Terraform Provider for AzureRM v4.15.0 版本深度解析
Terraform Provider for AzureRM 是 HashiCorp 官方维护的一个基础设施即代码工具,它允许开发者使用声明式配置来管理 Microsoft Azure 云资源。最新发布的 v4.15.0 版本带来了一系列新功能和改进,本文将对这些更新进行详细解读。
新功能亮点
本次更新最值得关注的是新增了对 Kubernetes Fleet Manager 和 Arc 支持 Kubernetes 集群的资源支持。azurerm_kubernetes_fleet_manager 数据源让用户可以查询现有 Fleet Manager 实例的详细信息,而 azurerm_arc_kubernetes_provisioned_cluster 资源则提供了在 Azure Arc 环境中部署 Kubernetes 集群的能力。
在机器学习领域,新增了两个网络出站规则资源:azurerm_machine_learning_workspace_network_outbound_rule_private_endpoint 和 azurerm_machine_learning_workspace_network_outbound_rule_service_tag,它们分别用于配置私有端点和服务标签的出站规则,为机器学习工作区提供了更精细的网络控制能力。
此外,新增的 azurerm_dynatrace_tag_rules 资源支持为 Dynatrace 观测服务配置标签规则,增强了观测和可观测性方面的集成能力。
核心功能增强
在数据源方面,多个资源获得了属性扩展。Healthcare DICOM 服务现在支持数据分区、CORS、加密密钥 URL 和存储配置的查询;Nginx 部署和静态 Web 应用也新增了数据平面 API 端点、仓库 URL 和分支等属性的支持。
成本管理导出功能得到了统一增强,现在所有层级的成本管理导出(账户、资源组和订阅)都支持 file_format 属性,为用户提供了更灵活的数据导出格式选择。
虚拟网络方面新增了 private_endpoint_vnet_policies 属性,允许更精细地控制私有端点的网络策略。对于虚拟机资源,现在可以导出操作系统磁盘的 ID,便于后续引用和管理。
性能与兼容性改进
本次更新包含了多项依赖库升级,包括将 Go 工具链版本更新,并升级了 go-git 到 5.13.0 版本,hashicorp/go-azure-sdk 也更新到了最新版本,带来了更好的性能和稳定性。
多个 Azure 服务的 API 版本得到了提升,包括 Front Door 部分迁移到 2024-02-01 API,PostgreSQL 升级到 2024-08-01,Redis Enterprise 则升级到 2024-10-01 并支持新的 SKU 类型。
问题修复与优化
一些长期存在的问题在此版本中得到了解决。自动化软件更新配置中废弃的错误拼写属性已被移除;批处理池现在支持安全配置文件配置;日志分析数据导出规则创建时的 404 错误问题已修复。
MongoDB 集群资源在密码生成和地理副本创建模式下的问题得到了解决,SQL 托管实例现在可以正确支持系统和用户分配的混合身份,存储账户的静态网站和队列属性可用性检查的错误处理也得到了改进。
总结
Terraform Provider for AzureRM v4.15.0 版本在 Kubernetes 管理、机器学习网络、观测集成等方面带来了显著的功能增强,同时解决了多个长期存在的兼容性和功能性问题。这些改进使得 Azure 基础设施的代码化管理更加全面和可靠,为云原生应用部署和管理提供了更强大的工具支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00