Se connecter à une ressource multiservice Azure AI avec le connecteur de service

Article
01/29/2025

Cette page présente les méthodes d’authentification et les clients pris en charge, ainsi que des exemples de code permettant de connecter une ressource multiservice Azure AI à d’autres services cloud en utilisant le connecteur de services. Cette page liste également les noms et les valeurs des variables d’environnement par défaut obtenues lors de la création de la connexion du service.

Service de calcul pris en charge

Le connecteur de service peut être utilisé pour connecter les services de calcul suivants à une ressource multiservices d’Azure AI :

Azure App Service
Azure Container Apps
Azure Functions
Azure Kubernetes Service (AKS)
Azure Spring Apps

Types d’authentification et de clients pris en charge

Le tableau ci-dessous indique les méthodes d’authentification et les clients pris en charge pour connecter votre service de calcul à une ressource multiservice Azure AI à l’aide du connecteur de services. « Oui » indique que la combinaison est prise en charge, tandis que « Non » indique qu’elle n’est pas prise en charge.

Type de client	Identité managée affectée par le système	Identité managée affectée par l’utilisateur	Secret/chaîne de connexion	Principal du service
.NET	Oui	Oui	Oui	Oui
Java	Oui	Oui	Oui	Oui
Node.js	Oui	Oui	Oui	Oui
Python	Oui	Oui	Oui	Oui
Aucun	Oui	Oui	Oui	Oui

Ce tableau indique que toutes les combinaisons de types client et de méthodes d’authentification dans la table sont prises en charge. Tous les types de client peuvent utiliser l’une des méthodes d’authentification pour se connecter à la ressource multiservices d’Azure AI à l’aide du connecteur de services.

Noms des variables d’environnement par défaut ou propriétés de l’application et exemple de code

Utilisez les détails de connexion ci-dessous pour connecter des services de calcul à une ressource multiservices d’Azure AI. Pour plus d’informations sur les conventions d’affectation de noms, consultez l’article Éléments internes du connecteur de services.

Identité managée affectée par le système (nos recommandations)

Nom de variable d’environnement par défaut	Description	Exemple de valeur
AZURE_COGNITIVESERVICES_ENDPOINT	Service de fournisseur de jetons Azure Cognitive Services	`https://<cognitive-service-name>.cognitiveservices.azure.com/`

Exemple de code

Reportez-vous aux étapes et au code ci-dessous pour vous connecter à la ressource multiservices d’Azure AI à l’aide d’une identité managée affectée par le système.

Vous pouvez utiliser la bibliothèque cliente Azure pour accéder à différentes API cognitives qu’une ressource multiservices d’Azure AI prend en charge. Nous utilisons l’Analyse de texte d’Azure AI comme exemple dans cet exemple. Reportez-vous aux demandes d’authentification auprès des services Azure AI pour appeler directement les API cognitives.

Installez les dépendances suivantes. Nous allons utiliser Azure.AI.TextAnalytics dans cet exemple.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Identity
```

Authentifiez-vous à l’aide de la bibliothèque d’identités Azure et obtenez le point de terminaison de la ressource de multiservices d’Azure AI à partir des variables d’environnement ajoutées par le Connecteur de services. Lorsque vous utilisez le code ci-dessous, supprimez les marques de commentaire de la partie de l’extrait de code pour le type d’authentification que vous souhaitez utiliser.

using Azure.AI.TextAnalytics;
using Azure.Identity;

string endpoint = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_ENDPOINT");

// Uncomment the following lines corresponding to the authentication type you want to use.
// system-assigned managed identity
// var credential = new DefaultAzureCredential();

// user-assigned managed identity
// var credential = new DefaultAzureCredential(
//     new DefaultAzureCredentialOptions
//     {
//         ManagedIdentityClientId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTID");
//     });

// service principal 
// var tenantId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_TENANTID");
// var clientId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTID");
// var clientSecret = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTSECRET");
// var credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  credential);

Ajoutez les dépendances suivantes dans votre fichier pom.xml. Nous allons utiliser azure-ai-textanalytics dans cet exemple.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.11.4</version>
</dependency>

Authentifiez-vous en utilisant azure-identity et obtenez le point de terminaison de Stockage File d’attente Azure auprès des variables d’environnement ajoutées par le connecteur de services. Lorsque vous utilisez le code ci-dessous, supprimez les marques de commentaire de la partie de l’extrait de code pour le type d’authentification que vous souhaitez utiliser.

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder().build();

// for user-assigned managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder()
//     .managedIdentityClientId(System.getenv("AZURE_COGNITIVESERVICES_CLIENTID"))
//     .build();

// for service principal
// ClientSecretCredential credential = new ClientSecretCredentialBuilder()
//   .clientId(System.getenv("AZURE_COGNITIVESERVICES_CLIENTID"))
//   .clientSecret(System.getenv("AZURE_COGNITIVESERVICES_CLIENTSECRET"))
//   .tenantId(System.getenv("AZURE_COGNITIVESERVICES_TENANTID"))
//   .build();

String endpoint = System.getenv("AZURE_COGNITIVESERVICES_ENDPOINT");

TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();

Installez les dépendances suivantes. Nous allons utiliser azure-ai-textanalytics dans cet exemple.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-identity
```

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.identity import ManagedIdentityCredential, ClientSecretCredential

# Uncomment the following lines corresponding to the authentication type you want to use.
# system-assigned managed identity
# cred = ManagedIdentityCredential()

# user-assigned managed identity
# managed_identity_client_id = os.getenv('AZURE_COGNITIVESERVICES_CLIENTID')
# cred = ManagedIdentityCredential(client_id=managed_identity_client_id)

# service principal
# tenant_id = os.getenv('AZURE_COGNITIVESERVICES_TENANTID')
# client_id = os.getenv('AZURE_COGNITIVESERVICES_CLIENTID')
# client_secret = os.getenv('AZURE_COGNITIVESERVICES_CLIENTSECRET')
# cred = ClientSecretCredential(tenant_id=tenant_id, client_id=client_id, client_secret=client_secret)
endpoint = os.getenv('AZURE_COGNITIVESERVICES_ENDPOINT')

language_service_client = TextAnalyticsClient(
  endpoint=endpoint, 
  credential=cred)

Installez les dépendances suivantes. Nous allons utiliser ai-text-analytics dans cet exemple.
```
npm install @azure/ai-text-analytics@5.1.0
npm install @azure/identity
```

Authentifiez-vous en utilisant @azure/identity et obtenez le point de terminaison de Stockage File d’attente Azure auprès des variables d’environnement ajoutées par le connecteur de services. Lorsque vous utilisez le code ci-dessous, supprimez les marques de commentaire de la partie de l’extrait de code pour le type d’authentification que vous souhaitez utiliser.

import { DefaultAzureCredential,ClientSecretCredential } from "@azure/identity";
const { TextAnalyticsClient } = require("@azure/ai-text-analytics");

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-assigned managed identity
// const credential = new DefaultAzureCredential();

// for user-assigned managed identity
// const clientId = process.env.AZURE_COGNITIVESERVICES_CLIENTID;
// const credential = new DefaultAzureCredential({
//     managedIdentityClientId: clientId
// });

// for service principal
// const tenantId = process.env.AZURE_COGNITIVESERVICES_TENANTID;
// const clientId = process.env.AZURE_COGNITIVESERVICES_CLIENTID;
// const clientSecret = process.env.AZURE_COGNITIVESERVICES_CLIENTSECRET;
// const credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

const endpoint = process.env.AZURE_COGNITIVESERVICES_ENDPOINT;
const languageClient = new TextAnalyticsClient(endpoint, credential);

Identité managée affectée par l’utilisateur

Nom de variable d’environnement par défaut	Description	Exemple de valeur
AZURE_COGNITIVESERVICES_ENDPOINT	Service de fournisseur de jetons Azure Cognitive Services	`https://<cognitive-service-name>.cognitiveservices.azure.com/`
AZURE_COGNITIVESERVICES_CLIENTID	Votre ID client	`<client-ID>`

Exemple de code

Reportez-vous aux étapes et au code ci-dessous pour vous connecter à Azure AI Service à l’aide d’une identité managée affectée par l’utilisateur.

Installez les dépendances suivantes. Nous allons utiliser Azure.AI.TextAnalytics dans cet exemple.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Identity
```

using Azure.AI.TextAnalytics;
using Azure.Identity;

string endpoint = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_ENDPOINT");

// Uncomment the following lines corresponding to the authentication type you want to use.
// system-assigned managed identity
// var credential = new DefaultAzureCredential();

// user-assigned managed identity
// var credential = new DefaultAzureCredential(
//     new DefaultAzureCredentialOptions
//     {
//         ManagedIdentityClientId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTID");
//     });

// service principal 
// var tenantId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_TENANTID");
// var clientId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTID");
// var clientSecret = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTSECRET");
// var credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  credential);

Ajoutez les dépendances suivantes dans votre fichier pom.xml. Nous allons utiliser azure-ai-textanalytics dans cet exemple.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.11.4</version>
</dependency>

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder().build();

// for user-assigned managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder()
//     .managedIdentityClientId(System.getenv("AZURE_COGNITIVESERVICES_CLIENTID"))
//     .build();

// for service principal
// ClientSecretCredential credential = new ClientSecretCredentialBuilder()
//   .clientId(System.getenv("AZURE_COGNITIVESERVICES_CLIENTID"))
//   .clientSecret(System.getenv("AZURE_COGNITIVESERVICES_CLIENTSECRET"))
//   .tenantId(System.getenv("AZURE_COGNITIVESERVICES_TENANTID"))
//   .build();

String endpoint = System.getenv("AZURE_COGNITIVESERVICES_ENDPOINT");

TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();

Installez les dépendances suivantes. Nous allons utiliser azure-ai-textanalytics dans cet exemple.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-identity
```

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.identity import ManagedIdentityCredential, ClientSecretCredential

# Uncomment the following lines corresponding to the authentication type you want to use.
# system-assigned managed identity
# cred = ManagedIdentityCredential()

# user-assigned managed identity
# managed_identity_client_id = os.getenv('AZURE_COGNITIVESERVICES_CLIENTID')
# cred = ManagedIdentityCredential(client_id=managed_identity_client_id)

# service principal
# tenant_id = os.getenv('AZURE_COGNITIVESERVICES_TENANTID')
# client_id = os.getenv('AZURE_COGNITIVESERVICES_CLIENTID')
# client_secret = os.getenv('AZURE_COGNITIVESERVICES_CLIENTSECRET')
# cred = ClientSecretCredential(tenant_id=tenant_id, client_id=client_id, client_secret=client_secret)
endpoint = os.getenv('AZURE_COGNITIVESERVICES_ENDPOINT')

language_service_client = TextAnalyticsClient(
  endpoint=endpoint, 
  credential=cred)

Installez les dépendances suivantes. Nous allons utiliser ai-text-analytics dans cet exemple.
```
npm install @azure/ai-text-analytics@5.1.0
npm install @azure/identity
```

import { DefaultAzureCredential,ClientSecretCredential } from "@azure/identity";
const { TextAnalyticsClient } = require("@azure/ai-text-analytics");

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-assigned managed identity
// const credential = new DefaultAzureCredential();

// for user-assigned managed identity
// const clientId = process.env.AZURE_COGNITIVESERVICES_CLIENTID;
// const credential = new DefaultAzureCredential({
//     managedIdentityClientId: clientId
// });

// for service principal
// const tenantId = process.env.AZURE_COGNITIVESERVICES_TENANTID;
// const clientId = process.env.AZURE_COGNITIVESERVICES_CLIENTID;
// const clientSecret = process.env.AZURE_COGNITIVESERVICES_CLIENTSECRET;
// const credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

const endpoint = process.env.AZURE_COGNITIVESERVICES_ENDPOINT;
const languageClient = new TextAnalyticsClient(endpoint, credential);

Connection string

Nom de variable d’environnement par défaut	Description	Exemple de valeur
AZURE_COGNITIVESERVICES_ENDPOINT	Service de fournisseur de jetons Azure Cognitive Services	`https://<cognitive-service-name>.cognitiveservices.azure.com/`
AZURE_COGNITIVESERVICES_KEY	Clé API d’une ressource multiservices d’Azure AI	`<api-key>`

Exemple de code

Reportez-vous aux étapes et au code ci-dessous pour vous connecter à une ressource multiservices d’Azure AI à l’aide d’une chaîne de connexion.

Installez les dépendances suivantes. Nous allons utiliser Azure.AI.TextAnalytics dans cet exemple.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Core --version 1.40.0
```

Obtenez le point de terminaison de ressource multiservices d’Azure AI et la clé à partir des variables d’environnement ajoutées par le connecteur de services.

using Azure.AI.TextAnalytics;

string endpoint = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_ENDPOINT")
string key = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_KEY");

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  new AzureKeyCredential(key));

Ajoutez les dépendances suivantes dans votre fichier pom.xml. Nous allons utiliser azure-ai-textanalytics dans cet exemple.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-core</artifactId>
    <version>1.49.1</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>

Obtenez le point de terminaison de ressource multiservices d’Azure AI et la clé à partir des variables d’environnement ajoutées par le connecteur de services.

String endpoint = System.getenv("AZURE_COGNITIVESERVICES_ENDPOINT");
String key = System.getenv("AZURE_COGNITIVESERVICES_KEY");
TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(new AzureKeyCredential(key))
    .endpoint(endpoint)
    .buildClient();

Installez les dépendances suivantes. Nous allons utiliser azure-ai-textanalytics dans cet exemple.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-core
```

Obtenez le point de terminaison de ressource multiservices d’Azure AI et la clé à partir des variables d’environnement ajoutées par le connecteur de services.

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

key = os.environ['AZURE_COGNITIVESERVICES_KEY']
endpoint = os.environ['AZURE_COGNITIVESERVICES_ENDPOINT']
language_service_client = TextAnalyticsClient(
  endpoint=retrieved_endpoint, 
  credential=AzureKeyCredential(key))

Installez la dépendance suivante. Nous allons utiliser ai-text-analytics dans cet exemple.
```
npm install @azure/ai-text-analytics@5.1.0
```

Obtenez le point de terminaison de ressource multiservices d’Azure AI et la clé à partir des variables d’environnement ajoutées par le connecteur de services.

const { TextAnalyticsClient, AzureKeyCredential } = require("@azure/ai-text-analytics");

const endpoint = process.env.AZURE_COGNITIVESERVICES_ENDPOINT;
const credential = new AzureKeyCredential(process.env.AZURE_COGNITIVESERVICES_KEY);

const languageClient = new TextAnalyticsClient(endpoint, credential);

Principal du service

Nom de variable d’environnement par défaut	Description	Exemple de valeur
AZURE_COGNITIVESERVICES_ENDPOINT	Service de fournisseur de jetons Azure Cognitive Services	`https://<cognitive-service-name>.cognitiveservices.azure.com/`
AZURE_COGNITIVESERVICES_CLIENTID	Votre ID client	`<client-ID>`
AZURE_COGNITIVESERVICES_CLIENTSECRET	Votre clé secrète client	`<client-secret>`
AZURE_COGNITIVESERVICES_TENANTID	Votre ID d’abonné	`<tenant-ID>`

Exemple de code

Reportez-vous aux étapes et au code ci-dessous pour vous connecter à une ressource multiservices d’Azure AI à l’aide d’un principal de service

Installez les dépendances suivantes. Nous allons utiliser Azure.AI.TextAnalytics dans cet exemple.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Identity
```

using Azure.AI.TextAnalytics;
using Azure.Identity;

string endpoint = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_ENDPOINT");

// Uncomment the following lines corresponding to the authentication type you want to use.
// system-assigned managed identity
// var credential = new DefaultAzureCredential();

// user-assigned managed identity
// var credential = new DefaultAzureCredential(
//     new DefaultAzureCredentialOptions
//     {
//         ManagedIdentityClientId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTID");
//     });

// service principal 
// var tenantId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_TENANTID");
// var clientId = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTID");
// var clientSecret = Environment.GetEnvironmentVariable("AZURE_COGNITIVESERVICES_CLIENTSECRET");
// var credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  credential);

Ajoutez les dépendances suivantes dans votre fichier pom.xml. Nous allons utiliser azure-ai-textanalytics dans cet exemple.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.11.4</version>
</dependency>

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder().build();

// for user-assigned managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder()
//     .managedIdentityClientId(System.getenv("AZURE_COGNITIVESERVICES_CLIENTID"))
//     .build();

// for service principal
// ClientSecretCredential credential = new ClientSecretCredentialBuilder()
//   .clientId(System.getenv("AZURE_COGNITIVESERVICES_CLIENTID"))
//   .clientSecret(System.getenv("AZURE_COGNITIVESERVICES_CLIENTSECRET"))
//   .tenantId(System.getenv("AZURE_COGNITIVESERVICES_TENANTID"))
//   .build();

String endpoint = System.getenv("AZURE_COGNITIVESERVICES_ENDPOINT");

TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();

Installez les dépendances suivantes. Nous allons utiliser azure-ai-textanalytics dans cet exemple.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-identity
```

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.identity import ManagedIdentityCredential, ClientSecretCredential

# Uncomment the following lines corresponding to the authentication type you want to use.
# system-assigned managed identity
# cred = ManagedIdentityCredential()

# user-assigned managed identity
# managed_identity_client_id = os.getenv('AZURE_COGNITIVESERVICES_CLIENTID')
# cred = ManagedIdentityCredential(client_id=managed_identity_client_id)

# service principal
# tenant_id = os.getenv('AZURE_COGNITIVESERVICES_TENANTID')
# client_id = os.getenv('AZURE_COGNITIVESERVICES_CLIENTID')
# client_secret = os.getenv('AZURE_COGNITIVESERVICES_CLIENTSECRET')
# cred = ClientSecretCredential(tenant_id=tenant_id, client_id=client_id, client_secret=client_secret)
endpoint = os.getenv('AZURE_COGNITIVESERVICES_ENDPOINT')

language_service_client = TextAnalyticsClient(
  endpoint=endpoint, 
  credential=cred)

Installez les dépendances suivantes. Nous allons utiliser ai-text-analytics dans cet exemple.
```
npm install @azure/ai-text-analytics@5.1.0
npm install @azure/identity
```

import { DefaultAzureCredential,ClientSecretCredential } from "@azure/identity";
const { TextAnalyticsClient } = require("@azure/ai-text-analytics");

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-assigned managed identity
// const credential = new DefaultAzureCredential();

// for user-assigned managed identity
// const clientId = process.env.AZURE_COGNITIVESERVICES_CLIENTID;
// const credential = new DefaultAzureCredential({
//     managedIdentityClientId: clientId
// });

// for service principal
// const tenantId = process.env.AZURE_COGNITIVESERVICES_TENANTID;
// const clientId = process.env.AZURE_COGNITIVESERVICES_CLIENTID;
// const clientSecret = process.env.AZURE_COGNITIVESERVICES_CLIENTSECRET;
// const credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

const endpoint = process.env.AZURE_COGNITIVESERVICES_ENDPOINT;
const languageClient = new TextAnalyticsClient(endpoint, credential);

Partager via

Se connecter à une ressource multiservice Azure AI avec le connecteur de service

Service de calcul pris en charge

Types d’authentification et de clients pris en charge

Noms des variables d’environnement par défaut ou propriétés de l’application et exemple de code

Identité managée affectée par le système (nos recommandations)

Exemple de code

Identité managée affectée par l’utilisateur

Exemple de code

Connection string

Exemple de code

Principal du service

Exemple de code

Commentaires

Ressources supplémentaires

Partager via

Se connecter à une ressource multiservice Azure AI avec le connecteur de service

Service de calcul pris en charge

Types d’authentification et de clients pris en charge

Noms des variables d’environnement par défaut ou propriétés de l’application et exemple de code

Identité managée affectée par le système (nos recommandations)

Exemple de code

Identité managée affectée par l’utilisateur

Exemple de code

Connection string

Exemple de code

Principal du service

Exemple de code

Contenu connexe

Commentaires

Ressources supplémentaires