Terraform Provider for AzureRM v4.26.0 版本深度解析
Terraform Provider for AzureRM 是 HashiCorp 官方维护的用于管理 Microsoft Azure 资源的 Terraform 插件。本次发布的 v4.26.0 版本带来了一些重要的变更、功能增强和错误修复,主要涉及虚拟机管理、安全特性、数据库服务等多个方面。
重大变更
本次版本中有两个重要的破坏性变更值得注意:
-
虚拟机优雅关机功能弃用:由于 Azure 计算 API 的变更,Provider 配置项
virtual_machines.graceful_shutdown已被弃用并将在 v5.0 版本中移除。这意味着用户需要寻找替代方案来实现虚拟机的优雅关机功能。 -
虚拟机代理平台更新属性变为只读:对于
azurerm_linux_virtual_machine和azurerm_windows_virtual_machine资源,vm_agent_platform_updates_enabled属性现在变为只读状态,用户无法再通过 Terraform 配置此属性。
新增功能
本次版本引入了一个实用的新数据源:
- 角色分配查询增强:新增的
azurerm_role_assignments数据源允许用户更高效地查询 Azure 中的角色分配情况,这对于权限管理和审计场景特别有用。
功能增强
本次更新在多方面进行了功能增强:
-
数据库服务改进:
- MSSQL Server 现在支持导出
express_vulnerability_assessment_enabled属性,增强了安全评估能力 - MySQL 灵活服务器弃用了
public_network_access_enabled属性,改用更灵活的public_network_access属性
- MSSQL Server 现在支持导出
-
虚拟机管理优化:
- 协调式虚拟机规模集新增支持
upgrade_mode和rolling_upgrade_policy属性,提供了更灵活的升级策略控制 - Linux 虚拟机的
license_type现在可以更新为 None,提供了更多许可选项
- 协调式虚拟机规模集新增支持
-
存储与网络服务改进:
- NetApp 卷的
service_level现在可以更新,不再需要重建资源 - Nginx 部署的前端公共IP、前端私有IP和网络接口不再需要强制重建
- NetApp 卷的
-
安全与管理增强:
- Data Factory 的 SFTP 链接服务现在支持 SSH 认证和 Key Vault 密钥引用,提高了安全性
- 静态 Web 应用的
app_settings现在标记为敏感,保护了配置信息
错误修复
本次版本修复了几个重要问题:
-
MySQL 灵活服务器:修复了当
customer_managed_key为 nil 时可能引发的 panic 问题 -
流量管理器嵌套端点:移除了
priority属性的Computed标记,因为优先级实际上是由 API 动态分配的 -
Databricks 工作区:解决了包含 UC 的托管资源组删除问题,现在可以通过
force_delete提供程序特性标志删除这些资源
技术建议
对于正在使用受影响功能的用户,建议:
-
检查是否使用了已被弃用的
virtual_machines.graceful_shutdown配置,并规划迁移方案 -
如果依赖
vm_agent_platform_updates_enabled属性进行配置,需要调整工作流程,因为该属性现在变为只读 -
考虑使用新的
azurerm_role_assignments数据源来简化角色分配查询 -
对于 MySQL 灵活服务器用户,建议迁移到新的
public_network_access属性 -
利用新版本提供的更灵活的更新能力(如 NetApp 卷的服务级别更新)优化基础设施管理流程
本次更新体现了 AzureRM Provider 对 Azure API 变化的快速响应能力,同时持续改进用户体验和功能完整性。用户在升级前应仔细评估变更影响,特别是涉及破坏性变更的部分,确保平滑过渡到新版本。
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-1.5暂无简介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-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