【每周快報】0307-0416 Azure 服務更新

前言

在這一個月的期間內，Azure 陸續新增了不少服務，希望能帶給使用者更好的體驗。像是為了達到低延遲及高運輸量的需求，Azure 推出了 Azure Edge Zones，透過與當地通訊商合作推出新的解決方案。在機器學習方面，Azure 則新增了記錄串流功能，此功能會自動更新 log，讓使用者不須一直刷新頁面了。

另外為了讓使用者能更詳細的了解 Data Lake Storage 的資訊，Azure 推出適用於 Azure Data Lake Storage 的儲存體分析記錄，這些記錄會提供成功與失敗要求的詳細資訊，同時也可供 Blob 作業使用。除了上述服務，文中也將提及 Azure RTOS、Azure Spot、Azure Monitor…等許多不同的服務更新及應用！

一、焦點新聞

Azure Edge Zones 將 Azure 服務延伸至邊緣

為了加速把 Azure 推向邊緣運算以及 5G 應用市場，Azure Edge Zones 進入預覽階段(preview)。

Azure Edge Zones 是 Microsoft Azure 提供的產品，將 Azure 服務、應用平臺及管理功能，推向更接近客戶的資料中心，滿足低延遲和高輸送量要求，以協助當地電信與電訊廠商合作夥伴為企業和社會推動新解決方案，包括自動駕駛汽車、智慧城市、虛擬實境以及其他智慧型產業的使用案例。

Azure Edge Zones 擁有三種模式:

• Azure Edge Zones
• Azure Edge Zones with Carrier
• Azure Private Edge Zones

Azure Edge Zones 典型用例方案包括:

模式	遊戲與遊戲串流	媒體串流和內容提供	即時分析和推斷	混合實境的渲染	互聯汽車	遠端	機器人即時指揮與控制	機器視覺	混合實式實境和 VDI 機制的遠端	監視安全
Azure Edge Zones	☑️	☑️	☑️	☑️
Azure Edge Zones with Carrier	☑️	☑️	☑️	☑️	☑️	☑️
Azure Private Edge Zones			☑️				☑️	☑️	☑️	☑️

Azure Edge Zones 藉由下列功能，將 Azure 延伸到邊緣，並提供一致的服務與管理：

• 使用相同的 Azure 入口網站、API 與安全性工具，在雲端、內部部署及邊緣之間開發分散式應用程式。
• 針對 IoT 與媒體服務工作負載的地端資料處理。
• 針對機器人、混合實境及自動化工具進行最佳化、建置與創新，加快 IoT、AI 和即時分析的速度。

參考來源至：Azure Edge Zones extends Azure services to the edge
參考圖片至 : New 5G customer scenarios with Azure Edge Zones

Azure RTOS 與半導體業領導企業建立新合作關係

Azure RTOS 是一款小型且快速，同時可靠又使用簡易的即時作業系統 (RTOS)，可將位於邊緣的深度嵌入式感應器、裝置和閘道，連線至物聯網 (IoT)。

微軟宣布與 32-bit 微控制器(MCUs)行業領導者展開更多合作，提供 Azure RTOS ThreadX 的嵌入式開發套件，並計畫發行所有 Azure RTOS 相關元件的完整原始程式碼，有利於開發人員自由探索、開發、測試與調整。

嵌入式開發人員現在可針對資源有限的裝置獲得可靠與即時的效能，並與 Azure IoT 的強大功能順暢地整合。

參考來源至: New Azure RTOS Collaborations with Semiconductor Industry Leaders

二、新服務

推出 Azure 儲存體私人端點

私人端點提供從 Azure 虛擬網路 (VNet) 到 Azure 儲存體的安全連線。

為儲存體帳戶配置私人端點能夠：

• 以私人連結安全地存取儲存體帳戶的資料
• 配置防火牆以組阻止公共終結點上的所有連接，保護儲存提帳戶的安全
• 通過阻止從虛擬網路中挖掘資料，提高虛擬網路的安全性
• 使用 VPN 或快速路由安全地連接到本地網路的存儲帳戶

參考來源至 : Private Endpoints for Azure Storage are now Generally Available
參考圖片至 : Use private endpoints for Azure Storage

推出 Azure Spot 虛擬機

Azure 虛擬機 (VM) 是由 Azure 所提供的隨選且可調整的數種運算資源類型之一。

在更新之前，VM 的收費通常都是以量計費的方式，在這次更新之後新增Azure Spot 這個選項，可供使用者因專案情境選擇更適合的解決方案

相較於隨用隨付的 VM 價格，使用 Azure 現成虛擬機器，以大幅折扣的價格取得未使用的 Azure 計算容量。Spot 虛擬機器提供延展性，同時降低成本，很適合用於可中斷的工作負載。

參考來源至: Azure Spot Virtual Machines are now generally available

推出新的 Azure 磁碟和高載支援

Azure 磁碟是由 Azure 管理並用於 Azure 虛擬機器的 block 層級儲存體磁碟區。

這次更新後，在進階和標準 SSD 上新增了 4 GiB、8 GiB 和 16 GiB 大小的層級。

另外，也支援在公有雲端中所有 Azure 區域的 Azure 進階 SSD 磁碟。透過高載，即使是最小的 4 GiB 進階 SSD 磁碟，現在也可達到最大 3,500 IOPS 及每秒 170 MiB，更能因應尖峰工作負載。

參考來源至: New Azure Disk sizes and bursting support are now available
參考圖片至: Use the portal to attach a data disk to a Linux VM

推出適用於 Azure Data Lake Storage 的儲存體分析記錄

Azure Data Lake Storage 是可以容納巨量資料分析工作負載的超大規模存放庫。 Azure Data Lake 可讓使用者在單一位置擷取任何大小、類型和擷取速度的資料，以便進行運作和探究分析。

儲存體分析會記錄對 Storage 內成功和失敗請求的詳細資訊。這項資訊可用來監視個別請求，並診斷儲存體服務的問題。系統會以最佳方式來記錄這些請求。

在這次更新後，新增對於 Azure Data Lake Storage 的儲存體分析記錄，其可協助監視儲存體作業並診斷問題。這些記錄會提供成功與失敗要求的詳細資訊，並可供 Azure Data Lake Storage 作業及 Blob 作業使用。

參考來源至: Storage Analytics logs for Azure Data Lake Storage are now generally available
參考圖片至: Query Azure Storage analytics logs in Azure Log Analytics

三. 服務的改變或增強

推出適用於虛擬機（VM）的 Azure Monitor

微軟推出適用於虛擬機器 (VM) 的 Azure Monitor，提供深入檢視虛擬機的效能趨勢和相依性。

取得有關 Windows 和 Linux VM 的重要監視資料，以協助您：

• 針對客體層級的效能問題進行疑難排解，並了解 VM 資源使用率的趨勢。
• 判斷後端虛擬機相依性是否連接正確，以及虛擬機的哪些用戶端可能會受到影響。
• 根據資源使用率、連接計量、效能趨勢和警示，大規模查看虛擬機問題熱區。

參考網址至: Azure Monitor for virtual machines is now generally available

串流 Azure Stream Analytics 和 Machine Learning

Azure 串流分析是即時分析與處理複雜事件的引擎，用來同部分析和處理多個來源的大量快速串流資料。 它可以從多個輸入來源 (包括裝置、感應器、點擊流、社交媒體等等) 中擷取相關資訊，用於識別和找出關聯性。

在這次更新後，可以在 Azure Stream Analytics 中使用機器學習模型作為使用者自定義的function （UDF），以串流的方式輸入資料進行即時評分和預測。

而 Azure 機器學習則允許使用者使用任何的開源工具（如 Tensorflow、scikit-learn或 PyTorch）來準備、訓練和部署模型，增加使用者操作 Azure 的便利性。

參考來源至: Integrate Azure Stream Analytics with Azure Machine Learning
參考圖片至: Integrate Azure Stream Analytics with Azure Machine Learning

Azure Resource Graph 推出提供 Azure Advisor 資料

Azure Resource Graph是可以透過大規模查詢指定訂用帳戶群組的服務，提供兼具效率及效能探索管理 Azure 資源。

Azure Resource Graph透過以下功能來管理 Azure 環境：

• 根據資源屬性，使用複雜篩選、群組和排序查詢資源。
• 根據管理需求反覆探索資源。
• 評估在雲端環境中套用policy所帶來的影響。

Azure Advisor 是個人化的雲端顧問，可協助使用者依最佳做法來最佳化您的 Azure 部署。它可分析及監測使用者的資源型態和使用量，然後建議使用者改善 Azure 資源的成本效益、效能、高可用性和安全性的服務。

在更新之前，由於 Azure 入口網站的限制，一次最多只能檢閱 60 個訂用帳戶的 Advisor 建議。

在更新之後如果有超過 60 個 Azure 訂用帳戶，則可以輕鬆地將資源最佳化，並隨時掌握最佳做法，讓大規模專案使用 Advisor 最佳建議。

此外，也可以針對 Advisor 建議資料進行自訂檢視。例如：

• 依類別檢閱 (成本、安全性、高可用性、效能、最佳作業效能) 和影響 (高、中、低) 摘要的建議。
• 查看某個建議類型的所有建議。
• 依建議類別檢視受影響的資源計數。

參考來源至: Azure Advisor data in Azure Resource Graph is now available
參考圖片至: Query for Advisor data in Resource Graph Explorer

Azure Machine Learning：推出記錄串流功能

Azure Machine Learning 是用於機器學習，從傳統 ML 到深度學習、監督式和非監督的學習，都可以在 Azure Machine Learning 工作區中建立、定型和追蹤高精確度的機器學習和深度學習模型。

此次更新後，Azure Machine Learning 工作區新增可以記錄串流的功能，此功能會自動更新log，使頁面不必一直重新整理。也可藉由開啟或關閉此功能來檢視記錄檔，以便在機器學習測試程序期間或之後輕鬆偵錯。

參考圖片至: Azure Machine Learning—New log streaming feature is now available