【每周快報】1004-1017 Azure 服務更新

一、新服務

Azure Private DNS 現已正式推出

Azure DNS 是 DNS 網域的主機服務，採用 Microsoft Azure 基礎結構來提供名稱解析。 只要將網域裝載於 Azure，就可以像管理其他 Azure 服務一樣，使用相同的認證、API、工具和計費方式來管理 DNS 記錄。

Azure Private DNS 提供一個可靠、安全的 DNS 服務，不必新增自訂 DNS 解決方案，就能管理及解析虛擬網路中的網域名稱。 藉由使用私人 DNS 區域，就可以使用自己的定義的網域名稱

參考來源至：What is Azure Private DNS?

二、服務的新功能

Azure Data Factory 新增 Mapping Data Flows 功能

Azure Data Factory 是一項雲端式資料整合服務，可以在雲端建立資料驅動工作流程，協調及自動進行資料移動和資料轉換。可以建立並排程資料驅動的工作流程 ，可以從不同的資料存放區擷取資料。

在此次更新後，Mapping Data Flows 功能可讓資料工程師在雲端，以視覺方式設計、偵錯、管理及操作資料轉換，不必撰寫任何程式碼，就能在資料處理站管線新增以視覺方式操作的資料轉換頁面。快速設計、建置及管理大規模執行的資料流程，同時享有轉換大量數據工作負載所需的效能。

• 在 ADF 中，建立「範本管線」，並從範本資源庫中選取資料流程類別。

• Mapping Data Flows 頁面

參考來源至：Azure Data Factory Mapping Data Flows are now generally available

圖片圖片至：Azure Data Factory Mapping Data Flows are now generally available

Azure Analysis Services 新增 QPU 自動調整功能

Azure Analysis Services 使用進階的與模型化功能，以結合來自多個資料來源的資料、定義計量，可讓使用者輕鬆快速地瀏覽要用於操作資料分析的大量資料。

在這次更新後，可以讓自訂的 AAS 執行個體得以自動調整。除能節省成本之外，還能依工作負載需要，自動相應上調及下調層級，以及新增和移除查詢複本，以確保適當資源的可用性。

參考來源至：Automation with service principals

新增 App Service 和 Azure Functions 中的 Key Vault references

Azure Key Vault 是用來安全地儲存密碼、憑證、API 金鑰和其他祕密，並嚴密控制其存取的服務

Azure Key Vault 能在 Azure 為您的應用程式提供這些管理功能，但有些應用程式沒辦法輕鬆地為了整合而變更程式碼。Key Vault references 則提供了將祕密管理導入應用程式，而不需要變更程式碼的途徑。

經過這次更新後，裝載於 App Service 和 Azure Functions 的應用程式現在能參考 Key Vault 中的祕密定義，來進行應用程式設定。系統中的指派身分識別（system-assigned identity）會來安全地擷取祕密，並讓其可作為應用程式的環境參數使用，這表示可以使用 Key Vault 中的相同祕密來取代儲存在應用程式設定中的原有祕密，而應用程式也不會受到任何影響。

參考來源至：Use Key Vault references for App Service and Azure Functions

Azure Resource Graph 新功能介紹 – 追蹤資源屬性的變更

在此次更新過後，推出 Azure Resource Graph API 功能，可查看 Azure 資源變更的更多詳細資料。系統會針對各個變更記錄傳回整體 changeType，指出資源的整體變更是 Create、Update 或Delete 動作。其中也包含所做屬性變更的清單，清單中有屬性名稱、變更後的值、變更前的值，以及屬性變更的變更類型 (Insert、Update 或 Remove)。

參考來源至:Get resource changes

三、功能的增強或改動

加強 Azure Advisor 成本建議功能

Advisor 根據使用情況和配置提供個性化的建議，根據使用情況和配置提供個性化的建議。

在這次更新後，Advisor 加強了成本建議功能，增加了評估記憶體效能情況功能。

舉例來說，Advisor 會監控使用者的虛擬機使用情況 7 天，然後識別使用率低的虛擬機。如果虛擬機的 CPU 使用率為 5％ 或更低，並且其網路使用率低於 2％ 且記憶體使用情況過高，或者當前的工作量可以由較小的虛擬機容納，則被視為低利用率。另外，Advisor 現在可以根據使用者的操作建議出相關的評估成本節省方案，舉例來說，Advisor 會根據使用者狀況建議 SKU 最佳選項，而不是預設的 SKU 選項

參考來源至：Reduce service costs using Azure Advisor

優化 Azure VM 上 SQL Server 的性能儲存配置

Azure 虛擬機上的 SQL Server 以最低成本為 SQL Server 工作負載帶來了彈性和可擴展性的優勢。

在這次更新後，在創建 SQL VM 時透過 Portal 根據Azure 虛擬機上 SQL Server 的性能最佳實踐自動執行儲存配置。包括：分隔資料與 log 檔案，Premium SSD 的快存配置，支援本機端的 Temp DB 跟 Ultra Disk

• 支援 Temp DB 的本地 SSD

參考來源至:Announcing Performance Optimized Storage Configuration for SQL Server on Azure VMs with SQL VM

更動 Azure Monitor Application Insights 的保留選項

Application Insights 是多個平台上的 Web 開發人員所適用的可延伸「應用程式效能管理」(APM) 服務。 使用者可以使用它來監視即時 Web 應用程式。 它將會自動偵測效能異常。

原本 Application Insights 資源的預設保留期為 90 天。在這次更新過後，可以為每個 Application Insights 資源選擇不同的保留期。包括 30、60、90、120、180、270、365、550 或 730 天。

• 要更改資源保留期限，請轉到Usage and Estimated Costs page頁面，然後選擇Data Retention選項

參考來源至：Variable retention for Azure Monitor Application Insights is now generally available

參考圖片至 :Variable retention for Azure Monitor Application Insights is now generally available

在 Azure Data Factory 管線中執行 Azure Machine Learning Service 管線

Azure Data Factory 是一項雲端式資料整合服務，可以在雲端建立資料驅動工作流程，協調及自動進行資料移動和資料轉換。可以建立並排程資料驅動的工作流程 ，可以從不同的資料存放區擷取資料。

在此次更新過後，Azure Machine Learning Service 管線現在已可當成 Azure Data Factory 管線步驟執行。將能使用來自多個來源的資料 (Data Factory 支援超過 85 種資料連接器) 來執行機器學習模型。 只要建立 AzureMLService 連線與 AzureMLExecutePipelne 活動，在 Data Factory 資料管線中呼叫 Azure Machine Learning 管線，就能立即使用。

參考來源至：Execute Azure Machine Learning service pipelines in Azure Data Factory

Azure 串流分析中的新輸出選項 – SQL 受控執行個體或 VM 上的 SQL Server

Azure 串流分析是即時分析與處理複雜事件的引擎，用來同時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中擷取的資訊，識別模式和關聯性。

在這次更新過後，可以在分析作業中，將 Azure SQL Database 受控執行個體或在虛擬機器上執行的 SQL 伺服器作為輸出設定。

參考來源至：Understand outputs from Azure Stream Analytics