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 体系结构中心中的新增内容
Azure 体系结构中心 (AAC) 可帮助你在 Azure 上设计、构建和运行解决方案。 了解云体系结构样式和设计模式。 使用技术选择和指南来决定适合你的解决方案的服务。 本指南基于针对云进行构建的所有方面，如操作、安全性、可靠性、性能和成本优化。
最近在 Azure 体系结构中心发布了以下新文章和更新的文章。
2025 年 2 月
新项目
更新的文章
- 使用自定义插件为事件中心和 IoT 中心设计 Azure 负载测试，以模拟设备行为 (#effa93503a)
- 访问 Azure Kubernetes 服务（AKS）API 服务器（#a8dcad5cea）
- AKS day-2 指南：修补和升级指南 (#99864e6124)
- 选择 Azure 容器服务 (#17fa458266)
- 选择 Azure 容器服务时的一般注意事项 (#17fa458266)
2025 年 1 月
新文章
更新的文章
- 集成 Azure 和 Microsoft Defender XDR 安全服务 (#c6fef9d7a9)
- 使用 Azure 现成虚拟机生成工作负荷 (#f373ceac36)
- 事件溯源模式 (#5fd498b656)
- Azure 应用程序体系结构基础知识 (#221b5d1bdf)
- AI 体系结构设计 (#bc01c55635)
- 比较 AWS 和 Azure 帐户 (#67adab262b)
- 比较 AWS 与 Azure 网络选项 (#67adab262b)
- 比较 AWS 与 Azure 资源管理 (#67adab262b)
- 消息编码注意事项 (#702cc9062f)
- 在 Azure 上部署 IBM Sterling Order Management Software (OMS) (#00e6e92a0e)
- 创建 AD DS 资源林 (#00e6e92a0e)
- 将本地 AD FS 扩展到 Azure (#00e6e92a0e)
- 将本地 AD 域与 Microsoft Entra ID 集成 (#00e6e92a0e)
- 将大型机数据复制和同步到 Azure (#00e6e92a0e)
- 使用 Avanade AMT 进行 Unisys 大型机迁移 (#00e6e92a0e)
- 在 Azure 上运行 Linux VM (#00e6e92a0e)
- 在 Azure 上运行 Windows VM (#00e6e92a0e)
- 在 Linux VM 中运行 SAP BW/4HANA (#00e6e92a0e)
- 纵向扩展系统中适用于 Linux VM 的 SAP HANA (#00e6e92a0e)
- 重构 IBM z/OS 耦合设施 (#00e6e92a0e)
- Azure 虚拟机基线体系结构 (#00e6e92a0e)
- Azure 登陆区域中的 Azure 虚拟机基线体系结构 (#00e6e92a0e)
- 使用 Azure 应用程序网关和 Azure API 管理服务保护 API 接口（#00e6e92a0e）
- 使用 ASE 进行 HA 企业部署 (#00e6e92a0e)
- 使用 Azure ASE 进行企业部署 (#00e6e92a0e)
- 基线高可用性区域冗余应用程序服务 Web 应用程序 (#00e6e92a0e)
- 基本 Web 应用程序 (#00e6e92a0e)
- 高可用性多区域 Web 应用 (#00e6e92a0e)
- 无服务器 Web 应用程序 (#00e6e92a0e)
- Kubernetes 工作负荷标识和访问 (#6a706855c6)
- 在 Azure Arc 中管理和部署 Kubernetes (#da83b4a856)
- 使用 Azure Databricks 创建新式分析体系结构 (#42d8b4bf1c)
- Azure 上任务关键型工作负荷的数据平台 (#0a6b822152)
- API 网关 (#cf84d1ed7d)
- 开发 RAG 解决方案 - 大型语言模型端到端评估阶段 (#81cb085b5f)
- AKS 群集的基线体系结构 (#24a43a46f5)
- 使用 Azure 机器学习进行多模型机器学习 (#808672d53d)
- 概述 Microsoft 机器学习产品和技术 （#db173c5205）
- 使用 Spark 进行多模型机器学习 (#a6bfb23c96)
- Kubernetes 群集的治理选项 (#aa2ad3d278)
- Kubernetes 监视和日志记录 (#aa2ad3d278)
- Kubernetes 节点和节点池管理 (#aa2ad3d278)
- 保护对 Kubernetes 的网络访问 (#aa2ad3d278)
- Kubernetes 群集的存储选项 (#aa2ad3d278)
- Azure 上的图像分类 (#65552008f2)
- Azure 中的中心辐射型网络拓扑 (#d29c1192f3)
- 选择 Azure 计算服务 (#a4898e1571)
- Azure 企业云文件共享 (#8c28127f55)
- 面向 AWS 专业人员的 Azure （#c5af085280）
- Azure 上任务关键型工作负荷的部署和测试 (#1663952136)
- Azure 上任务关键型工作负荷的运行状况建模 (#1663952136)
- Azure 上任务关键型工作负荷的网络和连接 (#1663952136)
- Azure 上任务关键型工作负荷的操作 (#1663952136)
- Azure 上的 IBM z/OS 联机事务处理 (#67d22afea8)
- 将 IBM 大型机和中型机消息队列与 Azure 集成 (#67d22afea8)
- 使用 Luminex（#67d22afea8）将大型机文件和磁带备份到 Azure
- 在 Azure VM 部署中使用 LzLabs 软件定义的大型机 (SDM) (#67d22afea8)
- 使用 mLogica LIBER*IRIS 将大型机数据层迁移到 Azure (#67d22afea8)
- 使用 Qlik 将大型机和中型机数据复制到 Azure (#67d22afea8)
- 在 Azure 上重新托管常规大型机 (#67d22afea8)
- 使用 Precisely Connect 复制大型机数据（#67d22afea8）
- Azure VM 上的 Micro Focus Enterprise Server (#67d22afea8)
- 使用 Skytap 将 AIX 工作负荷迁移到 Azure (#67d22afea8)
- 使用 Skytap 将 IBM i 系列迁移到 Azure (#67d22afea8)
- 使用 Astadia 和 Micro Focus 将 Unisys Dorado 大型机迁移到 Azure (#67d22afea8)
- 实现大型机和中型机数据现代化 (#67d22afea8)
- 将存档数据从大型机系统移到 Azure (#67d22afea8)
- 大量分批事务处理 (#67d22afea8)
- 在 Azure 上重新设计 IBM z/OS 批处理应用程序 (#67d22afea8)
- 将 IBM z/TPF 大型机系统重构到 Azure (#67d22afea8)
- 使用“高级”重构大型机应用程序 (#67d22afea8)
- 使用 Astadia 重构大型机应用程序（#67d22afea8）
- 在 Azure 上重新托管 Adabas 和 Natural 应用程序 (#67d22afea8)
- 使用 Raincode IMSql 在 Azure 上重新托管 IMS DC 和 IMS DB (#67d22afea8)
- 使用 NTT DATA UniKix 重新托管大型机应用程序 (#67d22afea8)
- Azure 上的 Unisys ClearPath MCP 虚拟化 (#67d22afea8)
- Azure 上的 Siemens Teamcenter 基线体系结构 (#67d22afea8)
- 将 Teamcenter PLM 与 Azure NetApp 文件服务配合使用 (#67d22afea8)
- 在 Azure 上生成和部署自定义文档处理模型 (#a53d844e24)
- 开发 RAG 解决方案 - 分块阶段 (#b9ec1c74e5)
- 在多租户解决方案中使用 Azure 容器应用的注意事项 (#ba1f99f5d4)
- 在多租户解决方案中使用 Azure Front Door (#ba1f99f5d4)
- 适用于多租户的 Azure 专用链接服务注意事项 (#ba1f99f5d4)
- 访问 Azure SQL 数据库的大型机和中型 Db2 应用程序 (#ba1f99f5d4)
- 使用 Azure Monitor 进行企业监视 (#a57ebe778b)
- 量子计算与经典应用的集成 (#a57ebe778b)
- 管理虚拟机合规性（#a57ebe778b）
- 使用 Azure 容器应用部署微服务 (#a57ebe778b)
- 使用 Azure 容器应用和 Dapr 部署微服务（#a57ebe778b）
- 使用防火墙保护 Microsoft Teams 频道机器人和 Web 应用 (#a57ebe778b)
- AIX UNIX 本地迁移到 Azure Linux (#a57ebe778b)
- 使用 API 管理和 GitHub 设计出色的 API 开发者体验 (#a57ebe778b)
- 已启用 Azure Arc 的 SQL 托管实例灾难恢复 (#a57ebe778b)
- Azure 上的 Unisys ClearPath Forward OS 2200 企业服务器虚拟化 (#a57ebe778b)
- 多区域群集的 AKS 基线 (#a57ebe778b)
- 增强了从本地网络（#a57ebe778b）访问应用服务 Web 应用程序的安全性
- 使用 Azure 容器实例容器组自动轮换 IP (#a57ebe778b)
- Azure 治理可视化工具部署指南 (#c74532afe6)
- 使用 Raincode 编译器将大型机应用程序重新托管到 Azure (#51d18b3ff3)
- 高级 Azure Kubernetes 服务 (AKS) 微服务体系结构 (#51d18b3ff3)
- AKS 上的微服务体系结构 (#51d18b3ff3)
- 适用于 PCI-DSS 3.2.1 的 AKS 管制群集 - 摘要 (#51d18b3ff3)
- 使用区域冗余的 Azure Red Hat OpenShift 部署 Web 应用 (#51d18b3ff3)
- 自动化企业 BI (#51d18b3ff3)
- 使用流分析进行流处理 (#51d18b3ff3)
- 实现安全的混合网络 (#51d18b3ff3)
- Azure 上的基本企业集成 （#51d18b3ff3）
- 使用 ExpressRoute 将本地网络连接到 Azure (#51d18b3ff3)
- 适用于自动驾驶汽车运营的 DataOps (#aaecb71396)
- 使用 SCI 评分衡量 Azure 应用的可持续性 (#aaecb71396)
- 使用 Oracle 数据库在 Azure 上部署 SAP (#aaecb71396)
- 可缩放的云应用程序和 SRE (#aaecb71396)
- 数据仓库和分析 (#aaecb71396)
- Azure 虚拟桌面上的 Esri ArcGIS 平台 (#aaecb71396)
- 使用完全托管的开源数据引擎进行流处理（#aaecb71396）
- 使用 Azure Synapse 进行端到端分析 (#aaecb71396)
- 使用 AI 文档智能自动处理文档 (#d866cb293f)
- AKS 会审 - 工作负荷部署 (#fda99cac1d)
- AKS 会审 - 节点运行状况 (#fda99cac1d)
- 面向虚拟网络的防火墙、应用程序网关 (#7ccd88f606)
- 安全地托管 Web 应用程序 (#28f6cba8ca)
- 汽车消息传送、数据和分析 (#1a13277eec)
- Azure 登陆区域中的 Azure OpenAI 聊天基线体系结构 (#1a13277eec)
- 基线 OpenAI 端到端聊天参考体系结构 (#1a13277eec)
- 基本 OpenAI 端到端聊天参考体系结构 (#1a13277eec)
- Azure 数据工厂企业强化体系结构 (#1a13277eec)
- Azure 数据工厂任务关键型体系结构 (#1a13277eec)
- Azure 登陆区域基线体系结构上的 Azure 数据工厂 (#1a13277eec)
- 使用 Apache Cassandra 的 N 层应用程序（#1a13277eec）
- 多区域负载均衡 (#1a13277eec)
- 通过 Azure Arc 管理 SQL Server (#1a13277eec)
- Azure Local 基线参考体系结构 (#1a13277eec)
- 使用 Azure Local 拉伸群集进行灾难恢复 (#1a13277eec)
- 监视混合可用性和性能 (#1a13277eec)
- 汽车互联车队 (#1a13277eec)
- 在 Azure 中实现跨目录通信 (#36357b1ebc)
- 在 Synapse 上保护数据湖仓一体 (#c43a33cfb8)
- 使用 Azure 应用服务环境 v3 部署业务线应用程序 (#c43a33cfb8)
- 使用 Avanade AMT 进行 IBM z/OS 大型机迁移 (#c43a33cfb8)
- 将大型机数据迁移到 Azure (#c43a33cfb8)
- 将 AIX 作业负载重新平台化到 Azure 上 (#c43a33cfb8)
- 实现 TIC 3.0 符合性 (#c43a33cfb8)
- 软件定义的车辆 DevOps 工具链 (#a24cd6ab16)
- 准实时湖仓一体数据处理 (#a24cd6ab16)
- 构建媒体的实时监控和可观测性系统 （#a24cd6ab16）
- Azure 上的多租户 SaaS (#a24cd6ab16)
- 使用 Azure 服务总线和 Azure 数据资源管理器对数据进行实时分析 (#a24cd6ab16)
- 机器学习运维成熟度模型（#65934f9c88）
- Azure 中的计算机取证监管链 (#5090d2e341)
- 使用文本分析和 Azure OpenAI 服务分析呼叫中心记录以获取健康数据（#5090d2e341）
- Azure Local 上的 AKS 的 Azure Kubernetes 服务 (AKS) 基线体系结构 (#5090d2e341)
- Azure Local 上的 AKS 的 Azure Kubernetes 服务 (AKS) 网络体系结构 (#5090d2e341)
- Azure 文件从本地访问，并由专用网络中的 AD DS 保护 (#5090d2e341)
- 应用程序服务上的 WordPress (#00d47173c8)
- Azure Kubernetes 服务上的 WordPress (#00d47173c8)
- 虚拟机上的 WordPress (#00d47173c8)
- Azure API 管理登陆区域加速器 (#00d47173c8)
- 使用 CloudFrame Renovate（#00d47173c8）重构大型机体系结构
- 使用 Verastream 主机集成器将大型机应用程序扩展到 Azure (#00d47173c8)
- 通过使用基于标准的 REST API，将大型机扩展到数字通道（#00d47173c8）
- 常规大型机重构到 Azure (#00d47173c8)
- 使用 Infinite i 从 IBM System i (AS/400) 迁移到 Azure (#00d47173c8)
- 适用于 Java 的新式 Web 应用模式 (#ff52bb8bcc)
- 自动处理 PDF 表单 (#8b11bb996f)
- 部署 Azure 登陆区域 (#e4e5a01e1a)
- 制定 RAG 解决方案——信息检索阶段 （#581cc1fd26）
- CQRS 模式 (#68f7b0269a)
- 比较 Azure 和 AWS 上的存储服务 (#3501c9c49c)
- 选择 Azure 矢量搜索服务 (#4b9fec8d86)
- 使用 Databricks 进行流处理 (#a75ca75c29)
2024 年 12 月
新文章
更新的文章
- 面向 AWS 专业人员的 Azure (#b5fa90dbb7)
- 云应用程序的最佳做法 (#f84f30f537)
- 云设计模式 (#f84f30f537)
- 使用计算机视觉和 Azure 机器学习分析视频内容 (#c847f992d4)
- Azure Databricks 上的 Spark 模型的批量评分（#64c84cbd5c）
- 自然语言处理技术 (#83ee95d21f)
- 通过网关为 Azure OpenAI 服务提供自定义身份验证 (#7e1271e2c7)
- 通过网关访问 Azure OpenAI 和其他语言模型 (#7e1271e2c7)
- 在多个 Azure OpenAI 部署或实例前使用网关 (#7e1271e2c7)
- 大数据体系结构样式 (#6329a5301e)
- 依托于 Azure Arc 的服务器配置 (#89ba7c81e7)
- 面向基于 IoT 中心的多租户解决方案的体系结构方法 (#74d902de30)
- AKS 群集的基线体系结构 (#4623f17e39)
- 基本 OpenAI 端到端聊天参考体系结构 (#a2c84d6ab8)
- 使用 Azure Databricks 创建新式分析体系结构 (#3b03a9f5d6)
- Azure VM 上的 Stromasys Charon-SSP Solaris 模拟器 (#19b9e92801)
- 具有 MLOps 投资的组织的生成式 AI 运营 (#0df6ca682c)
- 在 Linux VM 中运行 SAP BW/4HANA (#de5b5f6de5)
- 纵向扩展系统中适用于 Linux VM 的 SAP HANA (#de5b5f6de5)
- Azure Local 上的 AKS 的 Azure Kubernetes 服务 (AKS) 基线体系结构 (#38b9751c82)
- Azure Local 上的 AKS 的 Azure Kubernetes 服务 (AKS) 网络体系结构 (#38b9751c82)
- 通过 Azure Arc 管理 SQL Server (#38b9751c82)
2024 年 11 月
新文章
更新的文章
- Azure 登陆区域中的 Azure OpenAI 聊天基线体系结构 (#20ef3acc89)
- 将应用程序网关入口控制器与多租户 Azure Kubernetes 服务群集一起使用 (#99e1199aec)
- 为受管制数据设计安全研究环境 (#70ff986fb6)
- 采用 Azure 上的 Microsoft 本地技术的方案 (#84a5acfd12)
- 适用于 .NET 的新式 Web 应用模式 (#a80637ef28)
- 使用消息代理和事件集成企业系统 (#159cbaeccf)
- 使用 ExpressRoute 将本地网络连接到 Azure (#e5f9dec39d)
- 无服务器函数代码演练 (#027d3ab0ec)
- 企业 Web 应用模式 (#e06a37b575)
- 适用于 .NET 的可靠 Web 应用模式 (#e06a37b575)
- 适用于 Java 的可靠 Web 应用模式 (#e06a37b575)
- 比较 Azure 和 AWS 上的存储服务 (#428cac3304)
- 使用 Azure NetApp 文件部署 Moodle (#ecedf3ebc8)
- 选择适用于微服务的计算方案 (#3c7f4b64a6)
- 基本 Web 应用程序 (#a6d7565ea0)
- Project 15 开放平台 IoT 可持续性 (#a65af2fb36)
- 使用 Power Apps 和 Power Automate 写回 Power BI 数据 (#2206b1a394)
- 准实时湖仓一体数据处理 (#2206b1a394)
- 在 Azure 上部署 IBM Maximo Application Suite (MAS) (#c7c3fa8621)
- 使用 APIOps 的自动化 API 部署 (#f9e86f0dd7)
- 在多租户解决方案中将请求映射到租户 (#824332ce7e)
- Azure 上关键工作负荷的安全注意事项 (#c1fbb7bcb2)
- 使用 Azure DevOps 和 Helm 生成 CI/CD 管道以在 Kubernetes 上部署微服务 (#e7fce8fed3)
- 使用 Azure 容器应用部署微服务 (#69915eb9b9)
- 实现 TIC 3.0 合规性 (#642826e937)
- Azure 数据平台的 DR - 建议 (#9682e1ddaa)
- Azure 数据工厂和 Azure Synapse Analytics 管道的 BCDR (#9682e1ddaa)
- 使用区域冗余的 Azure Red Hat OpenShift 部署 Web 应用 (#9682e1ddaa)
- 将工作负荷从 Service Fabric 迁移到 AKS (#32260daf09)
- Azure 图标 (#65d273a36a)
- 多租户的 Azure Kubernetes 服务 (AKS) 注意事项 (#e8c3419d24)
- 事件驱动的体系结构样式 (#837f359436)
- Microsoft 机器学习产品和技术概述 (#e9e0ae671b)
- AI 体系结构设计 (#e9e0ae671b)
- Azure 虚拟桌面上的 Esri ArcGIS 平台 (#07114dc8b6)
- Microsoft Fabric 上的 Greenfield lakehouse (#07114dc8b6)
- 使用完全托管的开源数据引擎进行流处理 (#07114dc8b6)
- 多租户解决方案中存储和数据的体系结构方法 (#5af6f44473)
- 多租户和 Azure Cosmos DB (#b3d32f27df)
- 订阅自动售货实现指南 (#182044238e)
- 使用 Azure 安全服务构建第一层防御 (#d767ff97c6)
- 集成 Azure 和 Microsoft Defender XDR 安全服务 (#d767ff97c6)
- Microsoft Sentinel 自动响应 (#d767ff97c6)
- 使用 Azure DevOps 管理 Microsoft 365 租户配置 (#b8c4511d3a)
- 度量消耗 (#5be872db52)
- 使用 SCI 评分衡量 Azure 应用的可持续性 (#fab649364c)
- 基线 OpenAI 端到端聊天参考体系结构 (#c49693b8b9)
- 为 Azure OpenAI 大型语言模型实现日志记录和监视 (#30fbbdad4d)
- 使用计算机视觉和 Azure 机器学习分析视频内容 (#77135146b6)
- 在 Azure 中自动执行文档分类 (#77135146b6)
- 使用 AI 文档智能自动处理文档 (#77135146b6)
- 自动化 PDF 表单处理 (#77135146b6)
- 在 Azure 上生成和部署自定义文档处理模型 (#77135146b6)
- MLOps 解决方案的网络安全清单 (#77135146b6)
- 许多模型使用 Azure 机器学习进行机器学习 (#77135146b6)
- 许多模型使用 Spark 进行机器学习 (#77135146b6)
- 使用 Azure OpenAI 服务、语音服务和语言服务提取和分析呼叫中心数据 (#77135146b6)
- 适用于新式数据仓库的 DataOps (#77135146b6)
- 通过 Power Platform 平台驯化 AI (#77135146b6)
- 将 Databricks 和 Kubernetes 用于员工保留 (#77135146b6)
- 多区域负载均衡 (#6c8ea10816)
- 依托于 Azure Arc 的服务器配置 (#6c8ea10816)
- 通过 Azure Arc 管理 SQL Server (#6c8ea10816)
- 汽车互联车队 (#6c8ea10816)
- Azure 中的中心辐射型网络拓扑 (#6c8ea10816)
- 使用 Raincode 编译器将大型机应用程序重新托管到 Azure (#6c8ea10816)
- 高级 Azure Kubernetes 服务 (AKS) 微服务体系结构 (#6c8ea10816)
- 自动化企业 BI (#6c8ea10816)
- 在 Azure 上部署 IBM Sterling Order Management Software (OMS) (#6c8ea10816)
- 将大型机数据复制和同步到 Azure (#6c8ea10816)
- 使用 Avanade AMT 进行 Unisys 大型机迁移 (#6c8ea10816)
- 在 Linux VM 中运行 SAP BW/4HANA (#6c8ea10816)
- 纵向扩展系统中适用于 Linux VM 的 SAP HANA (#6c8ea10816)
- 重构 IBM z/OS 耦合设施 (#6c8ea10816)
- 使用 Azure ASE 进行企业部署 (#6c8ea10816)
- 高可用性多区域 Web 应用 (#6c8ea10816)
- 无服务器 Web 应用程序 (#6c8ea10816)
- 使用 Power Automate 和 AI Builder 从对象提取文本 (#a1342dca07)
- 多租户解决方案的定价模型 (#820a1635fe)
- 将 Teamcenter PLM 与 Azure NetApp 文件服务配合使用 (#d056868ef6)
- 使用 ASE 进行 HA 企业部署 (#41aed5ce1c)
- 使用 Azure Synapse 进行端到端分析 (#a9e676aa5e)
- 使用 AKS 的数据流式传输 (#73cfb4bcff)