Terraform Provider for AzureRM:为Logic App Standard添加vnetContentShareEnabled配置支持
背景介绍
在Azure云服务中,Logic App Standard是一种重要的无服务器工作流服务,它允许开发者在云中构建和运行自动化工作流。随着Azure服务的不断演进,一些配置参数也在经历着更新换代的过程。
配置变更的必要性
过去,在Logic App Standard资源中,我们可以通过AppSettings中的"WEBSITE_CONTENTOVERVNET"参数来控制虚拟网络与存储账户内容共享之间的流量路由。这个参数设置为"1"时,表示启用通过虚拟网络的路由功能。
然而,微软已经将这个配置标记为"legacy"(遗留)状态,并引入了新的配置属性"vnetContentShareEnabled"。这一变更不仅是一个简单的参数名称变化,更是Azure架构演进的一部分。
新旧配置的差异与影响
旧的"WEBSITE_CONTENTOVERVNET"参数是通过应用设置(AppSettings)来配置的,而新的"vnetContentShareEnabled"则是作为资源属性直接配置。这种架构上的改变使得配置更加直观和易于管理。
更重要的是,当多个函数应用托管在同一计划中并共享同一个存储账户时,如果这些应用使用了不同的配置方式(一些使用旧参数,一些使用新参数),可能会导致流量路由不一致的问题。某些流量可能意外地通过公共网络路由,从而被存储账户的网络规则阻止。
Terraform支持的必要性
作为基础设施即代码(IaC)的重要工具,Terraform需要及时跟进Azure服务的这些变更。目前,azurerm provider中的logic_app_standard资源尚未支持新的"vnetContentShareEnabled"属性,这可能导致用户无法完全利用Azure提供的最新功能,或者在混合使用新旧配置时遇到问题。
技术实现建议
在Terraform中实现这一功能相对直接,只需要在logic_app_standard资源中添加一个新的可选参数:
resource "azurerm_logic_app_standard" "example" {
name = "example-logic-app"
location = azurerm_resource_group.example.location
resource_group_name = azurerm_resource_group.example.name
app_service_plan_id = azurerm_app_service_plan.example.id
storage_account_name = azurerm_storage_account.example.name
storage_account_access_key = azurerm_storage_account.example.primary_access_key
# 新增参数
vnet_content_share_enabled = true
}
最佳实践建议
对于正在使用Logic App Standard的用户,建议:
- 尽快迁移到新的配置方式,避免使用即将淘汰的旧参数
- 在同一环境中保持配置方式的一致性,要么全部使用新方式,要么全部使用旧方式
- 在迁移过程中,注意测试流量路由是否按预期工作
- 监控存储账户的访问日志,确保没有意外的公共网络访问
总结
随着Azure服务的持续演进,Terraform Provider也需要不断更新以支持最新的功能。为logic_app_standard资源添加vnetContentShareEnabled支持,不仅能够帮助用户利用最新的Azure功能,还能避免潜在的配置不一致导致的问题。这一改进将使用户能够更安全、更可靠地管理他们的Logic App Standard资源。
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