Terraform Provider for AzureRM v4.31.0 版本发布解析
Terraform Provider for AzureRM 是 HashiCorp 官方维护的用于管理 Microsoft Azure 资源的 Terraform 插件。最新发布的 v4.31.0 版本带来了一系列新功能、增强特性和问题修复,进一步提升了用户在 Azure 云环境中进行基础设施即代码(IaC)管理的体验。
新功能介绍
本次更新引入了两个重要的新资源:
-
Dev Center 数据源:新增的
azurerm_dev_center数据源允许用户查询现有的 Azure Dev Center 资源信息。Dev Center 是 Azure 提供的开发者中心服务,为开发团队提供标准化的开发环境和工具链。 -
网络管理器路由配置资源:新增的
azurerm_network_manager_routing_configuration资源使用户能够通过 Terraform 管理 Azure 网络管理器中的路由配置。这对于需要集中管理复杂网络拓扑的企业特别有价值。
功能增强
v4.31.0 版本对多个现有资源进行了功能扩展:
-
备份保护虚拟机:
azurerm_backup_protected_vm资源现在支持BackupsSuspended保护状态,允许用户通过 Terraform 管理备份暂停状态。 -
Grafana 托管私有端点:
azurerm_dashboard_grafana_managed_private_endpoint新增了对privatelink_service_url属性的支持,增强了私有链接配置能力。 -
Dynatrace 标签规则:
azurerm_dynatrace_tag_rules增加了sending_metrics_enabled属性,提供了更精细的监控数据发送控制。 -
MySQL 灵活服务器:新增了对
MO_Standard_E96ads_v5SKU 的支持,为用户提供了更高性能的数据库实例选项。 -
PostgreSQL 灵活服务器:改进了副本服务器创建过程,现在会在创建副本时锁定源服务器,防止配置冲突。
重要问题修复
本次发布修复了多个可能影响用户体验的问题:
-
API 管理产品:修复了
subscriptions_limit属性不能设置为 0 的问题,现在可以正确表示无限制订阅。 -
批处理池:解决了
data_disks属性更新不生效的问题,确保磁盘配置变更能够正确应用。 -
数据工厂二进制数据集:修复了压缩类型属性在 API 请求中大小写错误的问题,现在压缩设置能够正确生效。
-
HDInsight 集群系列:多个 HDInsight 集群资源(
hadoop、hbase、interactive_query、kafka、spark)修复了脚本操作变更时的问题,现在会强制创建新资源而不是静默失败。 -
Linux 虚拟机:修复了当虚拟机配置了 VM 扩展时身份(identity)更新失败的问题。
-
MongoDB 集群:修复了连接字符串中包含
$符号时的导出问题,确保特殊字符正确处理。 -
SQL 虚拟机:现在当未指定
auto_patching块时会正确禁用自动修补功能,而不是保持之前的状态。 -
网络接口:修复了当 NIC 附加到私有端点时无法更新标签的问题,现在标签管理更加灵活。
-
搜索服务:修复了更新
allowed_ips属性时意外清除network_rule_bypass_option的问题,确保网络安全配置的稳定性。
依赖项更新
v4.31.0 版本更新了多个 Azure 服务的 API 版本依赖:
- 托管 Lustre 文件系统更新至 2024-07-01 API 版本
- SQL 服务器安全评估更新至 2023-08-01-preview API 版本
- 虚拟机规模集备用池更新至 2025-03-01 API 版本
- 计算服务部分更新至 2024-11-01 API 版本
- Video Indexer 服务更新至 2025-04-01 API 版本
这些 API 版本更新通常带来新功能、性能改进和安全性增强,确保 Terraform 用户能够访问 Azure 服务的最新特性。
总结
Terraform Provider for AzureRM v4.31.0 版本通过新增资源、功能增强和问题修复,进一步提升了在 Azure 环境中使用基础设施即代码的体验。特别是对网络管理、数据库服务和监控功能的改进,使得大规模云环境的管理更加高效可靠。用户升级到此版本可以获得更稳定的操作体验和更丰富的功能支持。
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