Azure 解決方案的技術選擇
本文提供一份資源清單,可供您用來針對 Azure 解決方案選擇的技術做出明智的決策。 探索比較矩陣、流程圖和判定樹,以確保您找到最適合您案例的相符專案。
選擇計算服務
計算一詞是指應用程式執行之計算資源的裝載模型。 下列文章可協助您選擇正確的技術:
發行項 | 摘要 |
---|---|
選擇 Azure 計算服務 | 決定哪一項計算服務最符合您的應用程式。 |
IaaS 應用程式的高可用性和災害復原案例 | 瞭解 Azure 中多層式基礎結構即服務 (IaaS) 應用程式的高可用性 (HA) 和災害復原 (DR) 選項。 |
選擇微服務的 Azure 計算選項 | 瞭解微服務的兩個計算選項:服務協調器和無伺服器架構。 |
選擇傳統 Web 應用程式和 SPA | 瞭解如何在傳統 Web 應用程式和單頁應用程式 (SPA) 之間進行選擇。 |
選擇 Azure 多方運算服務 | 決定要用於解決方案的多方運算服務。 |
選擇容器選項
在 Azure 中建置和部署雲端原生和容器化應用程式的方法有很多種。 請檢閱下列文章以深入瞭解:
發行項 | 摘要 |
---|---|
比較容器應用程式與其他 Azure 容器選項 | 瞭解使用 Azure Container Apps 的時機及其與其他容器選項的比較方式,包括 Azure 容器執行個體、Azure App 服務、Azure Functions 和 Azure Kubernetes Service (AKS)。 |
在邊緣計算選項中選擇 Kubernetes | 瞭解各種選項的優缺點,以在邊緣擴充計算。 |
在邊緣平臺選項中選擇裸機 Kubernetes | 在邊緣設定 Kubernetes 叢集時,請找出特定使用案例的最佳選項。 |
選擇混合式選項
許多組織都需要混合式方法來分析、自動化和服務,因為它們的數據同時裝載於內部部署和雲端中。 下列文章可協助您為案例選擇最佳技術:
發行項 | 摘要 |
---|---|
Azure 混合式選項 | 瞭解 Azure 混合式解決方案,包括部署和裝載內部部署混合式服務、邊緣、Azure 和其他雲端的替代方案。 |
比較 Azure Stack Hub 與 Azure | 瞭解 Azure 與 Azure Stack Hub 之間的差異。 |
比較 Azure、Azure Stack Hub 和 Azure Stack HCI | 瞭解 Azure、Azure Stack Hub 和 Azure Stack HCI 之間的差異。 |
比較 Azure Stack HCI 與 Azure Stack Hub | 判斷 Azure Stack HCI 或 Azure Stack Hub 是否適合您的組織。 |
比較 Azure Stack HCI 與 Windows Server | 判斷 Azure Stack HCI 或 Windows Server 是否適合您的組織。 |
選擇 Azure Stack HCI 和 Windows Server 叢集的磁碟機 | 瞭解如何選擇適用於 Azure Stack HCI 和 Windows Server 叢集的磁碟驅動器,以符合效能和容量需求。 |
選擇身分識別服務
身分識別解決方案可協助您保護數據和資源。 這些文章可協助您選擇 Azure 身分識別服務:
發行項 | 摘要 |
---|---|
Active Directory 服務 | 比較 Active Directory 網域服務、Microsoft Entra ID 和 Microsoft Entra Domain Services 所提供的身分識別服務。 |
混合式身分識別驗證方法 | 在中型到大型組織中,為 Microsoft Entra 混合式身分識別解決方案選擇驗證方法。 |
選擇記憶體服務
Azure 儲存體 平臺是適用於新式數據儲存案例的 Microsoft 雲端記憶體解決方案。 請檢閱下列文章,以判斷最佳使用案例的解決方案:
發行項 | 摘要 |
---|---|
檢閱儲存體選項 | 檢閱 Azure 工作負載的記憶體選項。 |
Azure 受控磁碟類型 | 瞭解 Azure 虛擬機可用的磁碟類型,包括 Ultra 磁碟、進階版 SSD v2(預覽)、進階版 SSD、標準 SSD 和標準 HDD。 |
選擇適合資料傳輸的 Azure 解決方案 \(部分機器翻譯\) | 根據您環境中的數據量和可用的網路頻寬,選擇數據傳輸的 Azure 解決方案。 |
選擇資料存放區
雲端正在變更應用程式的設計方式,包括數據的處理和儲存方式。 這些文章可協助您選擇資料解決方案:
發行項 | 摘要 |
---|---|
了解數據存放區模型 | 瞭解 Azure 數據服務中各種數據記憶體模型之間的高階差異。 |
為您的應用程式選擇 Azure 資料存放區 | 使用流程圖來選擇 Azure 數據存放區。 |
選擇資料存放區的準則 | 檢閱選擇數據存放區的一些一般考慮。 |
在 Azure 中選擇巨量數據記憶體技術 | 比較 Azure 中的巨量數據記憶體選項。 檢視索引鍵選取準則和功能矩陣。 |
OLAP 解決方案 | 瞭解在線分析處理 (OLAP) 解決方案,以組織大型資料庫並支援複雜的分析,而不會影響交易系統。 |
OLTP 解決方案 | 瞭解在線事務處理 (OLTP) 的不可部分完成性、一致性和其他功能,其可管理事務數據並支持查詢。 |
Data Lake | 瞭解 Data Lake Storage 存放庫,以原生原始格式保存數 TB 或 PB 的數據。 |
非關係型數據和 NoSQL | 瞭解將數據儲存為索引鍵/值組、圖形、時間序列、物件和其他記憶體模型的非關係資料庫。 |
選擇數據管線協調流程技術 | 選擇 Azure 數據管線協調流程技術,將管線協調流程、控制流程和數據移動工作流程自動化。 |
選擇搜尋數據存放區 | 瞭解 Azure 中搜尋資料存放區的功能,以及選擇最符合您需求的搜尋數據存放區的主要準則。 |
從 Azure 來回傳輸數據 | 瞭解 Azure 匯入/匯出、Azure 資料箱、Azure Data Factory 和命令行和圖形化介面工具等 Azure 數據傳輸選項。 |
選擇分析解決方案
隨著數據的指數成長,組織會依賴 Azure 的無限計算、記憶體和分析能力。 請檢閱下列文章,以瞭解可用的分析解決方案:
發行項 | 摘要 |
---|---|
選擇分析資料存放區 | 評估 Azure 中巨量數據的分析資料存放區選項。 |
選擇數據分析和報告技術 | 評估 Azure 的巨量數據分析技術選項。 |
選擇批處理技術 | 比較 Azure 中巨量數據批處理的技術選擇。 |
選擇串流處理技術 | 比較 Azure 中即時訊息串流處理的選項。 |
選擇 AI/機器學習服務
AI 是計算機模仿智慧人類行為的能力。 透過 AI,機器可以分析影像、理解語音、以自然方式互動,並根據數據進行預測。 請檢閱下列文章,以瞭解 Azure 中可用的 AI 和機器學習技術選擇:
發行項 | 摘要 |
---|---|
選擇 Azure 認知服務技術 | 瞭解您可以在 AI 應用程式和資料流中使用的認知服務。 |
自然語言處理技術 (機器翻譯) | 選擇自然語言處理服務,以進行情感分析、主題和語言偵測、關鍵片語擷取和文件分類。 |
比較機器學習產品和技術 | 比較建置、部署和管理機器學習模型的選項。 決定要用於解決方案的產品。 |
MLflow 和 Azure Machine Learning | 瞭解 Azure 機器學習 如何使用 MLflow 來記錄機器學習模型的計量和成品,並將機器學習模型部署至端點。 |
選擇網路服務
這些文章可協助您探索 Azure 中可用的網路技術:
發行項 | 摘要 |
---|---|
負載平衡選項 | 瞭解 Azure 負載平衡服務,以及如何使用這些服務將工作負載分散到多個運算資源。 |
在虛擬網路對等互連和 VPN 閘道之間進行選擇 | 檢閱虛擬網路對等互連和 VPN 閘道之間的差異,這是在 Azure 中聯機虛擬網路的兩種方式。 |
選擇傳訊服務
瞭解 Azure 所提供的服務,以協助您在整個解決方案中傳遞事件或訊息:
發行項 | 摘要 |
---|---|
比較傳訊服務 | 瞭解三個 Azure 傳訊服務:Azure 事件方格、Azure 事件中樞 和 Azure 服務匯流排。 為您的案例選擇最佳服務。 |
異步傳訊選項 | 瞭解 Azure 中的異步傳訊選項,包括不同類型的訊息和參與傳訊基礎結構的實體。 |
選擇IoT選項
IoT 解決方案會使用技術的組合,透過雲端應用程式連接裝置、事件和動作。 請檢閱下列文章,以深入瞭解 Azure 提供的 IoT 技術選擇:
發行項 | 摘要 |
---|---|
選擇IoT解決方案 | 使用 Azure IoT Central 或個別的 Azure 平臺即服務 (PaaS) 元件來建置、部署及管理 IoT 解決方案。 |
比較 IoT 中樞 和事件中樞 | 檢閱 Azure IoT 中樞 與事件中樞之間的比較,以醒目提示功能差異和使用案例。 比較包括支持的通訊協議、裝置管理、監視和檔案上傳。 |
選擇行動開發架構
發行項 | 摘要 |
---|---|
選擇行動開發架構 | 瞭解支援的原生和跨平台語言,以建置用戶端應用程式。 |
選擇混合實境引擎
發行項 | 摘要 |
---|---|
選擇混合實境引擎 | 瞭解 HoloLens 和虛擬實境開發的引擎選擇。 |
意見反應
https://aka.ms/ContentUserFeedback。
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:提交並檢視相關的意見反應