Azure SDK for Python网络管理模块29.0.0版本发布解析
2025-06-12 20:42:00作者:瞿蔚英Wynne
Azure SDK for Python是微软提供的用于管理Azure云服务的Python开发工具包,其中azure-mgmt-network模块专门用于管理Azure网络资源。本次29.0.0版本的发布带来了多项重要更新和功能增强,主要聚焦在网络虚拟设备、虚拟网络网关以及新增的网络安全边界管理功能。
核心功能更新
网络虚拟设备增强
新版本为网络虚拟设备(NVA)增加了两个关键操作接口:
begin_get_boot_diagnostic_logs:获取设备启动诊断日志begin_reimage:支持对设备进行重新映像操作
这些功能使得管理员能够更深入地诊断和修复网络虚拟设备的问题,提高了网络设备的可维护性。
虚拟网络网关升级
虚拟网络网关获得了多项重要功能增强:
- 新增了获取网关弹性信息(
begin_get_resiliency_information)和路由信息(begin_get_routes_information)的操作 - 引入了完整的迁移生命周期管理接口,包括准备迁移(
begin_invoke_prepare_migration)、执行迁移(begin_invoke_execute_migration)、中止迁移(begin_invoke_abort_migration)和提交迁移(begin_invoke_commit_migration)
这些功能特别适合企业级用户在进行大规模网络架构升级时使用,提供了更细粒度的迁移控制能力。
新增功能模块
本次更新最显著的变化是引入了完整的网络安全边界(Network Security Perimeter)管理功能,新增了9个操作组:
- 访问规则管理(NetworkSecurityPerimeterAccessRulesOperations)
- 可关联资源类型管理(NetworkSecurityPerimeterAssociableResourceTypesOperations)
- 关联关系管理(NetworkSecurityPerimeterAssociationsOperations)
- 链接引用管理(NetworkSecurityPerimeterLinkReferencesOperations)
- 链接管理(NetworkSecurityPerimeterLinksOperations)
- 日志配置管理(NetworkSecurityPerimeterLoggingConfigurationsOperations)
- 操作状态管理(NetworkSecurityPerimeterOperationStatusesOperations)
- 配置文件管理(NetworkSecurityPerimeterProfilesOperations)
- 边界管理(NetworkSecurityPerimetersOperations)
这套完整的API集合使得开发者能够以编程方式实现零信任网络架构中的安全边界管理,构建更精细的网络访问控制策略。
模型增强与变更
多个核心模型获得了新属性:
NatGateway模型新增了对IPv6的支持,增加了public_ip_addresses_v6和public_ip_prefixes_v6属性VirtualNetwork模型新增了default_public_nat_gateway属性,简化了NAT网关的默认配置VirtualNetworkGateway模型增加了enable_high_bandwidth_secure_gateway标志,支持更高带宽的安全网关配置VirtualNetworkGatewayConnection模型新增了tunnel_properties属性,提供更详细的隧道配置信息
不兼容变更
本次版本移除了两个连接监视器的操作:
begin_query:连接监视器查询操作begin_start:连接监视器启动操作
开发者如果使用了这些接口,需要调整代码以适应这些变更。
最佳实践建议
对于计划升级到29.0.0版本的用户,建议:
- 首先评估现有代码中是否使用了被移除的连接监视器操作
- 网络安全边界相关功能需要Azure高级网络服务支持,使用前确认订阅权限
- 虚拟网络网关的迁移功能适合在维护窗口期使用,生产环境应先进行充分测试
- IPv6相关的新特性需要后端网络资源支持,部署前检查区域可用性
这个版本显著增强了Azure网络管理的功能深度和广度,特别是为构建零信任网络架构提供了完整的API支持,是企业级网络管理的重要升级。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143