Azure CLI 新增 Compute Gallery 镜像版本防误删功能解析
2025-06-15 11:27:46作者:魏献源Searcher
在 Azure 计算服务的最新更新中,Azure CLI 即将为 Compute Gallery 镜像版本管理引入一项重要的安全功能——"BlockDeletionBeforeEndOfLife"(生命周期结束前阻止删除)。这项功能将于 2024 年 3 月 API 版本 2024-03-03 中正式支持,预计在 2025 年 4 月的 Azure CLI 版本中发布。
功能背景
在云计算环境中,镜像管理是企业 IT 运维的关键环节。Compute Gallery(原 Shared Image Gallery)作为 Azure 中管理虚拟机镜像的核心服务,其镜像版本的生命周期管理直接影响着业务连续性。传统镜像管理中,管理员可能会因为误操作而提前删除尚未到达生命周期的镜像版本,导致依赖这些镜像的部署流程中断。
技术实现
新功能通过在镜像版本创建和更新时添加 block-deletion-before-end-of-life 布尔参数来实现防护机制。该参数具有以下特点:
- 可选参数,默认值为 null
- 当设置为 true 时,系统将在镜像的 end-of-life-date 之前阻止任何删除操作
- 与现有的安全策略(如 allowDeletionOfReplicatedLocations)协同工作
使用场景
这项功能特别适用于以下场景:
- 企业合规要求:满足金融、医疗等行业对关键镜像保留期的合规性要求
- CI/CD 管道保护:防止自动化流程中意外删除生产环境依赖的基础镜像
- 多团队协作:在大型组织中避免不同团队间的误操作影响
CLI 命令示例
创建带防删除保护的镜像版本:
az sig image-version create \
--resource-group MyResourceGroup \
--gallery-name MyGallery \
--gallery-image-definition MyImage \
--gallery-image-version 1.0.0 \
--end-of-life-date "2025-12-31" \
--block-deletion-before-end-life true
更新现有镜像版本的防删除设置:
az sig image-version update \
--resource-group MyResourceGroup \
--gallery-name MyGallery \
--gallery-image-definition MyImage \
--gallery-image-version 1.0.0 \
--end-of-life-date "2025-12-31" \
--block-deletion-before-end-of-life true
技术细节
在底层实现上,该功能通过 Compute Gallery API 的 safetyProfile 属性进行控制。当启用该功能时,API 请求体中会包含如下结构:
"safetyProfile": {
"allowDeletionOfReplicatedLocations": false,
"blockDeletionBeforeEndOfLife": true
}
系统会在以下情况阻止删除操作:
- 当前日期早于 end-of-life-date
- blockDeletionBeforeEndOfLife 参数为 true
- 尝试通过任何方式(CLI、Portal、API等)删除镜像版本
最佳实践建议
- 生命周期规划:建议为关键业务镜像设置合理的 end-of-life-date,通常比实际使用周期延长1-2个迭代周期
- 权限管理:结合 Azure RBAC,仅授权必要人员修改 block-deletion-before-end-of-life 设置
- 监控告警:通过 Azure Monitor 设置镜像版本接近生命结束期的告警
- 文档记录:在团队内部明确记录各镜像版本的生命周期策略
总结
Azure CLI 即将推出的这项功能为云环境中的镜像管理提供了额外的保护层,特别适合对系统稳定性要求高的生产环境。通过简单的命令行参数即可实现关键镜像的防误删保护,大大降低了因人为操作失误导致业务中断的风险。建议企业在功能发布后评估将其纳入标准镜像管理流程。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868