science Process 生命周期建模阶段 (#3865a10040)
- 多区域群集的 AKS 基线 (#7a47bacb93)
其他资源
培训
认证
Microsoft Certified: Azure AI Engineer Associate - Certifications
使用 Azure AI 服务、Azure AI 搜索和 Azure Open AI 设计和实现 Azure AI 解决方案。