你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
Azure 上的开源方案
Microsoft 为支持开源代码项目、计划和基金会并为数千开源代码社区做出贡献而感到自豪。 通过在 Azure 上使用开源代码技术,您可以按自己的方式运行应用程序,同时优化投资。
本文概述了将 Azure 与开源技术结合使用的体系结构和解决方案。
对于 Apache 方案,请参阅专门文章 Azure 上的 Apache 方案。
BeeGFS
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure 上基于数字图像的建模 | 了解如何按照示例方案中的体系结构和设计指南,在 Azure 基础结构即服务 (IaaS) 上执行基于图像的建模。 BeeGFS 可用于后端存储。 | 媒体 |
在 Azure 上运行储层模拟软件 | 在 Azure HPC 计算群集和可视化 VM 上运行 OPM Flow 储层模拟和 ResInsight 可视化软件。 BeeGFS 用作协调的并行文件服务。 | 计算 |
Chef
体系结构 | 摘要 | 技术重点 |
---|---|---|
用于自治驱动模拟环境的构建基块 | 模拟自动驾驶汽车的行为。 Chef 用来创建可重用图像,这些图像在模拟中充当构建基块。 | 容器 |
使用 Azure DevOps 设计 CI/CD 管道 | 为双层 .NET Web 应用程序构建持续集成和开发管道。 在此方案中,你可以使用 Chef 来实现基础结构即代码或基础结构即服务。 | DevOps |
Azure 中的端到端治理 | 使用 CI/CD 管道自动进行部署时,不仅要在 Azure 资源管理器端应用 RBAC,而且还要在开发人员签入其代码的过程中在前期应用。 在此方案中,你可以使用 Chef 来实现基础结构即代码。 | 管理 |
CNCF
体系结构 | 摘要 | 技术重点 |
---|---|---|
适用于 Kubernetes 群集的 Azure Arc 混合管理和部署 | 了解 Azure Arc 如何跨数据中心、边缘位置和多个云环境扩展 Kubernetes 群集管理和配置。 此体系结构使用经过 CNCF 认证的 Kubernetes 群集。 | 混合 |
使用 Azure Kubernetes 服务生成 CNCF 项目 | 了解如何在部署 AKS 后对使用 CNCF 中项目的应用程序执行概念化、构建、生成和部署操作。 | 容器 |
多云区块链分布式账本技术 (DLT) | 了解开源区块链自动化框架 (BAF) 和已启用 Azure Arc 的 Kubernetes 如何与多方 DLT 一起构建跨云区块链解决方案。 此体系结构使用经过 CNCF 认证的 Kubernetes 群集。 | 区块链 |
Elastic
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 此解决方案适用于 Elasticsearch 部署。 | 容器 |
选择搜索数据存储 | 了解 Azure 中搜索数据存储的功能,包括 Elasticsearch。 | 数据库 |
Azure 上的弹性工作区搜索 | 了解如何部署弹性工作区搜索,以简化文档和数据的搜索。 | 集成 |
AKS 上的微服务体系结构 | 了解在 AKS 上部署和运行微服务体系结构的基础结构和 DevOps 注意事项。 在此体系结构中,你可以使用 Elasticsearch 进行群集监视。 | 容器 |
监视 AKS 中的微服务应用 | 了解监视在 AKS 上运行的微服务应用程序的最佳做法,包括使用 Elasticsearch。 | 容器 |
监视和诊断指南 | 了解如何使用 Elasticsearch 等技术存储检测数据。 | 管理 |
GlusterFS
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure 上基于数字图像的建模 | 了解如何按照示例方案中的体系结构和设计指南,在 Azure IaaS 上执行基于图像的建模。 可以将 GlusterFS 用作存储解决方案。 | 媒体 |
Azure 上 Linux 中的 SAP S/4HANA | 回顾有关在 Azure 上的高可用性 Linux 环境中运行 SAP S/4HANA 的成熟做法。 实施了 GlusterFS 来实现高度可用的文件共享。 | SAP |
Grafana
体系结构 | 摘要 | 技术重点 |
---|---|---|
使用 MonitoFi 进行 Apache NiFi 监视 | 使用 MonitoFi 监视 Azure 上的 Apache NiFi 部署。 Grafana 用来显示数据和发送警报。 | Analytics |
Azure 数据资源管理器交互式分析 | 在 Azure 数据资源管理器中使用交互式分析。 通过即兴、交互式、快速查询检查结构化、半结构化和非结构化数据。 使用 Grafana 构建准实时分析仪表板。 | Analytics |
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 Grafana 是此解决方案中用于提供监视和可观测性的核心组件。 | 迁移 |
AKS 群集的基线体系结构 | 查看用于部署 AKS 群集的基线基础结构的参考体系结构。 建议将 Grafana 用作日志记录和指标收集平台。 | 容器 |
使用 Azure Kubernetes 服务生成 CNCF 项目 | 了解如何对使用 CNCF 中项目的应用程序执行概念化、构建、生成和部署操作。 Grafana 为应用程序指标提供仪表板。 | 容器 |
适用于基于容器的工作负荷的 CI/CD 管道 | 使用 Jenkins、Azure 容器注册表、AKS、Azure Cosmos DB 和 Grafana 为 Node.js Web 应用构建 DevOps CI/CD 管道。 | 容器 |
内容分发网络分析 | 查看一个体系结构模式,它演示了对大量 Azure 内容分发网络日志的低延迟高吞吐量引入,用于生成准实时分析仪表板。 可以使用 Grafana 来构建仪表板。 | Analytics |
使用 Azure Monitor 进行企业监视 | 请参阅使用 Azure Monitor 从云、本地和混合资源收集和管理数据的企业监视解决方案。 Grafana 可用来构建用于浏览和共享数据的仪表板。 | DevOps |
使用 Azure 数据资源管理器的 IoT 分析 | 使用 Azure 数据资源管理器对来自各种 IoT 设备的快速流动的大量流式处理数据进行准实时 IoT 遥测分析。 使用 Grafana 构建分析仪表板。 | 分析 |
Azure 数据资源管理器的长期安全日志保留 | 将安全日志长期存储在 Azure 数据资源管理器中。 最大程度地降低成本并轻松访问数据。 使用 Grafana 构建准实时分析仪表板。 | Analytics |
使用 Azure Arc 优化对本地和多云环境中的 SQL Server 实例的管理 | 了解如何使用 Azure Arc 在本地和多云环境中管理、维护和监视 SQL Server 实例。 使用 Grafana 仪表板进行监视。 | 数据库 |
使用 Azure 上的 SUSE 实现 SAP 工作负载自动化 | 使用此解决方案可提高工作效率并促进创新。 Grafana 提供监视功能。 | SAP |
Azure 上的 Web 应用程序监视 | 通过查看将数据流模型与多个数据源一起使用的参考体系结构,了解可在 Azure 上使用的监视服务。 使用适用于 Grafana 的 Azure Monitor 数据源整合 Azure Monitor 和 Application Insights 指标。 | Web |
InfluxDB
体系结构 | 摘要 | 技术重点 |
---|---|---|
使用 MonitoFi 进行 Apache NiFi 监视 | 使用 MonitoFi 监视 Azure 上的 Apache NiFi 部署。 MonitoFi 使用 InfluxDB 的本地实例来提供实时监视和警报。 | Analytics |
监视 AKS 中的微服务应用 | 了解监视在 AKS 上运行的微服务应用程序的最佳做法。 包括有关在数据速率触发了限制时使用 InfluxDB 提供指标的信息。 | 微服务 |
Jenkins
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 此解决方案适用于诸如 Jenkins 的 CI 系统。 | 容器 |
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 基于 Jenkins 的自定义解决方案用于 CI/CD。 | 迁移 |
用于自治驱动模拟环境的构建基块 | 模拟自动驾驶汽车的行为。 可以使用 Jenkins 进行 CI/CD。 | 计算 |
适用于基于容器的工作负荷的 CI/CD 管道 | 使用 Jenkins、Azure 容器注册表、AKS、Azure Cosmos DB 和 Grafana 为 Node.js Web 应用构建 DevOps CI/CD 管道。 | 容器 |
使用 Azure DevOps 设计 CI/CD 管道 | 为应用程序生成持续集成和部署管道。 本文侧重于 Azure DevOps,但你可以使用 Jenkins 作为替代方法。 | DevOps |
Azure 中的端到端治理 | 使用 CI/CD 管道自动进行部署时,不仅要在 Azure 资源管理器端应用 RBAC,而且还要在开发人员签入其代码的过程中在前期应用。 本文侧重于 Azure DevOps,但你可以使用 Jenkins 作为替代方法。 | 管理 |
使用 Azure 机器学习的适用于 Python 的 MLOps | 使用 Azure DevOps 和 Azure 机器学习为 AI 应用程序实现持续集成 (CI)、持续交付 (CD) 和重新训练管道。 此解决方案可以轻松适应 Jenkins。 | AI |
Jupyter
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure 数据资源管理器交互式分析 | 在 Azure 数据资源管理器中使用交互式分析。 通过即兴、交互式、快速查询检查结构化、半结构化和非结构化数据。 Jupyter Notebook 用来连接到 Azure 数据资源管理器。 | 分析 |
选择数据分析和报告技术 | 评估 Azure 的大数据分析技术选项,包括 Jupyter Notebook。 | 数据库 |
平民 AI 和 Power Platform | 了解如何使用 Azure 机器学习和 Power Platform 快速创建机器学习概念证明和生产版本。 Azure 机器学习提供了托管 Jupyter Notebook 环境。 | AI |
使用 Azure 数据资源管理器的 IoT 分析 | 使用 Azure 数据资源管理器对来自各种 IoT 设备的快速流动的大量流式处理数据进行准实时 IoT 遥测分析。 使用 Jupyter Notebook 分析 Azure 数据资源管理器中存储的数据。 | Analytics |
用于通过 Azure 机器学习提升机器学习生命周期的机器学习操作 (MLOps) 框架 | 学习如何应用 MLOps 成熟度模型来实现可预测产品装运级别的机器学习解决方案。 初始试验模型是在 Jupyter Notebook 中开发的。 | AI |
使用 Spark 进行多模型机器学习 | 了解 Azure 中的多模型机器学习。 Azure 机器学习提供了托管 Jupyter Notebook 环境。 | AI |
基因组学的精密医疗管道 | 构建用于基因组分析和报告的精密医疗管道。 使用 Microsoft 基因组学进行高效的二级和三级分析。 Jupyter Notebook 用来批注 Microsoft 基因组学输出,将输出文件与其他数据合并,以及分析数据。 | 分析 |
KEDA
体系结构 | 摘要 | 技术重点 |
---|---|---|
混合环境中的 Azure Functions | 查看一个体系结构,它展示了如何从本地虚拟机使用 Azure Functions。 KEDA 在 Kubernetes 群集中提供事件驱动的缩放。 | 无服务器 |
事件流处理中的 AKS | 查看在具有 KEDA 缩放器的 AKS 上运行的事件驱动无服务器体系结构。 此解决方案引入并处理数据流,并将结果写入到数据库。 | 容器 |
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 KEDA 用于缩放处理资金转移的服务。 | 容器 |
AKS 群集的基线体系结构 | 查看用于部署 AKS 群集的基线基础结构的参考体系结构。 在此方案中,你可以使用 KEDA 来缩放事件驱动的工作负载。 | 容器 |
将事件中心与 Azure Functions 集成 | 了解如何构建、开发和部署在 Azure Functions 上运行并响应 Azure 事件中心事件的高效且可缩放的代码。 事件中心的 KEDA 缩放器可用于 Kubernetes 托管的应用。 | 无服务器 |
银行云转型的模式和实现 | 了解用于将银行系统转换到云的模式和实现。 包括了 KEDA 缩放的体系结构。 | 无服务器 |
Kubernetes
体系结构 | 摘要 | 技术重点 |
---|---|---|
高级 AKS 微服务体系结构 | 了解基于建议的 AKS 微服务基线体系结构和实现构建的可缩放且高度安全的 Azure Kubernetes 服务 (AKS) 微服务体系结构。 | 容器 |
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 | 容器 |
适用于 Kubernetes 群集的 Azure Arc 混合管理和部署 | 了解 Azure Arc 如何跨数据中心、边缘位置和多个云环境扩展 Kubernetes 群集管理和配置。 | 混合 |
事件流处理中的 Azure Kubernetes | 查看在具有 KEDA 缩放器的 AKS 上运行的事件驱动无服务器体系结构。 此解决方案引入并处理数据流,并将结果写入到数据库。 | 容器 |
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 此解决方案使用 Kubernetes 群集。 | 容器 |
AKS 群集的基线体系结构 | 查看用于部署 AKS 群集的基线基础结构的参考体系结构。 | 容器 |
针对机密计算的大数据分析 | 在 Kubernetes 上使用机密计算,以便在受 Intel Software Guard Extensions 保护的机密容器中使用 Spark 运行大数据分析。 | Analytics |
在 Kubernetes 上为微服务构建 CI/CD 管道 | 了解如何构建用于将微服务部署到 AKS 的 CI/CD 管道。 | 微服务 |
使用 Azure Kubernetes 服务生成 CNCF 项目 | 了解如何在部署 AKS 后对使用 CNCF 中项目的应用程序执行概念化、构建、生成和部署操作。 | 容器 |
选择边缘平台上的裸机 Kubernetes 选项 | 查找用于在边缘配置 Kubernetes 群集的最佳选项。 | 容器 |
选择边缘的 Kubernetes 计算选项 | 了解可用于扩展边缘计算的各种选项的权衡。 | 容器 |
选择 Azure 多方计算服务 | 决定要用于你的解决方案的多方计算服务。 包括有关使用 Kubernetes 来管理容器的信息。 | 区块链 |
微服务的容器业务流程 | 了解容器业务流程如何使复杂的多容器微服务部署、缩放和群集运行状况管理变得容易。 查看适用于微服务容器业务流程的选项,包括 AKS。 | 微服务 |
将 Databricks 和 Kubernetes 用于员工保留 | 了解如何使用 Kubernetes 构建、部署和监视可与外部应用程序集成的员工流失机器学习模型。 | Analytics |
Azure Kubernetes 服务的 GitOps | 查看适用于 AKS 群集的 GitOps 解决方案。 此解决方案提供了全面审核功能、策略强制执行和早期反馈。 | 容器 |
Apache NiFi 的基于 Helm 的部署 | 在 AKS 上部署 NiFi 时使用 Helm 图表。 Helm 简化了安装和管理 Kubernetes 应用程序的过程。 | Analytics |
AKS 上的微服务体系结构 | 了解在 AKS 上部署和运行微服务体系结构的基础结构和 DevOps 注意事项。 | 容器 |
使用 Azure Pipelines 实现 AKS 应用的 CI/CD | 了解 AKS 如何简化了基于微服务的体系结构的部署和管理。 | 容器 |
银行云转型的模式和实现 | 了解用于将银行系统转换到云的模式和实现。 包括 Kubernetes 事件驱动自动缩放程序 (KEDA) 缩放功能的体系结构。 | 无服务器 |
将应用程序网关入口控制器用于多租户 AKS 群集 | 了解如何将应用程序网关入口控制器与 AKS 群集一起向 Internet 公开基于微服务的应用程序。 | 容器 |
使用 Azure 防火墙帮助保护 AKS 群集 | 使用 Terraform 和 Azure DevOps 在中心辐射型网络拓扑中部署 AKS 群集。 使用 Azure 防火墙帮助保护入站和出站流量。 | 容器 |
Lustre
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure 上基于数字图像的建模 | 了解如何按照示例方案中的体系结构和设计指南,在 Azure IaaS 上执行基于图像的建模。 可以将 Lustre 用作存储解决方案。 | 媒体 |
在 Azure 上运行储层模拟软件 | 在 Azure HPC 计算群集和可视化 VM 上运行 OPM Flow 储层模拟和 ResInsight 可视化软件。 Lustre 用作协调的并行文件服务。 | 计算 |
Azure 上的 SAS 体系结构 | 了解如何运行 Azure 上的 SAS 分析产品。 在此方案中,建议使用 Lustre 作为永久存储。 | 计算 |
MariaDB
体系结构 | 摘要 | 技术重点 |
---|---|---|
核心启动堆栈体系结构 | 查看简单核心启动堆栈体系结构的组件。 Azure Database for MariaDB 是建议使用的关系数据库之一。 | 启动 |
使用 Qlik 将大型机和中型机数据复制到 Azure | 使用 Qlik Replicate 将大型机和中型系统迁移到云,或使用云应用程序扩展此类系统。 Azure Database for MariaDB 是建议使用的关系数据库之一。 | 大型机 |
Azure 上的大型机文件复制和同步 | 了解用于在本地和 Azure 中移动、转换和存储大型机和中型文件系统数据的几个选项。 将数据存储在 Azure Database for MariaDB 中。 | 大型机 |
实现大型机和中型机数据现代化 | 了解如何将 IBM 大型机和中型机数据现代化,并查看如何使用数据优先的方法将此数据迁移到 Azure。 Azure Database for MariaDB 是建议使用的关系数据库之一。 | 大型机 |
在 Azure 中复制和同步大型机数据 | 在实现大型机和中型机系统现代化时复制数据。 在实现现代化过程中将本地数据与 Azure 数据同步。 Azure Database for MariaDB 是建议使用的关系数据库之一。 | 大型机 |
了解数据存储模型 | 了解 Azure 数据服务中的各种数据存储模型之间的大致差异。 Azure Database for MariaDB 是关系数据库示例之一。 | 数据库 |
MLflow
体系结构 | 摘要 | 技术重点 |
---|---|---|
使用 Azure Databricks 进行数据科学和机器学习 | 将 Azure Databricks、Delta Lake 和 MLflow 用于数据科学和机器学习,从而改进操作。 开发、训练和部署机器学习模型。 | AI |
使用 Azure AI 服务确定客户生存期内价值和流失 | 了解如何创建一个解决方案,以使用 Azure 机器学习来预测客户生存期内价值和流失。 该解决方案演示了如何使用 MLflow 跟踪机器学习试验。 | AI |
将 Databricks 和 Kubernetes 用于员工保留 | 了解如何使用 Kubernetes 构建、部署和监视可与外部应用程序集成的员工流失机器学习模型。 包括一个概念证明,说明了如何在 Azure Databricks 上训练针对员工流失的 MLflow 模型。 | Analytics |
新式分析体系结构与 Azure Databricks | 使用 Azure Databricks、Data Lake Storage 和其他 Azure 服务创建新式分析体系结构。 统一任何规模的数据、分析和 AI 工作负载。 MLflow 管理参数、指标和机器学习模型跟踪。 | Analytics |
使用 Databricks 笔记本协调 Azure Databricks 上的 MLOps | 了解实现 MLOps 的方法,这涉及通过将 Azure Databricks 笔记本用于业务流程在 Azure Databricks 上运行模型训练和批处理评分。 MLflow 管理机器学习生命周期。 | AI |
面向医疗保健的人口健康管理 | 使用人口健康管理来改善临床和健康状况结果,并降低成本。 使用 Azure 机器学习对 MLflow 的原生支持来为试验、存储模型和部署模型创建日志记录。 | AI |
Moodle
体系结构 | 摘要 | 技术重点 |
---|---|---|
使用 Azure NetApp 文件部署 Moodle | 使用 Azure NetApp 文件部署 Moodle,以实现提供对可缩放共享存储的高吞吐量、低延迟访问的可复原解决方案。 | 存储 |
MySQL
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 此解决方案适用于运行 MySQL 数据库工作负载的系统。 | 容器 |
使用 Azure Kubernetes 服务生成 CNCF 项目 | 了解如何在部署 AKS 后对使用 CNCF 中项目的应用程序执行概念化、构建、生成和部署操作。 MySQL 用来存储费用报告。 | 容器 |
使用 Azure Database for MySQL 的财务管理应用 | 使用 Azure Database for MySQL 高度安全地存储关键数据并向用户提供针对聚合数据的高价值分析和见解。 | 数据库 |
Azure 上的 IBM z/OS 联机事务处理 | 将 z/OS 联机事务处理 (OLTP) 工作负荷迁移到经济高效、响应性、可缩放且可自适应的 Azure 应用程序。 数据层可以包括 MySQL 数据库的 Azure 实现。 | 大型机 |
使用 Azure Database for MySQL 的智能应用 | 使用 Azure Database for MySQL 开发复杂的机器学习和可视化应用,提供可操作的分析和信息。 | 数据库 |
使用 AKS 直接迁移到容器 | 将现有应用程序迁移到 AKS 中的容器。 使用 Open Service Broker for Azure 访问 Azure Database for MySQL 之类的数据库。 | 容器 |
Azure 上的大型机文件复制和同步 | 了解用于在本地和 Azure 中移动、转换和存储大型机和中型文件系统数据的几个选项。 将数据存储在 Azure Database for MySQL 中。 | 大型机 |
使用 Azure Pipelines 实现 AKS 应用的 CI/CD | 了解 AKS 如何简化了基于微服务的体系结构的部署和管理。 使用 Azure Database for MySQL 存储和检索微服务使用的信息。 | 容器 |
联机事务处理 (OLTP) | 了解 OLTP 流程的原子性、一致性和其他功能,此流程管理事务数据并支持查询。 Azure Database for MySQL 是一个满足 OLTP 要求的 Azure 数据存储。 | 数据库 |
使用 Azure Database for MySQL 的可缩放应用 | 使用 Azure Database for MySQL 为 iOS、Android、Windows 或 Mac 快速构建具有吸引力、高性能且可缩放的跨平台应用和原生应用。 | 移动型 |
Azure 中高度敏感的 IaaS 应用的安全注意事项 | 了解高度敏感的 IaaS 和混合应用的 VM 安全性、加密、NSG、外围网络(也称 DMZ)、访问控制以及其他安全注意事项。 IaaS 体系结构的常见复制方案使用 MySQL 复制。 | 安全性 |
使用完全托管的开源数据引擎进行流处理 | 使用完全托管的 Azure 数据服务流式处理事件。 使用 Kafka、Kubernetes、Cassandra、MySQL 和 Redis 组件等开源技术。 | Analytics |
了解数据存储模型 | 了解 Azure 数据服务中的各种数据存储模型之间的大致差异。 Azure Database for MySQL 是关系数据库示例之一。 | 数据库 |
PostgreSQL
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 此解决方案适用于运行 PostgreSQL 数据库工作负载的系统。 | 容器 |
Azure Database for PostgreSQL 智能应用 | 使用 Azure Database for PostgreSQL 开发复杂的机器学习和可视化应用,提供可操作的分析和信息。 | 数据库 |
在 Azure 上构建远程医疗系统 | 了解如何构建远程医疗系统来将专业医疗保健组织与其远程患者相连接。 Azure Database for PostgreSQL 存储用户和设备相关数据。 | 数据库 |
数据缓存 | 使用常见的旁路缓存模式存储和共享数据库查询结果、会话状态、静态内容等。 此解决方案适用于存储在 Azure Database for PostgreSQL 和其他数据库中的数据。 | 数据库 |
使用 AKS 的数据流式传输 | 使用 AKS 轻松引入和处理实时数据流,通过传感器收集数百万个数据点。 已处理的数据存储在 Azure Database for PostgreSQL 中。 | 容器 |
使用 Azure Database for PostgreSQL 的财务管理应用 | 使用 Azure Database for PostgreSQL 高度安全地存储关键数据并向用户提供针对聚合数据的高价值分析和见解。 | 数据库 |
地理空间数据处理和分析 | 使用托管的 Azure 服务收集、处理和存储地理空间数据。 通过 Web 应用使数据可用。 可视化、浏览和分析数据。 在此解决方案中,Azure Database for PostgreSQL 存储 GIS 数据。 | Analytics |
Azure 上的 IBM z/OS 联机事务处理 | 将 z/OS OLTP 工作负载迁移到经济高效、响应性、可缩放且可自适应的 Azure 应用程序。 数据层可以包括 Azure Database for PostgreSQL。 | 大型机 |
将 IBM 大型机和中型机消息队列与 Azure 集成 | 了解实现 IBM 消息队列的数据优先的中间件集成方法。 此方法支持 Azure Database for PostgreSQL。 | 大型机 |
Azure 上的大型机文件复制和同步 | 了解用于在本地和 Azure 中移动、转换和存储大型机和中型文件系统数据的几个选项。 PostgreSQL 是常见 AIML 用例的主数据库。 | 大型机 |
联机事务处理 (OLTP) | 了解 OLTP 流程的原子性、一致性和其他功能,此流程管理事务数据并支持查询。 Azure Database for PostgreSQL 是一个满足 OLTP 要求的 Azure 数据存储。 | 数据库 |
Oracle Database 迁移:重构 | 使用 Azure 数据库迁移服务重构 Oracle 数据库并将其移动到 PostgreSQL。 | 迁移 |
Oracle Database 迁移概述 | 了解 Oracle 数据库迁移路径以及用于将架构迁移到 SQL 或 PostgreSQL 的方法。 | 迁移 |
使用 Azure Database for PostgreSQL 的可缩放应用 | 使用 Azure Database for PostgreSQL 为 iOS、Android、Windows 或 Mac 快速构建具有吸引力、高性能且可缩放的跨平台应用和本机应用。 | 移动型 |
使用完全托管的开源数据引擎进行流处理 | 使用完全托管的 Azure 数据服务流式处理事件。 使用 Kafka、Kubernetes、Cassandra、PostgreSQL 和 Redis 组件等开源技术。 | Analytics |
了解数据存储模型 | 了解 Azure 数据服务中的各种数据存储模型之间的大致差异。 Azure Database for PostgreSQL 是关系数据库示例之一。 | 数据库 |
在 Azure VM 部署中使用 LzLabs 软件定义的大型机 (SDM) | 了解使用 LzLabs SDM 平台在 Azure 中重新托管大型机旧版应用程序的方法。 此体系结构使用 PostgreSQL IaaS。 | 大型机 |
Prometheus
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 Astra Trident 提供一组丰富的 Prometheus 指标,可用于监视预配的存储。 | 容器 |
适用于 PCI-DSS 3.2.1 的 AKS 受管制群集体系结构 | 了解一个 AKS 群集的体系结构,该群集运行符合支付卡行业数据安全标准的工作负载。 使用 Prometheus 指标进行监视。 | 容器 |
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 Prometheus 是用于监视测试结果的核心组件。 | 迁移 |
AKS 群集的基线体系结构 | 查看用于部署 AKS 群集的基线基础结构的参考体系结构。 可以使用建议的监视工具 Azure Monitor 来可视化 Prometheus 指标。 | 容器 |
使用 Azure Kubernetes 服务生成 CNCF 项目 | 了解如何对使用 CNCF 中项目的应用程序执行概念化、构建、生成和部署操作。 Prometheus 捕获应用程序指标。 | 容器 |
AKS 上的微服务体系结构 | 了解在 AKS 上部署和运行微服务体系结构的基础结构和 DevOps 注意事项。 可以使用 Prometheus 进行群集监视。 | 容器 |
监视 AKS 中的微服务应用 | 了解监视在 AKS 上运行的微服务应用程序的最佳做法。 包括有关在数据速率触发了限制时使用 Prometheus 提供指标的信息。 | 容器 |
使用 Azure 上的 SUSE 实现 SAP 工作负载自动化 | 使用此解决方案可提高工作效率并促进创新。 Prometheus 提供监视功能。 | SAP |
PyTorch
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 此解决方案适用于运行 AI 和机器学习组件(例如 PyTorch)的系统。 | 容器 |
使用 Azure Databricks 进行数据科学和机器学习 | 将 Azure Databricks、Delta Lake 和 MLflow 用于数据科学和机器学习,从而改进操作。 Azure Databricks 使用预安装的、经优化的机器学习框架,包括 PyTorch。 | AI |
RabbitMQ
体系结构 | 摘要 | 技术重点 |
---|---|---|
自动引导的车队控制 | 了解汽车原始设备制造商 (OEM) 的端到端方法。 包括了你可以重用的一个参考体系结构和多个已发布的开源库。 RabbitMQ 用作消息中转站。 | Web |
发布者-订阅者模式 | 了解发布者-订阅者模式,该模式使应用程序能够以异步方式向多个感兴趣的使用者通报事件。 建议使用 RabbitMQ 进行消息传递。 | 集成 |
Red Hat
体系结构 | 摘要 | 技术重点 |
---|---|---|
AIX UNIX 本地迁移到 Azure Linux | 将本地 IBM AIX 系统和 Web 应用程序迁移到 Azure 中高度可用且安全的 Red Hat Enterprise Linux 解决方案。 | 大型机 |
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 使用 Azure Red Hat OpenShift 进行自动缩放测试。 | 容器 |
微服务的容器业务流程 | 了解容器业务流程如何使复杂的多容器微服务部署、缩放和群集运行状况管理变得容易。 查看适用于微服务容器业务流程的选项,包括 Azure Red Hat OpenShift。 | 微服务 |
在 Azure 上运行 Linux VM | 了解在 Azure 上运行 Linux 虚拟机的最佳做法。 Azure 支持许多流行的 Linux 分发版,包括 Red Hat Enterprise。 | 计算 |
纵向扩展系统中适用于 Linux VM 的 SAP HANA | 了解在支持灾难恢复的纵向扩展高可用性环境中,用于运行 SAP HANA 的成熟做法。 在多节点配置中使用 Red Hat Enterprise Linux。 若要实现高可用性,请使用 Red Hat Enterprise Linux 上的 Pacemaker 群集。 | SAP |
Azure 上 Linux 中的 SAP S/4HANA | 了解有关在 Azure 上的高可用性 Linux 环境中运行 SAP S/4HANA 的成熟做法。 Red Hat Enterprise Linux 用于高可用性 SAP Central Services 群集。 | SAP |
Azure 上的 SAS | 了解如何运行 Azure 上的 SAS 分析产品。 SAS 支持 Red Hat 7 及更高版本。 | 计算 |
SWIFT 的 AMH 与 Alliance Connect Virtual | 在 Azure 上运行 SWIFT AMH。 将此消息传送解决方案与 Alliance Connect Virtual 网络解决方案(也在 Azure 上运行)配合使用。 一个关键组件(AMH 节点)在 Red Hat Enterprise Linux 上的 JBoss EAP 上运行。 | 网络 |
Redis
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 Azure Cache for Redis 在发布-订阅消息传递模式下用于银行交易。 | 容器 |
新冠肺炎安全解决方案与 IoT Edge | 创建一个新冠肺炎安全环境,用于通过闭路电视、Azure IoT Edge、Azure 流分析和 Azure 机器学习监视社交距离、口罩/PPE 的使用和人口流动要求。 Redis 用来存储云数据,以进行分析和可视化。 | IoT |
数据缓存 | Azure Cache for Redis 提供了一种经济高效的解决方案,用于缩放数据层的读取和写入吞吐量。 使用常见的旁路缓存模式存储和共享数据库查询结果、会话状态、静态内容等。 | 数据库 |
使用 AKS 的数据流式传输 | 使用 AKS 轻松引入和处理实时数据流,通过传感器收集数百万个数据点。 Azure Cache for Redis 用来缓存已处理的数据。 | 容器 |
消息传送 | 了解 Azure Cache for Redis 如何在发布和订阅系统中路由实时消息。 | 数据库 |
非关系数据和 NoSQL | 了解基于数据要求将数据存储为键值对、图形、时间序列、对象和其他存储模型的非关系型数据库。 可以使用 Azure Cache for Redis 来存储键值对。 | 数据库 |
个性化套餐 | 使用分析来自多个源的数据的机器学习模型构建可提供客户定制化内容的智能市场营销系统。 Azure Cache for Redis 用于为客户提供预先计算的产品偏好度。 | AI |
发布者-订阅者模式 | 了解发布者-订阅者模式,该模式使应用程序能够以异步方式向多个感兴趣的使用者通报事件。 在此模式中,可以使用 Redis 进行消息传递。 | 集成 |
速率限制模式 | 使用速率限制模式可以避免或最大限度地减少限制错误。 在此方案中,可以使用 Redis/Redsync 创建用于授权容量临时租用的系统。 | 集成 |
在 Azure 上重新设计大型机批处理应用程序 | 使用 Azure 服务重新设计大型机批处理应用程序。 此体系结构更改可降低成本并提高可伸缩性。 可以使用 Azure Cache for Redis 来加速重新设计的应用程序。 | 大型机 |
可缩放的 Sitecore 营销网站 | 了解 Sitecore Experience Platform (XP) 如何提供在整个迭代生命周期中让客户密切参与所需的数据、集成工具和自动化。 在此解决方案中,Sitecore 的会话状态由 Azure Cache for Redis 进行管理。 | Web |
具有 Azure Redis 缓存的可缩放 Web 应用 | 通过使用 Azure Cache for Redis 提高响应能力,并以更少的 Web 计算资源处理不断增加的负载,从而提高应用性能。 | Web |
具有区域冗余的基线 Web 应用程序 | 使用此参考体系结构中的经验证的做法可以改进 Azure 应用服务 Web 应用程序的冗余、可伸缩性和性能。 | Web |
使用完全托管的开源数据引擎进行流处理 | 使用完全托管的 Azure 数据服务流式处理事件。 使用 Kafka、Kubernetes、Cassandra、PostgreSQL 和 Redis 组件等开源技术。 | Analytics |
SUSE
体系结构 | 摘要 | 技术重点 |
---|---|---|
在 Linux VM 中运行 SAP BW/4HANA | 了解 SAP BW/4HANA 应用层以及它如何适用于 Azure 上 SAP BW/4HANA 的高可用性、小规模生产环境。 Azure 经认证可在 SUSE Linux Enterprise 上运行 SAP BW/4HANA。 | SAP |
使用 Oracle 数据库在 Azure 上部署 SAP | 了解在 Azure 中的 Oracle 上以高可用性运行 SAP 的成熟做法。 在此体系结构中,SUSE SBD 可用作自动化故障转移机制的一部分。 | SAP |
纵向扩展系统中适用于 Linux VM 的 SAP HANA | 了解在支持 Azure 上的灾难恢复的纵向扩展高可用性环境中,用于运行 SAP HANA 的一套成熟做法。 若要实现高可用性,请使用 SUSE Linux Enterprise Server 上的 Pacemaker 群集。 | SAP |
Azure 上 Linux 中的 SAP S/4HANA | 回顾有关在 Azure 上的高可用性 Linux 环境中运行 SAP S/4HANA 的成熟做法。 SUSE Linux Enterprise Server 用于高可用性 SAP Central Services 群集。 | SAP |
使用 Azure 上的 SUSE 实现 SAP 工作负载自动化 | 使用此解决方案可提高工作效率并促进创新。 | SAP |
Azure 上的 SAS 体系结构 | 了解如何运行 Azure 上的 SAS 分析产品。 SAS 支持 SUSE Linux Enterprise Server (SLES) 12.2。 | 计算 |
TensorFlow
体系结构 | 摘要 | 技术重点 |
---|---|---|
Azure NetApp 文件上 AKS 工作负荷的应用程序数据保护 | 使用 Azure NetApp 文件部署 Astra Control 服务,为 AKS 应用程序提供数据保护、灾难恢复和可移动性。 此解决方案适用于运行 AI 和机器学习组件(例如 TensorFlow)的系统。 | 容器 |
使用 Azure Databricks 进行数据科学和机器学习 | 将 Databricks、Delta Lake 和 MLflow 用于数据科学和机器学习,从而改进操作。 开发、训练和部署机器学习模型。 Azure Databricks 使用预安装的、经优化的机器学习框架,包括 TensorFlow。 | AI |
将视觉分类器模型与 Azure 认知服务自定义视觉配合使用 | 使用包括 Microsoft AirSim 无人机模拟器、Azure 认知服务自定义视觉和 TensorFlow 的解决方案体系结构来创建图像分类器。 | AI |
Terraform
体系结构 | 摘要 | 技术重点 |
---|---|---|
多租户解决方案中的部署和配置体系结构方法 | 了解部署和配置多租户解决方案时要考虑的方法。 建议使用 Terraform 实现自动化操作。 | 多租户 |
自动引导的车队控制 | 了解汽车原始设备制造商 (OEM) 的端到端方法。 包括了你可以重用的一个参考体系结构和多个已发布的开源库。 Terraform 用来部署 Azure 实例。 | Web |
Azure 上的银行系统云转换 | 使用模拟和实际应用程序以及现有工作负载来监视解决方案基础结构的反应,以了解可伸缩性和性能。 Terraform 用于负载测试。 | 迁移 |
部署戳模式 | 了解部署缩放单元模式,该模式部署应用程序组件的多个独立副本。 建议将 Terraform 用于部署。 | 网络 |
使用 Azure DevOps 设计 CI/CD 管道 | 为应用程序生成持续集成和部署管道。 在此体系结构中,可以将 Terraform 用于部署。 | DevOps |
AKS 上的 DevSecOps | 了解 DevSecOps,这是一种从开发之初就利用安全最佳做法的解决方案。 Terraform 用来管理基础结构即代码。 | DevOps |
Azure 中的端到端治理 | 使用 CI/CD 管道自动进行部署时,不仅要在 Azure 资源管理器端应用 RBAC,而且还要在开发人员签入其代码的过程中在前期应用。 描述的方案使用 Terraform 实现基础结构即代码。 | 管理 |
Gridwich 云媒体系统 | 了解使用 Terraform 夹层和事件网格夹层引入、处理和交付媒体资产的无状态操作执行工作流。 | 媒体 |
Gridwich CI/CD 管道 | 了解有关 Gridwich 连续 CD/CD 管道的指导原则和注意事项,包括有关 Terraform 的信息。 | 媒体 |
使用 Azure 上的 SUSE 实现 SAP 工作负载自动化 | 使用此解决方案可提高工作效率并促进创新。 Terraform 用来将 SAP 基础结构部署到 Azure。 | SAP |
使用 Azure 防火墙帮助保护 AKS 群集 | 使用 Terraform 和 Azure DevOps 在中心辐射型网络拓扑中部署 AKS 群集。 使用 Azure 防火墙帮助保护入站和出站流量。 | 容器 |
虚拟网络集成无服务器微服务 | 了解适用于健康状况记录管理的端到端解决方案,该解决方案通过虚拟网络使用与其他服务集成的 Azure Functions 微服务。 Terraform 会自动执行所有代码和基础结构部署。 | 安全性 |
Umbraco
体系结构 | 摘要 | 技术重点 |
---|---|---|
可缩放 Umbraco CMS Web 应用 | 在应用服务的 Web 应用功能上运行 Umbraco 内容管理系统。 将 Azure 托管服务用于高可用性环境。 | Web |
相关资源
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈