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。
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