Azure CLI 中订阅未找到问题的分析与解决方案
问题背景
在使用Azure CLI创建存储账户时,用户遇到了"SubscriptionNotFound"错误提示,系统报告无法找到指定的订阅ID。尽管用户确认该订阅确实存在,并且已经成功登录Azure账户,但操作仍然失败。这种情况通常发生在Azure资源管理过程中,涉及订阅访问权限或配置问题。
错误现象
当用户执行az storage account create命令创建存储账户时,Azure CLI返回以下错误信息:
(SubscriptionNotFound) Subscription 55a41f87-4d77-42b8-b8c3-3394661f391b was not found.
Code: SubscriptionNotFound
Message: Subscription 55a41f87-4d77-42b8-b8c3-3394661f391b was not found.
问题原因分析
经过排查,这个问题通常由以下几个原因导致:
-
会话状态问题:Azure CLI可能缓存了旧的认证信息,导致无法正确识别当前订阅。
-
订阅未激活:虽然订阅在门户中可见,但可能尚未完全激活或配置完成。
-
资源提供程序未注册:Microsoft.Storage资源提供程序可能未在订阅中注册。
-
跨租户访问问题:如果订阅属于不同的Azure AD租户,而用户未使用正确的租户登录。
解决方案
方法一:重新登录并验证订阅
-
首先执行登出操作清除现有会话:
az logout -
重新登录Azure账户:
az login -
验证当前活动订阅是否正确:
az account show -
如果需要切换订阅,使用以下命令:
az account set --subscription "订阅名称或ID"
方法二:注册存储资源提供程序
如果重新登录后问题仍然存在,可能需要注册存储资源提供程序:
az provider register --namespace Microsoft.Storage
注册完成后,等待几分钟让更改生效,然后重试创建存储账户的操作。
方法三:跨租户登录
如果订阅属于不同的Azure AD租户,需要使用租户ID登录:
az login --tenant "租户ID"
预防措施
-
定期清理缓存:定期执行
az logout清除旧的认证信息。 -
验证订阅状态:在执行关键操作前,使用
az account show确认当前活动订阅。 -
检查资源提供程序:对于新订阅,提前注册可能需要的资源提供程序。
-
使用最新版CLI:保持Azure CLI工具为最新版本,避免已知问题。
技术原理
Azure CLI与Azure资源管理器的交互依赖于OAuth 2.0认证流程和正确的订阅上下文。当出现订阅未找到错误时,通常意味着认证令牌中不包含对指定订阅的访问权限,或者后端服务无法识别该订阅。资源提供程序注册则是Azure资源模型的一部分,确保订阅能够管理特定类型的资源。
通过上述方法,大多数订阅识别问题都可以得到解决,确保用户能够顺利创建和管理Azure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-1.5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-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