Azure 架構中心的新功能 
Azure 架構中心 （AAC） 可協助您在 Azure 上設計、建置及操作解決方案。 瞭解雲端架構樣式和設計模式。 使用技術選擇和指南來決定適合您解決方案的服務。 此指引是以雲端建置的所有層面為基礎，例如作業、安全性、可靠性、效能和成本優化。
下列新的和更新的文章最近已在 Azure 架構中心發佈。
2024 年 4 月
新文章
- 將大型主機數據遷移至 Azure
- 供應鏈管理 - 使用由 Azure 支援的 Kaleido 區塊鏈即服務來追蹤和追蹤
- 使用 Avanade AMT 進行 IBM z/OS 大型主機移轉
- 使用分割腦 DNS 設定來裝載 Web 應用程式
- 在 Azure 上重新調整 AIX 工作負載
更新文章
- 宣告檢查模式 （#7cd4a5fc06）
- Azure 大型主機和中層架構概念和模式 （#d4096a7e81）
- 適用於 .NET 的可靠 Web 應用程式模式 - 套用模式 （#c8dc2d83ac）
- 適用於 .NET 的可靠 Web 應用程式模式 - 規劃實 作 （#c8dc2d83ac）
- 適用於 Java 的可靠 Web 應用程式模式 - 套用模式 （#c8dc2d83ac）
- 適用於 Java 的可靠 Web 應用程式模式 - 規劃實 作 （#c8dc2d83ac）
- 可靠的 Web 應用程式模式 （#c8dc2d83ac）
- 編舞模式 （#44545f677e）
- 分割模式 （#53dea81b8b）
- 使用 Avanade AMT 進行 Unisys 大型主機移轉 （#ef52a9c4b8）
- 使用 Azure Stack Hub 在邊緣中斷連線的 AI （#5c8a0bfe5b）
- Azure 機器學習 架構 （#5c8a0bfe5b）
- 使用即時分析 的客戶流失預測 （#5c8a0bfe5b）
- 客戶支援和意見反應分析 （#5c8a0bfe5b）
- 在邊緣 部署 AI 和機器學習 （#5c8a0bfe5b）
- 使用 Azure 機器學習 來將機器學習服務生命週期升級的機器學習作業 （MLOps） 架構（#9597e138f4）
- MLOps 解決方案 的網路安全性檢查清單 （#9597e138f4）
- 以查詢為基礎的檔案摘要 （#9597e138f4）
- Azure Stack Hub 邊緣的 AI （#9597e138f4）
- 建置及部署社交媒體分析解決方案 （#f2fe7193e5）
- Azure 上的影像分類 （#f2fe7193e5）
- 無伺服器事件處理 （#863c1fb294）
- 沒有伺服器 Web 應用程式 （#08aa3d6222）
- 多租使用者解決方案 中 IoT 的架構方法 （#95dfc35ea1）
- 保護受管制資料 的研究環境（#5be601f9c0）
- 建置語音轉換文字轉譯管線以分析錄製的 交談（#5be601f9c0）
- 交談摘要 （#5be601f9c0）
- 實作使用 AI 的自訂語音轉換文字解決方案（#5be601f9c0）
- 將自訂語音部署至使用 AI 的文字解決方案（#5be601f9c0）
- Microsoft 機器學習產品 （#5be601f9c0）
- 機器學習作業 （MLOps） v2 （#5be601f9c0）
- 適用於 Python 的 MLOps 與 Azure 機器學習 （#171d0a834e）
- 管路和篩選模式 （#b872e39b9a）
- Azure 上的取用者健康情況入口網站 （#4d8d14cfb0）
- 使用 電腦視覺 和 Azure 機器學習 分析影片內容（#678b1208d7）
- 在 Azure 中自動化檔案類別 （#678b1208d7）
- 使用 AI 檔案智慧 將檔案處理自動化（#678b1208d7）
- 自動化 PDF 表單處理 （#678b1208d7）
- 深度學習模型的 批次評分 （#678b1208d7）
- 使用 應用程式閘道 輸入控制器 （AGIC） 搭配多租使用者 Azure Kubernetes Service （#f926f21c96）
- Azure DNS 私人解析程序 （#826d234caa）
2024 年 3 月
新文章
- SaaS 和多租使用者解決方案架構
- Microsoft Fabric 的部署模式
- Azure 上的憑證生命週期管理
- Azure 治理可視化檢視加速器指引
- SWIFT 聯盟遠端閘道與 Azure 上的聯盟 連線 虛擬
更新文章
- Azure 上的大型主機檔案複寫和同步處理 （#fd5382616c）
- 虛擬桌面架構設計 （#1f503526df）
- Azure 登陸區域 - Azure 虛擬桌面登陸區域設計考慮 （#1f503526df）
- 資料庫架構設計 （#48b8f2e522）
- 代客金鑰模式 （#ea584f3338）
- Azure 中的電腦鑑識監管鏈（#8450c5fe34）
- 銀行雲端轉換 的模式和實作（#f6f9920d52）
- 將 Azure 中的檔案分類自動化（#412e82c5e5）
- AWS 與 Azure 服務比較 （#412e82c5e5）
- 自我修復 的設計（#412e82c5e5）
- 使用平台即服務 （PaaS） 選項 （#9e1d8db29a）
- Web API 設計最佳做法 （#88d40e307f）
- Web API 實作 （#88d40e307f）
- 背景工作指引 （#88d40e307f）
- 選擇 Azure 容器服務的 一般考慮 （#759e0e1733）
- AKS 叢集 的基準架構 （#b5595d9697）
- 針對 AKS 叢集中 的網路問題進行疑難解答 （#cf8b9215de）
- IPv6 中樞輪輻網路拓撲 （#fb6207130d）
- 健康情況端點監視模式 （#87e9972941）
- 索引表模式 （#87e9972941）
- 領導人選舉模式 （#87e9972941）
- 具體化檢視模式 （#87e9972941）
- 傳訊橋模式 （#87e9972941）
- 管路和篩選模式 （#87e9972941）
- 優先順序佇列模式 （#87e9972941）
- Publisher-Subscriber 模式 （#87e9972941）
- 隔離模式 （#87e9972941）
- 佇列型負載撫平模式 （#87e9972941）
- 速率限制模式 （#87e9972941）
- 重試模式 （#87e9972941）
- 排程器代理程式監督員模式 （#87e9972941）
- 循序車隊模式 （#87e9972941）
- 分割模式 （#87e9972941）
- 側車模式 （#87e9972941）
- 靜態內容裝載模式 （#87e9972941）
- 勒格勒圖樣 （#87e9972941）
- 節流模式 （#87e9972941）
- 智慧型電子商務產品搜尋引擎 （#b227ec9aa9）
2024 年 2 月
新文章
- 從 Amazon Elastic Kubernetes Service （EKS） 遷移至 Azure Kubernetes Service （AKS）
- 使用 SQL 在 Azure 上裝載 Murex MX.3 工作負載
- IPv6 中樞輪輻網路拓撲
- 隔離模式
更新文章
- 資料庫架構設計 （#3ba5551b02）
- Team 資料科學 Process 中的群組管理員工作（#e970efb5a8）
- 小組 資料科學 程式生命週期的客戶接受階段（#e970efb5a8）
- 小組 資料科學 程式生命週期的商務了解階段 （#e970efb5a8）
- 小組 資料科學 程式生命周期的數據取得和了解階段（#e970efb5a8）
- 小組 資料科學 程式生命週期的部署階段（#e970efb5a8）
- 小組 資料科學 程式生命週期的模型化階段 （#e970efb5a8）
- 小組 資料科學 程式生命週期 （#e970efb5a8）
- 使用 SSIS 連接器移動 Blob 儲存體 資料 （#e970efb5a8）
- 什麼是 Team Data Science Process？ （#e970efb5a8）
- 為 機器學習 Studio （傳統） 準備資料 （#e970efb5a8）
- Team 資料科學 Process 中的個別參與者工作（#e970efb5a8）
- Team 資料科學 Process 中的專案潛在客戶工作 （#e970efb5a8）
- Team 資料科學 Process 中的角色和工作 （#e970efb5a8）
- 適用於資料科學家的小組 資料科學 程式（#e970efb5a8）
- Team 資料科學 Process 中的小組領導工作（#e970efb5a8）
- 管路和篩選模式 （#3384d4cef1）
- Azure 圖示 （#e57764588e）
- 使用 Azure OpenAI 或 Azure AI 搜尋來搜尋和查詢企業 知識庫 （#f8cde6690c）
- 選擇 Azure 容器服務的 一般考慮 （#b91e17155e）
- 具有 Azure 防火牆 與 應用程式閘道的 Web 應用程式零信任網路 （#7dd617e4dd）
- 適用於虛擬網路 的防火牆、應用程式閘道（#31392db970）
- 大使模式 （#64f6bb1215）
- 反腐層模式 （#64f6bb1215）
- 異步要求-回復模式 （#64f6bb1215）
- 前端模式 的後端 （#64f6bb1215）
- 大額圖樣 （#64f6bb1215）
- 快取擱置模式 （#64f6bb1215）
- 編舞模式 （#64f6bb1215）
- 斷路器模式 （#64f6bb1215）
- 宣告檢查模式 （#64f6bb1215）
- 補償交易模式 （#64f6bb1215）
- 競爭消費者模式 （#64f6bb1215）
- 計算資源匯總模式 （#64f6bb1215）
- CQRS 模式 （#64f6bb1215）
- 部署戳記模式 （#64f6bb1215）
- 事件來源模式 （#64f6bb1215）
- 外部組態存放區模式 （#64f6bb1215）
- 同盟身分識別模式 （#64f6bb1215）
- 門衛模式 （#64f6bb1215）
- 閘道匯總模式 （#64f6bb1215）
- 閘道卸除模式 （#64f6bb1215）
- 閘道路由模式 （#64f6bb1215）
- 地理特徵模式 （#64f6bb1215）
- 多租使用者和 Azure 事件中樞 （#67b065b5a7）
- 部署 Azure 登陸區域 （#851289722f）
- 使用 Azure Kubernetes Service 建置NCF專案 （#adc0cbe6cd）
2024 年一月
新文章
- 基準 OpenAI 端對端聊天參考架構
- 使用自定義外掛程式來模擬裝置行為的 Azure 負載測試
- Azure 虛擬機器 基準架構
- Azure 登陸區域中的 Azure 虛擬機器 基準架構
- SDWAN 與 Azure 中樞和輪輻網路拓撲整合
- 選擇 Azure 容器服務
- 選擇 Azure 容器服務的一般考慮
更新文章
- Gridwich 雲端媒體系統 （#dc47553e93）
- Gridwich 要求-回應消息 （#dc47553e93）
- Azure 儲存體 的 Gridwich 作業（#dc47553e93）
- 在 Azure 上建置即時建議 API （#02bb1b491a）
- Microsoft 機器學習產品 （#02bb1b491a）
- 新式數據倉儲 的 DataOps （#02bb1b491a）
- 可觀察性模式和計量 （#02bb1b491a）
- 半導體製造 自動化排程和調度（#02bb1b491a）
- 在機器教學 中使用主題專業知識（#02bb1b491a）
- 在 Azure 上執行 Linux VM （#b57167ff45）
- 搭配 Azure Stack Hub 的高可用性 Kubernetes （#b0be31cf9a）
- Azure 沙盒 （#bdbd521054）
- 使用 Azure AI 搜尋 編制檔案內容和元資料的索引 （#3d146959dc）
- 將資料與邏輯應用程式和 SQL Server 整合 （#7de0775a15）
- Azure 架構完善的架構檢閱 Azure NAT 閘道 （#75bef49965）
- AKS 第 2 天指南：修補和升級指引 （#e6cba7ec73）
- Azure NetApp Files 上 AKS 工作負載的應用程式數據保護 （#91110f90f9）
意見反應
即將登場：在 2024 年，我們將逐步淘汰 GitHub 問題作為內容的意見反應機制，並將它取代為新的意見反應系統。 如需詳細資訊，請參閱：https://aka.ms/ContentUserFeedback。
提交並檢視相關的意見反應