Componentes do Microsoft.Insights
Comentários
Para obter orientações sobre como implantar soluções de monitoramento, consulte Criar recursos de monitoramento usando o Bicep.
Definição de recursos do bíceps
O tipo de recurso de componentes pode ser implantado com operações que visam:
- Grupos de recursos - Consulte comandos de implantação de grupo de recursos
Para obter uma lista de propriedades alteradas em cada versão da API, consulte log de alterações.
Formato do recurso
Para criar um recurso Microsoft.Insights/components, adicione o seguinte Bicep ao seu modelo.
resource symbolicname 'Microsoft.Insights/components@2020-02-02' = {
etag: 'string'
kind: 'string'
location: 'string'
name: 'string'
properties: {
Application_Type: 'string'
DisableIpMasking: bool
DisableLocalAuth: bool
Flow_Type: 'string'
ForceCustomerStorageForProfiler: bool
HockeyAppId: 'string'
ImmediatePurgeDataOn30Days: bool
IngestionMode: 'string'
publicNetworkAccessForIngestion: 'string'
publicNetworkAccessForQuery: 'string'
Request_Source: 'string'
RetentionInDays: int
SamplingPercentage: int
WorkspaceResourceId: 'string'
}
tags: {
{customized property}: 'string'
}
}
Valores de propriedade
ApplicationInsightsComponentProperties
| Designação | Descrição | Valor |
|---|---|---|
| Application_Type | Tipo de aplicação que está a ser monitorizada. | «Outros» 'web' (obrigatório) |
| DisableIpMasking | Desative o mascaramento de IP. | Bool |
| DisableLocalAuth | Desative a autenticação não baseada em AAD. | Bool |
| Flow_Type | Usado pelo sistema Application Insights para determinar por que tipo de fluxo esse componente foi criado. Isso deve ser definido como 'Bluefield' ao criar/atualizar um componente por meio da API REST. | 'Campo azul' |
| ForceCustomerStorageForProfiler | Força os usuários a criar sua própria conta de armazenamento para profiler e depurador. | Bool |
| HóqueiAppId | O ID de aplicativo exclusivo criado quando um novo aplicativo é adicionado ao HockeyApp, usado para comunicações com o HockeyApp. | string |
| ImmediatePurgeDataOn30Days | Limpe os dados imediatamente após 30 dias. | Bool |
| Modo de ingestão | Indica o fluxo da ingestão. | 'ApplicationInsights' 'ApplicationInsightsWithDiagnosticSettings' 'LogAnalytics' |
| publicNetworkAccessForIngestion | O tipo de acesso à rede para acessar a ingestão do Application Insights. | 'Desativado' 'Habilitado' |
| publicNetworkAccessForQuery | O tipo de acesso à rede para acessar a consulta do Application Insights. | 'Desativado' 'Habilitado' |
| Request_Source | Descreve qual ferramenta criou esse componente do Application Insights. Os clientes que usam essa API devem definir isso como o 'rest' padrão. | 'descanso' |
| RetentionInDays | Período de retenção em dias. | Int |
| AmostragemPercentagem | Porcentagem dos dados produzidos pelo aplicativo que está sendo monitorado que está sendo amostrado para telemetria do Application Insights. | Int |
| WorkspaceResourceId | ID do recurso do espaço de trabalho de análise de log para o qual os dados serão ingeridos. Esta propriedade é necessária para criar um aplicativo com esta versão da API. Aplicativos de versões mais antigas não terão essa propriedade. | string |
ComponentsResourceTags
| Designação | Descrição | Valor |
|---|
Microsoft.Insights/componentes
| Designação | Descrição | Valor |
|---|---|---|
| etag | Etag de recursos | string |
| tipo | O tipo de aplicativo ao qual esse componente se refere, usado para personalizar a interface do usuário. Este valor é uma cadeia de caracteres de forma livre, os valores normalmente devem ser um dos seguintes: web, ios, other, store, java, phone. | string (obrigatório) |
| Localização | Localização do recurso | string (obrigatório) |
| Designação | O nome do recurso | string (obrigatório) |
| propriedades | Propriedades que definem um recurso de componente do Application Insights. | ApplicationInsightsComponentProperties |
| Etiquetas | Tags de recursos | Dicionário de nomes e valores de tags. Consulte Tags em modelos |
Exemplos de início rápido
Os exemplos de início rápido a seguir implantam esse tipo de recurso.
| Arquivo Bicep | Descrição |
|---|---|
| Application Gateway com gerenciamento interno de API e de aplicativos Web | Gateway de Aplicativo roteando tráfego da Internet para uma instância de Gerenciamento de API de rede virtual (modo interno) que atende uma API Web hospedada em um Aplicativo Web do Azure. |
| de configuração básica do Azure AI Studio | Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| de configuração básica do Azure AI Studio | Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| de configuração básica do Azure AI Studio | Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Rede Restrita do Azure AI Studio | Este conjunto de modelos demonstra como configurar o Azure AI Studio com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Rede Restrita do Azure AI Studio | Este conjunto de modelos demonstra como configurar o Azure AI Studio com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Azure AI Studio com o Microsoft Entra ID Authentication | Este conjunto de modelos demonstra como configurar o Azure AI Studio com a autenticação de ID do Microsoft Entra para recursos dependentes, como os Serviços de IA do Azure e o Armazenamento do Azure. |
| Gêmeos Digitais do Azure com função e serviço de link privado | Este modelo cria um serviço de Gêmeos Digitais do Azure configurado com uma Função do Azure conectada à Rede Virtual que pode se comunicar por meio de um Ponto de Extremidade de Link Privado para Gêmeos Digitais. Ele também cria uma Zona DNS Privada para permitir a resolução perfeita do nome de host do Ponto de Extremidade Digital da Rede Virtual para o endereço IP da sub-rede interna do Ponto Final Privado. O nome do host é armazenado como uma configuração para a Função do Azure com o nome 'ADT_ENDPOINT'. |
| aplicativo Azure Function e uma função acionada por HTTP | Este exemplo implanta um aplicativo Azure Function e uma função acionada por HTTP embutida no modelo. Ele também implanta um Cofre de Chaves e preenche um segredo com a chave de host do aplicativo de função. |
| aplicativo Azure Function hospedado no do Plano de Consumo do Linux | Este modelo provisiona um aplicativo de função em um plano de consumo do Linux, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. |
| Aplicativo de Função do Azure com um Slot de Implantação | Este modelo provisiona um aplicativo de função em um plano Premium com slot de produção e um slot de implantação adicional. |
| Aplicativo de Função do Azure com Hub de Eventos e de Identidade Gerenciada | seu modelo provisiona um aplicativo do Azure Function em um plano de Consumo do Linux, juntamente com um Hub de Eventos, Armazenamento do Azure e Application Insights. O aplicativo de função é capaz de usar a identidade gerenciada para se conectar ao Hub de Eventos e à conta de Armazenamento |
| Aplicativo Azure Function com de Integração de Rede Virtual | Este modelo provisiona um aplicativo de função em um plano Premium com integração de rede virtual regional habilitada para uma rede virtual recém-criada. |
| configuração segura completa do Azure Machine Learning | Este conjunto de modelos Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Esta implementação de referência inclui o espaço de trabalho, um cluster de computação, instância de computação e cluster AKS privado anexado. |
| Configuração segura de ponta a ponta do Aprendizado de Máquina do Azure | Este conjunto de modelos Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Esta implementação de referência inclui o espaço de trabalho, um cluster de computação, instância de computação e cluster AKS privado anexado. |
| Crie um destino de computação AKS com um endereço IP privado | Este modelo cria um destino de computação AKS em determinado espaço de trabalho do serviço Azure Machine Learning com um endereço IP privado. |
| Criar um espaço de trabalho de serviço do Azure Machine Learning | Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. Esta configuração descreve o conjunto mínimo de recursos necessários para começar a utilizar o Azure Machine Learning. |
| Criar um espaço de trabalho de serviço do Azure Machine Learning (CMK) | Este modelo de implantação especifica como criar um espaço de trabalho do Azure Machine Learning com criptografia do lado do serviço usando suas chaves de criptografia. |
| Criar um espaço de trabalho de serviço do Azure Machine Learning (CMK) | Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. O exemplo mostra como configurar o Azure Machine Learning para criptografia com uma chave de criptografia gerenciada pelo cliente. |
| Criar um espaço de trabalho de serviço do Azure Machine Learning (legado) | Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Aprendizado de Máquina do Azure em uma configuração isolada de rede. |
| Criar um espaço de trabalho de serviço do Azure Machine Learning (vnet) | Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Aprendizado de Máquina do Azure em uma configuração isolada de rede. |
| Criar gerenciamento de API em rede virtual interna com do App Gateway | Este modelo demonstra como Criar uma instância do Gerenciamento de API do Azure em uma rede privada protegida pelo Gateway de Aplicativo do Azure. |
| Criar aplicativo de função e de armazenamento protegido por endpoint privado | Este modelo permite implantar um Aplicativo de Função do Azure que se comunica com o Armazenamento do Azure em pontos de extremidade privados. |
| Cria um aplicativo de microsserviços Dapr usando o Container Apps | Crie um aplicativo de microsserviços Dapr usando Aplicativos de Contêiner. |
| Cria um aplicativo de barramento de serviço pub-sub Dapr usando Aplicativos de Contêiner | Crie um aplicativo de barramento de serviço pub-sub Dapr usando Aplicativos de Contêiner. |
| Implantar um aplicativo de microsserviço simples do Azure Spring Apps | Este modelo implanta um aplicativo de microsserviço simples do Azure Spring Apps para ser executado no Azure. |
| Implantar um plano do Azure Function Premium habilitado para AZ | Este modelo permite implantar um plano do Azure Function Premium com suporte a zonas de disponibilidade, incluindo uma conta de armazenamento habilitada para zonas de disponibilidade. |
| Implantar um plano do Azure Function Premium com integração vnet | Este modelo permite implantar um plano do Azure Function Premium com integração de rede virtual regional habilitada para uma rede virtual recém-criada. |
| Implantar o Application Insight e criar alertas nele | Este modelo permite implantar o Application Insight e criar alertas nele |
| Implantar o Secure Azure AI Studio com uma rede virtual gerenciada | Este modelo cria um ambiente seguro do Azure AI Studio com restrições robustas de segurança de rede e identidade. |
| aplicativo Django | Este modelo permite que você crie um Serviço de Aplicativo para implantar um aplicativo Django. |
| Porta da frente Standard/Premium com de origem do Azure Functions | Este modelo cria um Front Door Standard/Premium, um aplicativo do Azure Functions, e configura o aplicativo de função para validar que o tráfego passou pela origem do Front Door. |
| Function App protegido pelo Azure Frontdoor | Este modelo permite implantar uma função azure premium protegida e publicada pelo Azure Frontdoor premium. A conexão entre o Azure Frontdoor e o Azure Functions é protegida pelo Azure Private Link. |
| Private Function App e de armazenamento privado protegido por endpoints | Este modelo provisiona um aplicativo de função em um plano Premium que tem pontos de extremidade privados e se comunica com o Armazenamento do Azure por meio de pontos de extremidade privados. |
| Provisionar um aplicativo de função em um plano de consumo | Este modelo provisiona um aplicativo de função em um plano de consumo, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. Existem outros modelos disponíveis para provisionamento em um plano de hospedagem dedicado. |
| Provisionar um aplicativo de função em execução em um Plano do Serviço de Aplicativo | Este modelo provisiona um aplicativo de função em um plano de hospedagem dedicado, o que significa que ele será executado e cobrado como qualquer site do Serviço de Aplicativo. |
| provisionar um aplicativo Web com um banco de dados SQL | Este modelo provisiona um Aplicativo Web, um Banco de Dados SQL, configurações de Dimensionamento Automático, regras de Alerta e Informações sobre Aplicativos. Ele configura uma cadeia de conexão no aplicativo Web para o banco de dados. |
| função de plano de consumo de provisionamento com um slot de implantação | Este modelo provisiona um aplicativo de função em um plano de consumo, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. Existem outros modelos disponíveis para provisionamento em um plano de hospedagem dedicado. |
| Web App com envio do Application Insights para o Log Analytics | Este modelo ajudará a suportar as novas versões de API do microsoft.insights/components. A partir de 2020-02-02-preview o WorkspaceID será necessário ao criar o Application Inisghts.Este modelo implantará o Plano do Serviço de Aplicativo, o Serviço de Aplicativo, o Application Insights, o Espaço de Trabalho do Log Analytics e conectará tudo isso. |
| Web App com Identidade Gerenciada, SQL Server e ΑΙ | Exemplo simples para implantar a infraestrutura do Azure para aplicativo + dados + identidade gerenciada + monitoramento |
Definição de recurso de modelo ARM
O tipo de recurso de componentes pode ser implantado com operações que visam:
- Grupos de recursos - Consulte comandos de implantação de grupo de recursos
Para obter uma lista de propriedades alteradas em cada versão da API, consulte log de alterações.
Formato do recurso
Para criar um recurso Microsoft.Insights/components, adicione o JSON a seguir ao seu modelo.
{
"type": "Microsoft.Insights/components",
"apiVersion": "2020-02-02",
"name": "string",
"etag": "string",
"kind": "string",
"location": "string",
"properties": {
"Application_Type": "string",
"DisableIpMasking": "bool",
"DisableLocalAuth": "bool",
"Flow_Type": "string",
"ForceCustomerStorageForProfiler": "bool",
"HockeyAppId": "string",
"ImmediatePurgeDataOn30Days": "bool",
"IngestionMode": "string",
"publicNetworkAccessForIngestion": "string",
"publicNetworkAccessForQuery": "string",
"Request_Source": "string",
"RetentionInDays": "int",
"SamplingPercentage": "int",
"WorkspaceResourceId": "string"
},
"tags": {
"{customized property}": "string"
}
}
Valores de propriedade
ApplicationInsightsComponentProperties
| Designação | Descrição | Valor |
|---|---|---|
| Application_Type | Tipo de aplicação que está a ser monitorizada. | «Outros» 'web' (obrigatório) |
| DisableIpMasking | Desative o mascaramento de IP. | Bool |
| DisableLocalAuth | Desative a autenticação não baseada em AAD. | Bool |
| Flow_Type | Usado pelo sistema Application Insights para determinar por que tipo de fluxo esse componente foi criado. Isso deve ser definido como 'Bluefield' ao criar/atualizar um componente por meio da API REST. | 'Campo azul' |
| ForceCustomerStorageForProfiler | Força os usuários a criar sua própria conta de armazenamento para profiler e depurador. | Bool |
| HóqueiAppId | O ID de aplicativo exclusivo criado quando um novo aplicativo é adicionado ao HockeyApp, usado para comunicações com o HockeyApp. | string |
| ImmediatePurgeDataOn30Days | Limpe os dados imediatamente após 30 dias. | Bool |
| Modo de ingestão | Indica o fluxo da ingestão. | 'ApplicationInsights' 'ApplicationInsightsWithDiagnosticSettings' 'LogAnalytics' |
| publicNetworkAccessForIngestion | O tipo de acesso à rede para acessar a ingestão do Application Insights. | 'Desativado' 'Habilitado' |
| publicNetworkAccessForQuery | O tipo de acesso à rede para acessar a consulta do Application Insights. | 'Desativado' 'Habilitado' |
| Request_Source | Descreve qual ferramenta criou esse componente do Application Insights. Os clientes que usam essa API devem definir isso como o 'rest' padrão. | 'descanso' |
| RetentionInDays | Período de retenção em dias. | Int |
| AmostragemPercentagem | Porcentagem dos dados produzidos pelo aplicativo que está sendo monitorado que está sendo amostrado para telemetria do Application Insights. | Int |
| WorkspaceResourceId | ID do recurso do espaço de trabalho de análise de log para o qual os dados serão ingeridos. Esta propriedade é necessária para criar um aplicativo com esta versão da API. Aplicativos de versões mais antigas não terão essa propriedade. | string |
ComponentsResourceTags
| Designação | Descrição | Valor |
|---|
Microsoft.Insights/componentes
| Designação | Descrição | Valor |
|---|---|---|
| apiVersion | A versão api | '2020-02-02' |
| etag | Etag de recursos | string |
| tipo | O tipo de aplicativo ao qual esse componente se refere, usado para personalizar a interface do usuário. Este valor é uma cadeia de caracteres de forma livre, os valores normalmente devem ser um dos seguintes: web, ios, other, store, java, phone. | string (obrigatório) |
| Localização | Localização do recurso | string (obrigatório) |
| Designação | O nome do recurso | string (obrigatório) |
| propriedades | Propriedades que definem um recurso de componente do Application Insights. | ApplicationInsightsComponentProperties |
| Etiquetas | Tags de recursos | Dicionário de nomes e valores de tags. Consulte Tags em modelos |
| tipo | O tipo de recurso | 'Microsoft.Insights/componentes' |
Modelos de início rápido
Os modelos de início rápido a seguir implantam esse tipo de recurso.
| Modelo | Descrição |
|---|---|
Ambiente do Serviço de Aplicativo com back-end SQL do Azure
|
Este modelo cria um Ambiente do Serviço de Aplicativo com um back-end SQL do Azure junto com pontos de extremidade privados junto com recursos associados normalmente usados em um ambiente privado/isolado. |
|
Application Gateway com gerenciamento interno de API e de aplicativos Web
|
Gateway de Aplicativo roteando tráfego da Internet para uma instância de Gerenciamento de API de rede virtual (modo interno) que atende uma API Web hospedada em um Aplicativo Web do Azure. |
|
ASP.NET app
|
Este modelo permite que você crie um Serviço de Aplicativo para implantar um aplicativo ASP.NET. |
|
de configuração básica do Azure AI Studio
|
Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
de configuração básica do Azure AI Studio
|
Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
de configuração básica do Azure AI Studio
|
Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Rede Restrita do Azure AI Studio
|
Este conjunto de modelos demonstra como configurar o Azure AI Studio com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Rede Restrita do Azure AI Studio
|
Este conjunto de modelos demonstra como configurar o Azure AI Studio com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Azure AI Studio com o Microsoft Entra ID Authentication
|
Este conjunto de modelos demonstra como configurar o Azure AI Studio com a autenticação de ID do Microsoft Entra para recursos dependentes, como os Serviços de IA do Azure e o Armazenamento do Azure. |
|
Gêmeos Digitais do Azure com função e serviço de link privado
|
Este modelo cria um serviço de Gêmeos Digitais do Azure configurado com uma Função do Azure conectada à Rede Virtual que pode se comunicar por meio de um Ponto de Extremidade de Link Privado para Gêmeos Digitais. Ele também cria uma Zona DNS Privada para permitir a resolução perfeita do nome de host do Ponto de Extremidade Digital da Rede Virtual para o endereço IP da sub-rede interna do Ponto Final Privado. O nome do host é armazenado como uma configuração para a Função do Azure com o nome 'ADT_ENDPOINT'. |
|
aplicativo Azure Function e uma função acionada por HTTP
|
Este exemplo implanta um aplicativo Azure Function e uma função acionada por HTTP embutida no modelo. Ele também implanta um Cofre de Chaves e preenche um segredo com a chave de host do aplicativo de função. |
|
aplicativo Azure Function hospedado em de plano dedicado
|
Este modelo provisiona um aplicativo de função em um plano de hospedagem dedicado, o que significa que ele será executado e cobrado como qualquer site do Serviço de Aplicativo. |
|
aplicativo Azure Function hospedado no do Plano de Consumo do Linux
|
Este modelo provisiona um aplicativo de função em um plano de consumo do Linux, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. |
| Aplicativo Azure Function hospedado no do Plano Premium
|
Este modelo provisiona um aplicativo de função em um plano Premium. |
| Aplicativo de função do Azure hospedado no do Plano de Consumo do Windows
|
Este modelo provisiona um aplicativo de função em um plano de Consumo do Windows, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. |
|
Aplicativo de Função do Azure com um Slot de Implantação
|
Este modelo provisiona um aplicativo de função em um plano Premium com slot de produção e um slot de implantação adicional. |
|
Aplicativo de Função do Azure com Hub de Eventos e de Identidade Gerenciada
|
seu modelo provisiona um aplicativo do Azure Function em um plano de Consumo do Linux, juntamente com um Hub de Eventos, Armazenamento do Azure e Application Insights. O aplicativo de função é capaz de usar a identidade gerenciada para se conectar ao Hub de Eventos e à conta de Armazenamento |
| Aplicativo Azure Function com de Integração de Rede Virtual
|
Este modelo provisiona um aplicativo de função em um plano Premium com integração de rede virtual regional habilitada para uma rede virtual recém-criada. |
|
configuração segura completa do Azure Machine Learning
|
Este conjunto de modelos Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Esta implementação de referência inclui o espaço de trabalho, um cluster de computação, instância de computação e cluster AKS privado anexado. |
|
Configuração segura de ponta a ponta do Aprendizado de Máquina do Azure
|
Este conjunto de modelos Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Esta implementação de referência inclui o espaço de trabalho, um cluster de computação, instância de computação e cluster AKS privado anexado. |
|
do Espaço de Trabalho do Azure Machine Learning
|
Este modelo cria um novo Espaço de Trabalho do Azure Machine Learning, juntamente com uma Conta de Armazenamento encriptada, KeyVault e Registo do Applications Insights |
|
BrowserBox Azure Edition
|
Este modelo implanta o BrowserBox em uma VM LVM do Azure Ubuntu Server 22.04 LTS, Debian 11 ou RHEL 8.7. |
|
Criar espaço de trabalho AML com vários Datasets & Datastores
|
Este modelo cria o espaço de trabalho do Azure Machine Learning com vários conjuntos de dados & armazenamentos de dados. |
|
Crie um destino de computação AKS com um endereço IP privado
|
Este modelo cria um destino de computação AKS em determinado espaço de trabalho do serviço Azure Machine Learning com um endereço IP privado. |
|
Criar um espaço de trabalho de serviço do Azure Machine Learning
|
Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. Esta configuração descreve o conjunto mínimo de recursos necessários para começar a utilizar o Azure Machine Learning. |
|
Criar um espaço de trabalho de serviço do Azure Machine Learning (CMK)
|
Este modelo de implantação especifica como criar um espaço de trabalho do Azure Machine Learning com criptografia do lado do serviço usando suas chaves de criptografia. |
|
Criar um espaço de trabalho de serviço do Azure Machine Learning (CMK)
|
Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. O exemplo mostra como configurar o Azure Machine Learning para criptografia com uma chave de criptografia gerenciada pelo cliente. |
|
Criar um espaço de trabalho de serviço do Azure Machine Learning (legado)
|
Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Aprendizado de Máquina do Azure em uma configuração isolada de rede. |
|
Criar um espaço de trabalho de serviço do Azure Machine Learning (vnet)
|
Este modelo de implantação especifica um espaço de trabalho do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Azure Container Registry. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Aprendizado de Máquina do Azure em uma configuração isolada de rede. |
|
Criar gerenciamento de API em rede virtual interna com do App Gateway
|
Este modelo demonstra como Criar uma instância do Gerenciamento de API do Azure em uma rede privada protegida pelo Gateway de Aplicativo do Azure. |
|
Criar a Porta da Frente do Azure em frente ao de Gerenciamento de API do Azure
|
Este exemplo demonstra como usar o Azure Front Door como um balanceador de carga global na frente do Gerenciamento de API do Azure. |
|
Criar aplicativo de função e de armazenamento protegido por endpoint privado
|
Este modelo permite implantar um Aplicativo de Função do Azure que se comunica com o Armazenamento do Azure em pontos de extremidade privados. |
|
Cria um aplicativo de microsserviços Dapr usando o Container Apps
|
Crie um aplicativo de microsserviços Dapr usando Aplicativos de Contêiner. |
|
Cria um aplicativo de barramento de serviço pub-sub Dapr usando Aplicativos de Contêiner
|
Crie um aplicativo de barramento de serviço pub-sub Dapr usando Aplicativos de Contêiner. |
|
Cria um aplicativo de função com identidade de serviço gerenciado
|
Cria um aplicativo de função com a identidade de serviço gerenciado habilitada com o Application Insights configurado para logs e métricas. |
|
Implantar um aplicativo de microsserviço simples do Azure Spring Apps
|
Este modelo implanta um aplicativo de microsserviço simples do Azure Spring Apps para ser executado no Azure. |
|
Implantar um plano do Azure Function Premium habilitado para AZ
|
Este modelo permite implantar um plano do Azure Function Premium com suporte a zonas de disponibilidade, incluindo uma conta de armazenamento habilitada para zonas de disponibilidade. |
|
Implantar um plano do Azure Function Premium com integração vnet
|
Este modelo permite implantar um plano do Azure Function Premium com integração de rede virtual regional habilitada para uma rede virtual recém-criada. |
|
Implantar o Application Insight e criar alertas nele
|
Este modelo permite implantar o Application Insight e criar alertas nele |
|
Implantar o Secure Azure AI Studio com uma rede virtual gerenciada
|
Este modelo cria um ambiente seguro do Azure AI Studio com restrições robustas de segurança de rede e identidade. |
|
aplicativo Django
|
Este modelo permite que você crie um Serviço de Aplicativo para implantar um aplicativo Django. |
|
Enterprise Governance-AppService, SQL DB, AD, OMS, Runbooks
|
A adoção da nuvem para uma empresa, pequena ou grande, exige modelos de governança responsáveis e eficientes para obter valor de suas implantações na nuvem. CloudWise (um nome de código para a solução), é uma solução composta disponível a partir do Azure Partner QuickStarts, é um facilitador de adoção para clientes, integradores de sistemas e parceiros, que oferece uma solução de governança e operações automatizada e autossuficiente, focada em otimizar seus custos, melhorar a confiabilidade do(s) seu(s) aplicativo(s), reduzir o risco de negócios. A solução destaca os principais pilares de governança de Visibilidade e Controle. |
|
site eShop com ILB ASE
|
Um Ambiente do Serviço de Aplicativo é uma opção de plano de serviço Premium do Serviço de Aplicativo do Azure que fornece um ambiente totalmente isolado e dedicado para executar com segurança aplicativos do Serviço de Aplicativo do Azure em alta escala, incluindo Aplicativos Web, Aplicativos Móveis e Aplicativos de API. |
|
Porta da frente Standard/Premium com de origem do Azure Functions
|
Este modelo cria um Front Door Standard/Premium, um aplicativo do Azure Functions, e configura o aplicativo de função para validar que o tráfego passou pela origem do Front Door. |
|
Function App no Linux Plano de Consumo com Remote Build
|
Este modelo provisiona um aplicativo de função em um plano de consumo do Linux e executa a compilação remota durante a implantação do código. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. |
|
Function App protegido pelo Azure Frontdoor
|
Este modelo permite implantar uma função azure premium protegida e publicada pelo Azure Frontdoor premium. A conexão entre o Azure Frontdoor e o Azure Functions é protegida pelo Azure Private Link. |
|
Ambiente do Serviço de Aplicativo ILB com o Firewall do Azure
|
Modelos e parâmetros do Gerenciador de Recursos demonstrando como implantar o ambiente do Serviço de Aplicativo com a integração do Firewall do Azure |
|
Java CI/CD usando Jenkins e Azure Web Apps
|
Este é um exemplo para Java CI/CD usando Jenkins e Azure Web Apps. |
|
Kentico Xperience
|
Este modelo facilita a implantação dos recursos necessários para hospedar ambientes Kentico Xperience no Microsoft Azure. |
|
Private Function App e de armazenamento privado protegido por endpoints
|
Este modelo provisiona um aplicativo de função em um plano Premium que tem pontos de extremidade privados e se comunica com o Armazenamento do Azure por meio de pontos de extremidade privados. |
|
Provisionar um aplicativo de função em um plano de consumo
|
Este modelo provisiona um aplicativo de função em um plano de consumo, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. Existem outros modelos disponíveis para provisionamento em um plano de hospedagem dedicado. |
|
Provisionar um aplicativo de função em execução em um Plano do Serviço de Aplicativo
|
Este modelo provisiona um aplicativo de função em um plano de hospedagem dedicado, o que significa que ele será executado e cobrado como qualquer site do Serviço de Aplicativo. |
|
provisionar um aplicativo Web com um banco de dados SQL
|
Este modelo provisiona um Aplicativo Web, um Banco de Dados SQL, configurações de Dimensionamento Automático, regras de Alerta e Informações sobre Aplicativos. Ele configura uma cadeia de conexão no aplicativo Web para o banco de dados. |
|
função de plano de consumo de provisionamento com um slot de implantação
|
Este modelo provisiona um aplicativo de função em um plano de consumo, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem compromisso permanente de recursos. Existem outros modelos disponíveis para provisionamento em um plano de hospedagem dedicado. |
|
Simple Umbraco CMS Web App
|
Este modelo fornece uma maneira fácil de implantar o aplicativo Web UMBRACO CMS nos Aplicativos Web do Serviço de Aplicativo do Azure. |
|
Web App com envio do Application Insights para o Log Analytics
|
Este modelo ajudará a suportar as novas versões de API do microsoft.insights/components. A partir de 2020-02-02-preview o WorkspaceID será necessário ao criar o Application Inisghts.Este modelo implantará o Plano do Serviço de Aplicativo, o Serviço de Aplicativo, o Application Insights, o Espaço de Trabalho do Log Analytics e conectará tudo isso. |
|
Web App com um Banco de Dados SQL, Azure Cosmos DB, Azure Search
|
Este modelo provisiona um Aplicativo Web, um Banco de Dados SQL, o Azure Cosmos DB, o Azure Search e o Application Insights. |
|
Web App com Identidade Gerenciada, SQL Server e ΑΙ
|
Exemplo simples para implantar a infraestrutura do Azure para aplicativo + dados + identidade gerenciada + monitoramento |
Definição de recursos Terraform (provedor AzAPI)
O tipo de recurso de componentes pode ser implantado com operações que visam:
- Grupos de recursos
Para obter uma lista de propriedades alteradas em cada versão da API, consulte log de alterações.
Formato do recurso
Para criar um recurso Microsoft.Insights/components, adicione o seguinte Terraform ao seu modelo.
resource "azapi_resource" "symbolicname" {
type = "Microsoft.Insights/components@2020-02-02"
name = "string"
etag = "string"
kind = "string"
location = "string"
tags = {
{customized property} = "string"
}
body = jsonencode({
properties = {
Application_Type = "string"
DisableIpMasking = bool
DisableLocalAuth = bool
Flow_Type = "string"
ForceCustomerStorageForProfiler = bool
HockeyAppId = "string"
ImmediatePurgeDataOn30Days = bool
IngestionMode = "string"
publicNetworkAccessForIngestion = "string"
publicNetworkAccessForQuery = "string"
Request_Source = "string"
RetentionInDays = int
SamplingPercentage = int
WorkspaceResourceId = "string"
}
})
}
Valores de propriedade
ApplicationInsightsComponentProperties
| Designação | Descrição | Valor |
|---|---|---|
| Application_Type | Tipo de aplicação que está a ser monitorizada. | «Outros» 'web' (obrigatório) |
| DisableIpMasking | Desative o mascaramento de IP. | Bool |
| DisableLocalAuth | Desative a autenticação não baseada em AAD. | Bool |
| Flow_Type | Usado pelo sistema Application Insights para determinar por que tipo de fluxo esse componente foi criado. Isso deve ser definido como 'Bluefield' ao criar/atualizar um componente por meio da API REST. | 'Campo azul' |
| ForceCustomerStorageForProfiler | Força os usuários a criar sua própria conta de armazenamento para profiler e depurador. | Bool |
| HóqueiAppId | O ID de aplicativo exclusivo criado quando um novo aplicativo é adicionado ao HockeyApp, usado para comunicações com o HockeyApp. | string |
| ImmediatePurgeDataOn30Days | Limpe os dados imediatamente após 30 dias. | Bool |
| Modo de ingestão | Indica o fluxo da ingestão. | 'ApplicationInsights' 'ApplicationInsightsWithDiagnosticSettings' 'LogAnalytics' |
| publicNetworkAccessForIngestion | O tipo de acesso à rede para acessar a ingestão do Application Insights. | 'Desativado' 'Habilitado' |
| publicNetworkAccessForQuery | O tipo de acesso à rede para acessar a consulta do Application Insights. | 'Desativado' 'Habilitado' |
| Request_Source | Descreve qual ferramenta criou esse componente do Application Insights. Os clientes que usam essa API devem definir isso como o 'rest' padrão. | 'descanso' |
| RetentionInDays | Período de retenção em dias. | Int |
| AmostragemPercentagem | Porcentagem dos dados produzidos pelo aplicativo que está sendo monitorado que está sendo amostrado para telemetria do Application Insights. | Int |
| WorkspaceResourceId | ID do recurso do espaço de trabalho de análise de log para o qual os dados serão ingeridos. Esta propriedade é necessária para criar um aplicativo com esta versão da API. Aplicativos de versões mais antigas não terão essa propriedade. | string |
ComponentsResourceTags
| Designação | Descrição | Valor |
|---|