Microsoft Azure ตั้งแต่ศูนย์ถึงระดับมืออาชีพ: 100 ตัวอย่างด้วย CLI, Bicep และ Python

Microsoft Azure คือแพลตฟอร์มคลาวด์สำหรับรันเว็บไซต์ ฐานข้อมูล คอนเทนเนอร์ ไปป์ไลน์ข้อมูล และบริการ AI โดยไม่ต้องซื้อเซิร์ฟเวอร์ บทความนี้พาคุณจากการเข้าสู่ระบบครั้งแรกไปถึงการตั้งค่าที่พร้อมใช้งานจริงใน 100 ตัวอย่าง คุณจะได้เรียน Azure CLI กลุ่มทรัพยากรและแท็ก โครงสร้างพื้นฐานเป็นโค้ดด้วย Bicep ตัวตนด้วย managed identity และ RBAC เครื่องเสมือน App Service คอนเทนเนอร์และ Kubernetes ที่เก็บข้อมูลด้วย SAS และกฎวงจรชีวิต SQL และ Cosmos DB Functions แบบ serverless เครือข่ายเสมือนและ private endpoint Service Bus และ Event Hubs การเฝ้าดูด้วย Log Analytics และ Application Insights Key Vault และการควบคุมค่าใช้จ่าย หมายเหตุด้านความโปร่งใส: คำสั่งคลาวด์และตัวอย่าง SDK ยังไม่ได้รัน เพราะต้องใช้ subscription ของ Azure ตัวอย่างที่ระบุว่ารันได้ถูกรันบนคอมพิวเตอร์และแสดงผลลัพธ์จริงหลังโค้ด

สิ่งที่ต้องเตรียม

บัญชี Azure ที่มี subscription (การทดลองใช้ฟรีเพียงพอสำหรับตัวอย่างส่วนใหญ่) Azure CLI Python 3.10 ขึ้นไป และโปรแกรมแก้ไขโค้ดอย่าง Visual Studio Code ที่ติดตั้งส่วนขยาย Bicep ใช้ subscription สำหรับทดลองเท่านั้น และอย่าวางความลับจริงในคำสั่งหรือโค้ด ทรัพยากรบางอย่างมีค่าใช้จ่าย จึงควรลบกลุ่มทรัพยากรสำหรับทดลองเมื่อเสร็จ

วิธีใช้ตัวอย่าง

ตัวอย่าง bash ใช้กับ Azure CLI ตัวอย่าง Bicep ใช้กับ Azure CLI หรือ VS Code ตัวอย่าง Python ที่ไม่ต้องใช้ Azure รันได้ด้วย python และแสดงผลลัพธ์จริง ส่วนตัวอย่างที่เรียก Azure ต้องมี subscription ก่อนจึงจะรันได้

หัวข้อที่ 1: เริ่มต้นกับ Azure

Azure จัดระเบียบเป็น subscription กลุ่มทรัพยากร และทรัพยากร เรียนรู้การเข้าสู่ระบบ ตรวจว่าคำสั่งจะทำงานที่ใด และใช้ชื่อที่หาและคิดค่าใช้จ่ายได้ง่าย

Azure CLI และการเข้าสู่ระบบ

Azure CLI เป็นเครื่องมือเดียวสำหรับบริการ Azure ทั้งหมด ติดตั้ง รัน az login และตรวจด้วย az account show คำสั่งจะกระทำกับ subscription ที่เลือกอยู่ จึงควรยืนยันก่อนสร้างหรือลบทรัพยากรใด ๆ

ภูมิภาคและการตั้งชื่อ

ทรัพยากรทุกตัวอยู่ในภูมิภาค จึงควรเลือกภูมิภาคที่ใกล้ผู้ใช้และตรวจว่าบริการที่ต้องการมีที่นั่น ชื่อบัญชีที่เก็บข้อมูลเข้มงวด: 3 ถึง 24 ตัวอักษรเล็กและตัวเลข และต้องไม่ซ้ำกันทั่ว Azure

หลักการตั้งชื่อ

รูปแบบเช่น rg-app-env-region-01 ทำให้ชื่อสม่ำเสมอ คนหาทรัพยากรได้และเข้าใจค่าใช้จ่ายได้ สร้างชื่อด้วยฟังก์ชันเล็ก ๆ และใช้ซ้ำในทุกสคริปต์

ภาพประกอบ

แอปพลิเคชัน Azure ทั่วไปประกอบกันอย่างไร: ผู้ใช้เข้าถึงเว็บแอปผ่านโหลดบาลานเซอร์ แอปอ่านความลับจาก Key Vault และอ่านข้อมูลจากฐานข้อมูล ล็อกและเมตริกไหลไปยัง Log Analytics

ตัวอย่างที่ 1: ติดตั้ง Azure CLI และเข้าสู่ระบบ

ตั้งค่าเครื่องมือบรรทัดคำสั่งและเข้าสู่ระบบบัญชีของคุณ

winget install -e --id Microsoft.AzureCLI
az --version
az login

*ตัวอย่างนี้ยังไม่ได้รันที่นี่ เพราะต้องใช้ subscription ของ Azure หรือเครื่องมือของ Azure*

ตัวอย่างที่ 2: ตรวจสอบ subscription ที่ใช้งานอยู่

ดูว่าคำสั่งของคุณจะเปลี่ยนแปลง subscription ใด

az account show --output table
az account list --query "[].{name:name, id:id, default:isDefault}" --output table

ตัวอย่างที่ 3: สร้างกลุ่มทรัพยากร

ภาชนะสำหรับทรัพยากรที่เกี่ยวข้องกันในภูมิภาคเดียว

az group create --name rg-learn-dev --location southeastasia

ตัวอย่างที่ 4: แสดงรายการภูมิภาคของ Azure

หาภูมิภาคที่คุณสามารถ deploy ได้

az account list-locations --query "[?metadata.regionCategory=='Recommended'].name" --output tsv

ตัวอย่างที่ 5: ตรวจชื่อบัญชีที่เก็บข้อมูล

ชื่อที่เก็บข้อมูลยาว 3 ถึง 24 ตัวอักษรเล็กและตัวเลข

import re

def valid_storage_name(name):
    return re.fullmatch(r"[a-z0-9]{3,24}", name) is not None

for candidate in ("stlearndev01", "Store-1", "ab", "a" * 25):
    print(repr(candidate), valid_storage_name(candidate))

ผลลัพธ์:

'stlearndev01' True
'Store-1' False
'ab' False
'aaaaaaaaaaaaaaaaaaaaaaaaa' False

ตัวอย่างที่ 6: สร้างชื่อทรัพยากรตามรูปแบบ

ชื่อที่สม่ำเสมอทำให้หาและคิดค่าใช้จ่ายได้ง่าย

def resource_name(kind, app, env, region, index=1):
    return f"{kind}-{app}-{env}-{region}-{index:02d}"

print(resource_name("rg", "shop", "dev", "sea"))
print(resource_name("app", "shop", "prod", "sea", 3))

ผลลัพธ์:

rg-shop-dev-sea-01
app-shop-prod-sea-03

หัวข้อที่ 2: กลุ่มทรัพยากร แท็ก และผลลัพธ์ของ CLI

กลุ่มทรัพยากรเก็บทรัพยากรของแอปหรือสภาพแวดล้อมหนึ่ง แท็กบันทึกว่าใครเป็นเจ้าของและมีค่าใช้จ่ายเท่าไร และ CLI กรองและจัดรูปแบบผลลัพธ์สำหรับคนหรือสคริปต์ได้

กลุ่มทรัพยากรและการลบ

วางทรัพยากรที่เกี่ยวข้องไว้ในกลุ่มเดียวเพื่อจัดการและลบพร้อมกัน การลบกลุ่มจะลบทุกอย่างข้างใน จึงใช้ --no-wait เมื่อแน่ใจเท่านั้น และไม่ควรลบกลุ่มที่คุณไม่ได้สร้าง

แท็กสำหรับความเป็นเจ้าของและค่าใช้จ่าย

แท็กคือคู่คีย์และค่า เช่น owner และ costcenter ใส่ตอนสร้างทรัพยากรและตรวจหาที่ขาดด้วยสคริปต์ รายงานค่าใช้จ่ายจัดกลุ่มตามแท็กได้

ผลลัพธ์ คิวรี และค่าเริ่มต้น

ใช้ --output table สำหรับคนและ json สำหรับสคริปต์ --query ใช้ JMESPath กรองฟิลด์ ตั้งกลุ่มและภูมิภาคเริ่มต้นด้วย az configure เพื่อไม่ต้องพิมพ์ซ้ำ

ตัวอย่างที่ 7: ติดแท็กให้กลุ่มทรัพยากร

แท็กบันทึกเจ้าของ ศูนย์ต้นทุน และสภาพแวดล้อม

az group update --name rg-learn-dev \
  --tags owner=team-a costcenter=1001 environment=dev

ตัวอย่างที่ 8: ตรวจแท็กที่จำเป็น

หาทรัพยากรที่ไม่มีแท็กที่ทีมต้องการ

REQUIRED = {"owner", "costcenter", "environment"}

def missing_tags(tags):
    return sorted(REQUIRED - set(tags))

print(missing_tags({"owner": "team-a", "environment": "dev"}))
print(missing_tags({"owner": "x", "costcenter": "1", "environment": "prod"}))

ผลลัพธ์:

['costcenter']
[]

ตัวอย่างที่ 9: ลบกลุ่มทรัพยากรโดยไม่รอ

ลบทรัพยากรทั้งกลุ่มด้วยคำสั่งเดียว

az group delete --name rg-learn-test --yes --no-wait

ตัวอย่างที่ 10: เลือกภูมิภาคที่ใกล้ที่สุดตามความหน่วง

เลือกภูมิภาคที่ตอบสนองเร็วที่สุดสำหรับผู้ใช้

latency_ms = {"southeastasia": 42, "japaneast": 71, "eastus": 210, "westeurope": 185}

best = min(latency_ms, key=latency_ms.get)
print("closest region:", best, latency_ms[best], "ms")

ผลลัพธ์:

closest region: southeastasia 42 ms

ตัวอย่างที่ 11: กรองผลลัพธ์ด้วยคิวรี JMESPath

แสดงเฉพาะฟิลด์และแถวที่ต้องการ

az vm list \
  --query "[?powerState=='VM running'].{name:name, rg:resourceGroup}" \
  --output table

ตัวอย่างที่ 12: เลือกรูปแบบผลลัพธ์

ตาราง JSON หรือ YAML สำหรับคนหรือสคริปต์

az group list --output table
az group list --output json
az group list --output yaml

ตัวอย่างที่ 13: วนลูปทรัพยากรในสคริปต์

รันคำสั่งหนึ่งครั้งสำหรับทุกกลุ่มทรัพยากร

for rg in $(az group list --query "[].name" -o tsv); do
  echo "resource group: $rg"
done

ตัวอย่างที่ 14: ตั้งค่ากลุ่มและภูมิภาคเริ่มต้น

ไม่ต้องพิมพ์ตัวเลือกเดิมซ้ำในทุกคำสั่ง

az configure --defaults group=rg-learn-dev location=southeastasia
az configure --list-defaults

หัวข้อที่ 3: การเขียนสคริปต์และการอัตโนมัติ

งานที่ทำซ้ำควรอยู่ในสคริปต์ ลูป การลองใหม่ และการอ่าน JSON ทำให้คำสั่งครั้งเดียวกลายเป็นงานอัตโนมัติที่ไปป์ไลน์รันได้อย่างเชื่อถือได้

ลูปบนทรัพยากร

ลูปในเชลล์รันคำสั่งหนึ่งครั้งสำหรับทรัพยากรแต่ละตัวในรายการ ให้รายการสั้น และตรวจผลก่อนเปลี่ยนแปลงอะไร

การอ่านผลลัพธ์ JSON

ขอผลลัพธ์เป็น JSON จาก CLI แล้วอ่านด้วยโปรแกรมแทนการอ่านข้อความ จัดกลุ่มทรัพยากรตามชนิดเพื่อให้ได้สรุปที่อ่านง่าย

การลองใหม่และการถอยหลัง

Azure API จำกัดอัตราของไคลเอนต์ที่เรียกถี่เกินไป ลองใหม่ด้วยเวลารอที่เพิ่มขึ้น เพื่อให้สคริปต์กู้ตัวเองได้โดยไม่ถล่มบริการ

ตัวอย่างที่ 15: แยกผลลัพธ์ JSON ของ CLI

แปลงรายการทรัพยากรเป็นสรุป

import json

sample = """[{"name": "vm-web-01", "type": "Microsoft.Compute/virtualMachines", "location": "southeastasia"},
           {"name": "stlearn01", "type": "Microsoft.Storage/storageAccounts", "location": "southeastasia"}]"""

resources = json.loads(sample)
by_type = {}
for r in resources:
    by_type.setdefault(r["type"].split("/")[-1], []).append(r["name"])
for kind, names in sorted(by_type.items()):
    print(kind, names)

ผลลัพธ์:

storageAccounts ['stlearn01']
virtualMachines ['vm-web-01']

ตัวอย่างที่ 16: ลองเรียกที่ล้มเหลวซ้ำพร้อมการรอ

รอนานขึ้นทุกครั้งหลังคำขอที่ถูกจำกัด

import time

def call_with_retry(fn, attempts=4, base_delay=0.05):
    for n in range(attempts):
        try:
            return fn()
        except ConnectionError as e:
            if n == attempts - 1:
                raise
            delay = base_delay * (2 ** n)
            print(f"attempt {n + 1} failed ({e}); retrying in {delay:.2f}s")
            time.sleep(delay)

state = {"calls": 0}
def flaky_list():
    state["calls"] += 1
    if state["calls"] < 3:
        raise ConnectionError("throttled")
    return ["rg-learn-dev"]

print(call_with_retry(flaky_list))

ผลลัพธ์:

attempt 1 failed (throttled); retrying in 0.05s
attempt 2 failed (throttled); retrying in 0.10s
['rg-learn-dev']

ตัวอย่างที่ 17: ตรวจเวอร์ชันและส่วนขยายของ CLI

ทำให้เครื่องมือและส่วนขยายเป็นปัจจุบัน

az version
az extension list --output table
az extension add --name containerapp --upgrade

ตัวอย่างที่ 18: สร้าง service principal อย่างปลอดภัย

ตัวตนของแอปสำหรับงานอัตโนมัติ ด้วยขอบเขตแคบที่สุด

# Store the output securely: it contains a password. Never commit it to Git.
az ad sp create-for-rbac --name sp-learn-deploy --role Contributor \
  --scopes /subscriptions/<subscription-id>/resourceGroups/rg-learn-dev

หัวข้อที่ 4: โครงสร้างพื้นฐานเป็นโค้ดด้วย Bicep

Bicep อธิบายทรัพยากร Azure เป็นโค้ด เทมเพลตตรวจทานได้ มีเวอร์ชัน และ deploy ได้เหมือนเดิมทุกครั้ง ซึ่งปลอดภัยกว่าการคลิกในพอร์टัล

ทรัพยากร พารามิเตอร์ และเอาต์พุต

การประกาศทรัพยากรระบุชนิดและเวอร์ชันของ API และกำหนดพร็อพเพอร์ตี้ พารามิเตอร์ทำให้เทมเพลตใช้ซ้ำได้ และ @secure ไม่ให้รหัสผ่านไปปรากฏในล็อก เอาต์พุตส่งค่าเช่น ID กลับไปยังผู้เรียก

โมดูล เงื่อนไข และลูป

โมดูลแบ่งเทมเพลตขนาดใหญ่เป็นไฟล์ที่ใช้ซ้ำได้ เงื่อนไขสร้างทรัพยากรเฉพาะเมื่อเป็นจริง เช่นในโปรดักชัน ลูปสร้างทรัพยากรหลายตัวจากรายการเดียว

การ deploy อย่างปลอดภัย

ใช้ az deployment group what-if เพื่อดูตัวอย่างการเปลี่ยนแปลงก่อนสร้าง ชื่อที่สร้างด้วย uniqueString หลีกเลี่ยงการชนกันระหว่างสภาพแวดล้อมใน subscription เดียวกัน

ตัวอย่างที่ 19: บัญชีที่เก็บข้อมูลแบบ Bicep ขั้นต่ำ

อธิบายบัญชีที่เก็บข้อมูลเป็นโค้ด

param location string = resourceGroup().location
param storageName string

resource storage 'Microsoft.Storage/storageAccounts@2023-05-01' = {
  name: storageName
  location: location
  sku: {
    name: 'Standard_LRS'
  }
  kind: 'StorageV2'
  properties: {
    minimumTlsVersion: 'TLS1_2'
    allowBlobPublicAccess: false
  }
}

ตัวอย่างที่ 20: พารามิเตอร์ เอาต์พุต และค่าที่ปกปิด

ใช้เทมเพลตซ้ำและไม่ใส่รหัสผ่านในไฟล์

@minLength(3)
@maxLength(24)
param storageName string

@allowed([
  'dev'
  'test'
  'prod'
])
param environment string = 'dev'

@secure()
param adminPassword string

output storageId string = storage.id
resource storage 'Microsoft.Storage/storageAccounts@2023-05-01' = {
  name: storageName
  location: resourceGroup().location
  sku: { name: environment == 'prod' ? 'Standard_GRS' : 'Standard_LRS' }
  kind: 'StorageV2'
}

ตัวอย่างที่ 21: deploy โมดูลจาก main.bicep

แบ่งเทมเพลตใหญ่เป็นโมดูลที่ใช้ซ้ำได้

// main.bicep
targetScope = 'resourceGroup'
module network './modules/network.bicep' = {
  name: 'networkDeploy'
  params: {
    prefix: 'shop-dev'
  }
}
output vnetId string = network.outputs.vnetId

ตัวอย่างที่ 22: ทรัพยากรแบบมีเงื่อนไข

สร้างทรัพยากรเฉพาะในโปรดักชัน

param environment string

resource logs 'Microsoft.OperationalInsights/workspaces@2022-10-01' = if (environment == 'prod') {
  name: 'log-shop-prod'
  location: resourceGroup().location
  properties: {
    retentionInDays: 90
  }
}

ตัวอย่างที่ 23: วนลูปคอนเทนเนอร์ใน Bicep

สร้างคอนเทนเนอร์ blob หลายตัวจากรายการเดียว

param containerNames array = [
  'uploads'
  'exports'
  'backups'
]

resource storage 'Microsoft.Storage/storageAccounts@2023-05-01' existing = {
  name: 'stlearndev01'
}

resource containers 'Microsoft.Storage/storageAccounts/blobServices/containers@2023-05-01' = [for name in containerNames: {
  name: '${storage.name}/default/${name}'
}]

ตัวอย่างที่ 24: ชื่อที่ไม่ซ้ำด้วย uniqueString

สร้างชื่อที่ไม่ชนกันใน subscription

param prefix string = 'shop'

var uniqueSuffix = uniqueString(resourceGroup().id)
var storageName = toLower('st${prefix}${uniqueSuffix}')

output generatedName string = storageName

ตัวอย่างที่ 25: deploy ไฟล์ Bicep

สร้างหรืออัปเดตทรัพยากรจากเทมเพลต

az deployment group create \
  --resource-group rg-learn-dev \
  --template-file main.bicep \
  --parameters storageName=stlearndev01 environment=dev

ตัวอย่างที่ 26: ดูตัวอย่างการเปลี่ยนแปลงด้วย what-if

ดูก่อนว่าการ deploy จะเพิ่ม แก้ไข หรือลบอะไร

az deployment group what-if \
  --resource-group rg-learn-dev \
  --template-file main.bicep \
  --parameters storageName=stlearndev01

หัวข้อที่ 5: ตัวตนและการควบคุมการเข้าถึง

ความปลอดภัยเริ่มจากการกำหนดว่าใครทำอะไรได้ Managed identity ให้แอปมีข้อมูลยืนยันตัวตนโดยไม่ต้องใช้รหัสผ่าน และ RBAC ให้สิทธิ์เฉพาะที่แต่ละตัวตนต้องการ

Managed identity

Managed identity คือบัญชีที่ Azure ดูแลให้แอปของคุณ แอปจึงได้โทเค็นโดยไม่ต้องเก็บความลับ ใช้ user-assigned identity เมื่อทรัพยากรหลายตัวใช้ตัวตนเดียวกัน

RBAC และสิทธิ์น้อยที่สุด

การกำหนดบทบาทเชื่อมตัวตนกับบทบาทในขอบเขต เช่นบัญชีที่เก็บข้อมูลหนึ่งบัญชี เลือกบทบาทในตัวที่ตรงกับงาน และสร้างบทบาทกำหนดเองเฉพาะเมื่อไม่มีบทบาทใดเหมาะ

Service principal และโทเค็น

Service principal คือตัวตนสำหรับงานอัตโนมัติ รหัสผ่านของมันเป็นความลับ จึงเก็บไว้ในที่เก็บความลับของไปป์ไลน์ โทเค็นคือสตริงที่ลงลายเซ็นและมีเวลาหมดอายุ ซึ่งอ่านได้จากส่วนเพย์โหลด

ตัวอย่างที่ 27: ตัวตนแบบ managed identity ที่ผู้ใช้กำหนด

ตัวตนที่แอปใช้โดยไม่ต้องเก็บรหัสผ่าน

param location string = resourceGroup().location

resource appIdentity 'Microsoft.ManagedIdentity/userAssignedIdentities@2023-01-31' = {
  name: 'id-shop-dev'
  location: location
}

output principalId string = appIdentity.properties.principalId

ตัวอย่างที่ 28: ให้สิทธิ์อ่านด้วย RBAC

ให้ตัวตนเพียงบทบาทที่จำเป็นเท่านั้น

PRINCIPAL_ID=$(az identity show --name id-shop-dev --resource-group rg-learn-dev --query principalId -o tsv)
az role assignment create \
  --assignee-object-id "$PRINCIPAL_ID" \
  --assignee-principal-type ServicePrincipal \
  --role "Storage Blob Data Reader" \
  --scope /subscriptions/<subscription-id>/resourceGroups/rg-learn-dev/providers/Microsoft.Storage/storageAccounts/stlearndev01

ตัวอย่างที่ 29: เข้าสู่ระบบ pipeline ด้วย service principal

งานอัตโนมัติเข้าสู่ระบบด้วยความลับจาก pipeline

az login --service-principal \
  --username "$AZURE_CLIENT_ID" \
  --password "$AZURE_CLIENT_SECRET" \
  --tenant "$AZURE_TENANT_ID"

ตัวอย่างที่ 30: ตรวจการกำหนดบทบาท

ตรวจว่าใครทำอะไรได้กับทรัพยากรบ้าง

assignments = [
    {"principal": "id-shop-dev", "role": "Storage Blob Data Reader", "scope": "stlearndev01"},
    {"principal": "sp-learn-deploy", "role": "Contributor", "scope": "rg-learn-dev"},
    {"principal": "id-shop-dev", "role": "Key Vault Secrets User", "scope": "kv-shop-dev"},
]

def roles_for(principal):
    return sorted(a["role"] for a in assignments if a["principal"] == principal)

print(roles_for("id-shop-dev"))
print(roles_for("nobody"))

ผลลัพธ์:

['Key Vault Secrets User', 'Storage Blob Data Reader']
[]

ตัวอย่างที่ 31: เข้าสู่ระบบบน VM ด้วย managed identity

VM ได้โทเค็นโดยไม่ต้องมีรหัสผ่าน

az login --identity
az account show --query "user.assignedIdentityInfo" -o tsv

ตัวอย่างที่ 32: อ่านเวลาหมดอายุของโทเค็น JWT

โทเค็นมีเวลาหมดอายุอยู่ในส่วนเพย์โหลด

import base64
import json

def jwt_payload(token):
    part = token.split(".")[1]
    part += "=" * (-len(part) % 4)
    return json.loads(base64.urlsafe_b64decode(part))

payload = {"aud": "https://management.azure.com/", "exp": 1767225600, "upn": "[email protected]"}
raw = base64.urlsafe_b64encode(json.dumps(payload).encode()).decode().rstrip("=")
token = f"header.{raw}.signature"

claims = jwt_payload(token)
print("audience:", claims["aud"])
print("expires at unix time:", claims["exp"])

ผลลัพธ์:

audience: https://management.azure.com/
expires at unix time: 1767225600

ตัวอย่างที่ 33: บทบาทกำหนดเองแบบสิทธิ์น้อยที่สุด

อนุญาตเพียงหนึ่งการกระทำบนขอบเขตเดียว

{
  "Name": "Blob Uploader",
  "IsCustom": true,
  "Description": "Can upload blobs to one storage account only.",
  "Actions": [],
  "DataActions": [
    "Microsoft.Storage/storageAccounts/blobServices/containers/blobs/write"
  ],
  "AssignableScopes": [
    "/subscriptions/<subscription-id>/resourceGroups/rg-learn-dev"
  ]
}

ตัวอย่างที่ 34: สร้างบทบาทกำหนดเอง

ลงทะเบียนนิยามบทบาทใน subscription

az role definition create --role-definition @blob-uploader.json

หัวข้อที่ 6: การประมวลผล: เครื่องเสมือนและ App Service

Azure รันโค้ดของคุณบนเครื่องเสมือนหรือแพลตฟอร์มที่จัดการให้ App Service ลดงานเซิร์ฟเวอร์ส่วนใหญ่ ส่วนเครื่องเสมือนให้การควบคุมระบบปฏิบัติการเต็มที่

เครื่องเสมือนและสเกลเซต

เครื่องเสมือนมีขนาด อิมเมจ ดิสก์ และอินเทอร์เฟซเครือข่าย สเกลเซตรันเครื่องเหมือนกันและเพิ่มหรือลดตามความต้องการ ปิดเครื่องพัฒนาตอนกลางคืนเพื่อประหยัดค่าใช้จ่าย

แพลน App Service และเว็บแอป

แพลนกำหนดเครื่องและราคา เว็บแอปรันบนแพลนนั้น deploy โค้ดเป็นไฟล์ zip ตั้งค่าการทำงานด้วยการตั้งค่าแอป และใช้สล็อตสำหรับทดสอบก่อนที่ผู้ใช้จะเห็นการเปลี่ยนแปลง

การตัดสินใจขยายอัตโนมัติ

กฎการขยายเปรียบเทียบเมตริก เช่น CPU เฉลี่ย กับเกณฑ์ แล้วเพิ่มหรือลดอินสแตนซ์ ระยะพักหลังการเปลี่ยนป้องกันไม่ให้ระบบสลับขนาดไปมาอย่างรวดเร็ว

ตัวอย่างที่ 35: สร้าง VM ของ Linux

เริ่มเครื่องเสมือนด้วยขนาดและอิมเมจที่เลือก

az vm create \
  --resource-group rg-learn-dev \
  --name vm-web-01 \
  --image Ubuntu2204 \
  --size Standard_B2s \
  --admin-username azureuser \
  --generate-ssh-keys

ตัวอย่างที่ 36: แสดงขนาด VM และดิสก์

ตรวจความจุและพื้นที่เก็บข้อมูลก่อนปรับขนาด

az vm list-sizes --location southeastasia --output table | head -n 10
az vm disk list --resource-group rg-learn-dev --output table

ตัวอย่างที่ 37: ชุดสเกลของเครื่องเสมือน

รัน VM ที่เหมือนกันซึ่งขยายและหดพร้อมกัน

resource vmss 'Microsoft.Compute/virtualMachineScaleSets@2023-09-01' = {
  name: 'vmss-web'
  location: resourceGroup().location
  sku: {
    name: 'Standard_B2s'
    capacity: 2
  }
  properties: {
    upgradePolicy: { mode: 'Rolling' }
    // osProfile, networkProfile and storageProfile go here
  }
}

ตัวอย่างที่ 38: ปิดอัตโนมัติสำหรับ VM ของการพัฒนา

ปิดเครื่องทดสอบทุกคืนเพื่อประหยัดค่าใช้จ่าย

az vm auto-shutdown --resource-group rg-learn-dev --name vm-web-01 --time 2100

ตัวอย่างที่ 39: สร้าง App Service plan และเว็บแอป

โฮสต์เว็บแอปบนเซิร์ฟเวอร์ Linux ที่ระบบจัดการให้

az appservice plan create --name plan-shop-dev --resource-group rg-learn-dev --sku B1 --is-linux
az webapp create --name app-shop-dev-01 --resource-group rg-learn-dev \
  --plan plan-shop-dev --runtime "PYTHON:3.12"

ตัวอย่างที่ 40: deploy โค้ดจากไฟล์ zip

อัปโหลดแพ็กเกจแอปไปยังเว็บแอป

zip -r app.zip . -x "*.git*"
az webapp deploy --resource-group rg-learn-dev --name app-shop-dev-01 \
  --src-path app.zip --type zip

ตัวอย่างที่ 41: การตั้งค่าแอปและสล็อตสำหรับทดสอบ

ทดสอบเวอร์ชันใหม่ก่อนที่ผู้ใช้จะเห็น

az webapp config appsettings set --resource-group rg-learn-dev --name app-shop-dev-01 \
  --settings ENVIRONMENT=dev LOG_LEVEL=info
az webapp deployment slot create --resource-group rg-learn-dev --name app-shop-dev-01 --slot staging

ตัวอย่างที่ 42: การตัดสินใจขยายจาก CPU

เพิ่มอินสแตนซ์เมื่อยุ่ง และลดเมื่อว่าง

def scale_decision(cpu_samples, instances, minimum=1, maximum=5):
    average = sum(cpu_samples) / len(cpu_samples)
    if average > 75 and instances < maximum:
        return instances + 1, f"scale out (avg CPU {average:.0f}%)"
    if average < 25 and instances > minimum:
        return instances - 1, f"scale in (avg CPU {average:.0f}%)"
    return instances, f"hold (avg CPU {average:.0f}%)"

print(scale_decision([82, 90, 78], 2))
print(scale_decision([10, 12, 15], 2))
print(scale_decision([40, 45, 50], 2))

ผลลัพธ์:

(3, 'scale out (avg CPU 83%)')
(1, 'scale in (avg CPU 12%)')
(2, 'hold (avg CPU 45%)')

หัวข้อที่ 7: คอนเทนเนอร์: Registry, Container Apps และ Kubernetes

คอนเทนเนอร์บรรจุแอปพร้อมทุกอย่างที่ต้องใช้ Azure เก็บอิมเมจใน registry และรันใน Container Apps หรือ Kubernetes ขึ้นอยู่กับการควบคุมที่ต้องการ

Azure Container Registry

Registry คือที่เก็บอิมเมจแบบส่วนตัว สร้างอิมเมจใน Azure ด้วย az acr build เพื่อไม่ให้การสร้างขึ้นกับคอมพิวเตอร์ของคุณ แล้วส่งผลลัพธ์ไปยัง registry

Container Apps และ AKS

Container Apps รันคอนเทนเนอร์โดยไม่ต้องจัดการคลัสเตอร์และลดเป็นศูนย์ได้ AKS คือ Kubernetes ที่จัดการให้สำหรับระบบขนาดใหญ่ AKS ดึงอิมเมจจาก registry ได้ด้วย managed identity จึงไม่ต้องมีรหัสผ่าน

แท็กและการทำความสะอาด

ติดแท็กอิมเมจแต่ละตัวด้วยเวอร์ชัน วันที่ และคอมมิต เพื่อให้ย้อนกลับได้ ตั้งงาน purge ตามกำหนดเวลาเพื่อลบอิมเมจเก่าที่ไม่มีแท็กและควบคุมค่าใช้จ่ายด้านที่เก็บ

ตัวอย่างที่ 43: สร้าง container registry

ที่เก็บอิมเมจคอนเทนเนอร์แบบส่วนตัว

az acr create --resource-group rg-learn-dev --name acrshopdev01 --sku Basic
az acr login --name acrshopdev01

ตัวอย่างที่ 44: สร้างและอัปโหลดอิมเมจ

สร้างอิมเมจใน Azure และเก็บไว้ใน registry

az acr build --registry acrshopdev01 --image shop-api:1.0.0 .
az acr repository show-tags --name acrshopdev01 --repository shop-api -o table

ตัวอย่างที่ 45: รันแอปคอนเทนเนอร์

รันคอนเทนเนอร์โดยไม่ต้องดูแลเซิร์ฟเวอร์

az containerapp env create --name cae-shop-dev --resource-group rg-learn-dev --location southeastasia
az containerapp create --name ca-shop-api --resource-group rg-learn-dev \
  --environment cae-shop-dev \
  --image acrshopdev01.azurecr.io/shop-api:1.0.0 \
  --target-port 8080 --ingress external --min-replicas 0 --max-replicas 3

ตัวอย่างที่ 46: สร้างคลัสเตอร์ AKS

คลัสเตอร์ Kubernetes ที่จัดการให้ และดึงอิมเมจจาก registry

az aks create \
  --resource-group rg-learn-dev \
  --name aks-shop-dev \
  --node-count 2 \
  --enable-managed-identity \
  --attach-acr acrshopdev01 \
  --generate-ssh-keys
az aks get-credentials --resource-group rg-learn-dev --name aks-shop-dev

ตัวอย่างที่ 47: deploy ไปยัง Kubernetes

นำ manifest ไปใช้และรอให้การเผยแพร่เสร็จ

kubectl apply -f deployment.yaml
kubectl rollout status deployment/shop-api
kubectl get pods -l app=shop-api

ตัวอย่างที่ 48: manifest สำหรับ deployment ของ Kubernetes

อธิบาย pod จำนวนสำเนา และทรัพยากร

apiVersion: apps/v1
kind: Deployment
metadata:
  name: shop-api
spec:
  replicas: 2
  selector:
    matchLabels:
      app: shop-api
  template:
    metadata:
      labels:
        app: shop-api
    spec:
      containers:
        - name: shop-api
          image: acrshopdev01.azurecr.io/shop-api:1.0.0
          ports:
            - containerPort: 8080
          resources:
            requests:
              cpu: 100m
              memory: 128Mi

ตัวอย่างที่ 49: สร้างแท็กของอิมเมจ

ติดแท็กอิมเมจด้วยเวอร์ชัน วันที่ และคอมมิต

from datetime import date

def image_tag(version, commit, when):
    short = commit[:7]
    return f"{version}-{when.strftime('%Y%m%d')}-{short}"

print(image_tag("1.4.2", "9f3c1ab7e54d0a12", date(2026, 1, 15)))

ผลลัพธ์:

1.4.2-20260115-9f3c1ab

ตัวอย่างที่ 50: ลบอิมเมจเก่าด้วยงานตามกำหนดเวลา

ลบอิมเมจที่ไม่มีแท็กตามตารางเพื่อประหยัดพื้นที่

az acr task create --name purge-old-images --registry acrshopdev01 \
  --cmd "acr purge --filter 'shop-api:.*' --ago 30d --untagged" \
  --schedule "0 1 * * *" --context /dev/null

หัวข้อที่ 8: ที่เก็บข้อมูล: Blob, คิว และการควบคุมการเข้าถึง

บัญชีที่เก็บข้อมูลเก็บไฟล์ ข้อความ และตาราง รักษาความปลอดภัยการเข้าถึงด้วย Entra ID ใช้ลิงก์ SAS อายุสั้นเมื่อต้องแชร์ และให้กฎวงจรชีวิตย้ายข้อมูลเก่าไปยังชั้นที่ถูกกว่า

Blob และพาธที่ตั้งชื่อ

คอนเทนเนอร์ blob เก็บไฟล์ ใช้พาธที่มีอุปกรณ์และวันที่เพื่อแสดงรายการหรือลบข้อมูลของวันหนึ่งได้เร็ว ปิดการเข้าถึงสาธารณะไว้ เว้นแต่เนื้อหานั้นต้องเปิดเป็นสาธารณะ

ลายเซ็นการเข้าถึงที่ใช้ร่วมกัน

ลิงก์ SAS ให้สิทธิ์จำกัดในช่วงเวลาสั้น ให้เฉพาะสิทธิ์ที่จำเป็น เช่นอ่านอย่างเดียว และเลือกเวลาหมดอายุที่สั้นที่สุดที่ใช้งานได้

กฎวงจรชีวิตและคิว

กฎวงจรชีวิตย้าย blob ไปยังชั้น cool หรือ archive และลบหลังจำนวนวันที่กำหนด คิวเก็บข้อความให้ผู้ทำงานเบื้องหลัง งานที่ช้าจึงไม่บล็อกคำขอเว็บ

ตัวอย่างที่ 51: สร้างบัญชีที่เก็บข้อมูล

ค่าเริ่มต้นที่ปลอดภัย: TLS 1.2 และไม่เปิดให้เข้าถึง blob สาธารณะ

az storage account create \
  --name stlearndev01 \
  --resource-group rg-learn-dev \
  --location southeastasia \
  --sku Standard_LRS \
  --kind StorageV2 \
  --min-tls-version TLS1_2 \
  --allow-blob-public-access false

ตัวอย่างที่ 52: พาธของ blob แบ่งตามวันที่

จัดข้อมูลตามอุปกรณ์และวันที่เพื่อให้การค้นหาเร็ว

from datetime import datetime

def blob_path(device, when, filename):
    return f"telemetry/{device}/{when:%Y/%m/%d}/{when:%H%M%S}-{filename}"

print(blob_path("sensor-7", datetime(2026, 1, 15, 8, 30, 5), "batch.json"))

ผลลัพธ์:

telemetry/sensor-7/2026/01/15/083005-batch.json

ตัวอย่างที่ 53: อัปโหลด blob

คัดลอกไฟล์เข้าคอนเทนเนอร์ด้วย CLI

az storage container create --name uploads --account-name stlearndev01 --auth-mode login
az storage blob upload --account-name stlearndev01 --container-name uploads \
  --name reports/2026-01.csv --file ./report.csv --auth-mode login

ตัวอย่างที่ 54: อัปโหลดจาก Python ด้วย Entra ID

ใช้ตัวตน Azure แทนคีย์ของบัญชี

from azure.identity import DefaultAzureCredential
from azure.storage.blob import BlobServiceClient

client = BlobServiceClient(
    account_url="https://stlearndev01.blob.core.windows.net",
    credential=DefaultAzureCredential(),
)
blob = client.get_blob_client(container="uploads", blob="reports/2026-01.csv")
with open("report.csv", "rb") as data:
    blob.upload_blob(data, overwrite=True)

ตัวอย่างที่ 55: สร้าง SAS อายุสั้น

ลิงก์ที่หมดอายุและให้สิทธิ์อ่านเท่านั้น

EXPIRY=$(date -u -d "+1 hour" '+%Y-%m-%dT%H:%MZ')
az storage blob generate-sas --account-name stlearndev01 --container-name uploads \
  --name reports/2026-01.csv --permissions r --expiry "$EXPIRY" --auth-mode login --as-user --output tsv

ตัวอย่างที่ 56: อธิบายสิทธิ์ของ SAS

อธิบายว่าลายเซ็นการเข้าถึงที่ใช้ร่วมกันอนุญาตอะไรและนานเท่าไร

from datetime import datetime, timedelta, timezone

def describe_sas(permissions, expiry):
    names = {"r": "read", "w": "write", "d": "delete", "c": "create"}
    allowed = ", ".join(names[p] for p in permissions)
    left = expiry - datetime(2026, 1, 15, 8, 0, tzinfo=timezone.utc)
    return f"allows {allowed} for {int(left.total_seconds() // 60)} minutes"

print(describe_sas("rw", datetime(2026, 1, 15, 9, 0, tzinfo=timezone.utc)))

ผลลัพธ์:

allows read, write for 60 minutes

ตัวอย่างที่ 57: กฎวงจรชีวิตของ blob

ย้ายข้อมูลเก่าไปยังที่เก็บที่ถูกกว่า แล้วลบเมื่อถึงเวลา

{
  "rules": [
    {
      "enabled": true,
      "name": "archive-telemetry",
      "type": "Lifecycle",
      "definition": {
        "filters": { "blobTypes": ["blockBlob"], "prefixMatch": ["telemetry/"] },
        "actions": {
          "baseBlob": {
            "tierToCool": { "daysAfterModificationGreaterThan": 30 },
            "delete": { "daysAfterModificationGreaterThan": 365 }
          }
        }
      }
    }
  ]
}

ตัวอย่างที่ 58: คิวจัดเก็บสำหรับงานเบื้องหลัง

ใส่งานลงคิวและให้ผู้ทำงานประมวลผลภายหลัง

az storage queue create --name jobs --account-name stlearndev01 --auth-mode login
az storage message put --queue-name jobs --content "resize:photo-42" \
  --account-name stlearndev01 --auth-mode login

หัวข้อที่ 9: ฐานข้อมูล: Azure SQL และ Cosmos DB

Azure มีฐานข้อมูลเชิงสัมพันธ์ที่จัดการให้ และฐานข้อมูล NoSQL ที่กระจายทั่วโลก เชื่อมต่อด้วยตัวตนแทนรหัสผ่าน และใช้พารามิเตอร์ในคิวรีเสมอ

Azure SQL

Azure SQL คือฐานข้อมูล SQL Server ที่จัดการให้ เปิดการยืนยันตัวตนด้วย Microsoft Entra ID และ private endpoint ฐานข้อมูลจึงไม่มีรหัสผ่านที่เก็บไว้และไม่มีที่อยู่สาธารณะ

คิวรีแบบมีพารามิเตอร์

ส่งอินพุตของผู้ใช้เป็นพารามิเตอร์ อย่าเอาข้อความไปต่อเป็น SQL ฐานข้อมูลจะถือว่าอินพุตเป็นข้อมูล ซึ่งป้องกัน SQL injection

Cosmos DB และคีย์พาร์ติชัน

Cosmos DB เก็บเอกสาร JSON ในคอนเทนเนอร์ คีย์พาร์ติชันกำหนดการกระจายข้อมูลไปยังเครื่อง คีย์ที่มีค่าต่างกันมาก เช่นไอดีลูกค้า ทำให้โหลดสมดุล

ตัวอย่างที่ 59: เซิร์ฟเวอร์และฐานข้อมูล Azure SQL

ฐานข้อมูลเชิงสัมพันธ์ที่จัดการให้ พร้อมเครือข่ายส่วนตัว

az sql server create --name sql-shop-dev-01 --resource-group rg-learn-dev \
  --location southeastasia --enable-public-network false --enable-ad-only-auth \
  --external-admin-principal-type User --external-admin-name [email protected]
az sql db create --resource-group rg-learn-dev --server sql-shop-dev-01 \
  --name shopdb --service-objective S0

ตัวอย่างที่ 60: เชื่อมต่อ Azure SQL โดยไม่ใช้รหัสผ่าน

ยืนยันตัวตนด้วย Entra ID แทนรหัสผ่านที่เก็บไว้

import pyodbc

conn = pyodbc.connect(
    "Driver={ODBC Driver 18 for SQL Server};"
    "Server=tcp:sql-shop-dev-01.database.windows.net,1433;"
    "Database=shopdb;Encrypt=yes;"
    "Authentication=ActiveDirectoryDefault;"
)
cursor = conn.cursor()
cursor.execute("SELECT TOP 5 name FROM sys.tables")
print([row.name for row in cursor.fetchall()])

ตัวอย่างที่ 61: คิวรีแบบมีพารามิเตอร์

ส่งค่าเป็นพารามิเตอร์เพื่อไม่ให้อินพุตเปลี่ยนคิวรี

import sqlite3

conn = sqlite3.connect(":memory:")
conn.execute("CREATE TABLE orders (id INTEGER, customer TEXT, total REAL)")
conn.executemany("INSERT INTO orders VALUES (?, ?, ?)",
                 [(1, "ana", 120.0), (2, "ben", 75.5)])

customer = "ana' OR '1'='1"          # hostile input stays a plain value
rows = conn.execute("SELECT id, total FROM orders WHERE customer = ?", (customer,)).fetchall()
print("matches:", rows)
conn.close()

ผลลัพธ์:

matches: []

ตัวอย่างที่ 62: สร้างคอนเทนเนอร์ Cosmos DB

ฐานข้อมูลที่กระจายทั่วโลกโดยมีคีย์พาร์ติชัน

az cosmosdb create --name cosmos-shop-dev-01 --resource-group rg-learn-dev \
  --locations regionName=southeastasia failoverPriority=0
az cosmosdb sql database create --account-name cosmos-shop-dev-01 --resource-group rg-learn-dev \
  --name shop
az cosmosdb sql container create --account-name cosmos-shop-dev-01 --resource-group rg-learn-dev \
  --database-name shop --name orders --partition-key-path "/customerId"

ตัวอย่างที่ 63: เขียนรายการลง Cosmos DB

เก็บเอกสาร JSON ในคอนเทนเนอร์

from azure.cosmos import CosmosClient
from azure.identity import DefaultAzureCredential

client = CosmosClient("https://cosmos-shop-dev-01.documents.azure.com:443/", DefaultAzureCredential())
container = client.get_database_client("shop").get_container_client("orders")
container.upsert_item({"id": "o-1001", "customerId": "ana", "total": 120.0})

ตัวอย่างที่ 64: กระจายรายการด้วยแฮชของคีย์พาร์ติชัน

คีย์ที่ดีกระจายข้อมูลเท่า ๆ กันในพาร์ติชัน

import hashlib

def partition_for(key, partitions=4):
    digest = hashlib.sha256(key.encode("utf-8")).hexdigest()
    return int(digest, 16) % partitions

counts = [0, 0, 0, 0]
for customer in ["ana", "ben", "chai", "dao", "eve", "fon", "gus", "hana"]:
    counts[partition_for(customer)] += 1
print("items per partition:", counts)

ผลลัพธ์:

items per partition: [4, 1, 1, 2]

หัวข้อที่ 10: Serverless ด้วย Azure Functions

Azure Functions รันโค้ดชิ้นเล็ก ๆ เมื่อเกิดเหตุการณ์ ไม่ว่าจะเป็นคำขอ HTTP ตัวจับเวลา หรือข้อความในคิว คุณจ่ายตามการทำงานและไม่ต้องจัดการเซิร์ฟเวอร์

ทริกเกอร์และ bindings

ทริกเกอร์เริ่มฟังก์ชัน เช่นคำขอ HTTP หรือตัวจับเวลา Bindings เชื่อมฟังก์ชันกับบริการอื่น เช่นเขียนลงคิว จึงต้องเขียนโค้ดเชื่อมต่อน้อยลง

ตัวจับเวลาและตารางเวลา cron

ทริกเกอร์ตัวจับเวลาใช้นิพจน์ NCRONTAB หกช่อง โดยวินาทีอยู่ก่อน นิพจน์ 0 */5 * * * * รันทุกห้านาที

การประมวลผลแบบ idempotent

คิวอาจส่งข้อความเดียวกันมากกว่าหนึ่งครั้ง บันทึกไอดีที่ประมวลผลแล้วและข้ามรายการซ้ำ เพื่อให้การรันงานสองครั้งไม่เรียกเก็บเงินลูกค้าสองครั้ง

ตัวอย่างที่ 65: สร้างแอปฟังก์ชัน

โค้ดแบบ serverless บนแพลน Consumption

az storage account create --name stfuncshopdev01 --resource-group rg-learn-dev --sku Standard_LRS
az functionapp create --name func-shop-dev-01 --resource-group rg-learn-dev \
  --storage-account stfuncshopdev01 --consumption-plan-location southeastasia \
  --runtime python --runtime-version 3.12 --functions-version 4 --os-type Linux

ตัวอย่างที่ 66: ฟังก์ชันที่ถูกเรียกด้วย HTTP

รันโค้ดเมื่อมีคำขอเว็บเข้ามา

import azure.functions as func

app = func.FunctionApp(http_auth_level=func.AuthLevel.FUNCTION)

@app.route(route="hello", methods=["GET"])
def hello(req: func.HttpRequest) -> func.HttpResponse:
    name = req.params.get("name", "world")
    return func.HttpResponse(f"Hello, {name}!", status_code=200)

ตัวอย่างที่ 67: ฟังก์ชันตัวจับเวลาพร้อมตารางเวลา cron

รันโค้ดทุกห้านาทีโดยไม่ต้องมีเซิร์ฟเวอร์

import logging
import azure.functions as func

app = func.FunctionApp()

@app.timer_trigger(schedule="0 */5 * * * *", arg_name="timer", run_on_startup=False)
def every_five_minutes(timer: func.TimerRequest) -> None:
    logging.info("checking sensors")

ตัวอย่างที่ 68: การรันครั้งถัดไปของนิพจน์ cron

คำนวณว่าตารางเวลาจะทำงานครั้งต่อไปเมื่อใด

def next_minutes(expression, current_minute):
    field = expression.split()[1]           # minute field, for example */5
    step = int(field.removeprefix("*/"))
    return step - (current_minute % step) if current_minute % step else step

for minute in (0, 3, 12, 14):
    print(f"at minute {minute:2d}: next run in {next_minutes('0 */5 * * * *', minute)} min")

ผลลัพธ์:

at minute  0: next run in 5 min
at minute  3: next run in 2 min
at minute 12: next run in 3 min
at minute 14: next run in 1 min

ตัวอย่างที่ 69: เผยแพร่แอปฟังก์ชัน

นำโค้ด Python ไปใช้บน Azure Functions

func azure functionapp publish func-shop-dev-01 --python

ตัวอย่างที่ 70: ฟังก์ชันที่ถูกเรียกจากคิว

ประมวลผลข้อความแต่ละรายการและเขียนผลลัพธ์ลงคิวอื่น

import azure.functions as func

app = func.FunctionApp()

@app.queue_trigger(arg_name="msg", queue_name="jobs", connection="AzureWebJobsStorage")
@app.queue_output(arg_name="out", queue_name="done", connection="AzureWebJobsStorage")
def process(msg: func.QueueMessage, out: func.Out[str]) -> None:
    out.set(f"processed:{msg.get_body().decode('utf-8')}")

ตัวอย่างที่ 71: การจัดการข้อความแบบ idempotent

ประมวลผลข้อความเพียงครั้งเดียวแม้จะมาถึงซ้ำ

processed_ids = set()

def handle(message):
    if message["id"] in processed_ids:
        return "skipped duplicate"
    processed_ids.add(message["id"])
    return f"processed {message['id']}"

events = [{"id": "e1"}, {"id": "e2"}, {"id": "e1"}]
for event in events:
    print(handle(event))

ผลลัพธ์:

processed e1
processed e2
skipped duplicate

ตัวอย่างที่ 72: การอ้างอิงความลับจาก Key Vault ในการตั้งค่าแอป

โหลดความลับเข้าแอปโดยไม่ต้องคัดลอก

az functionapp config appsettings set --name func-shop-dev-01 --resource-group rg-learn-dev \
  --settings "[email protected](VaultName=kv-shop-dev;SecretName=db-password)"

หัวข้อที่ 11: เครือข่าย: เครือข่ายเสมือน NSG และ Private Endpoint

เครือข่ายเสมือนคือเครือข่ายส่วนตัวของคุณภายใน Azure ซับเน็ตแยกชั้น กฎความปลอดภัยจำกัดทราฟิก และ private endpoint ทำให้บริการไม่อยู่บนอินเทอร์เน็ตสาธารณะ

เครือข่ายเสมือนและซับเน็ต

เลือกช่วงที่อยู่ เช่น 10.10.0.0/16 แล้วแบ่งเป็นซับเน็ตสำหรับเว็บและข้อมูล Azure สงวนห้าที่อยู่ในทุกซับเน็ต ดังนั้น /24 ให้ที่อยู่ที่ใช้ได้ 251 ที่อยู่

Network security group

NSG คือรายการกฎอนุญาตและปฏิเสธที่มีลำดับความสำคัญ อนุญาตเฉพาะพอร์ตที่จำเป็น เช่น 443 สำหรับ HTTPS และปฏิเสธที่เหลือโดยค่าเริ่มต้น

Private endpoint และ DNS

Private endpoint ให้บริการมี IP ส่วนตัวภายในเครือข่ายของคุณ โซน DNS ส่วนตัวทำให้ชื่อของบริการแปลงเป็นที่อยู่นั้น แอปจึงไม่ต้องแก้โค้ด

ตัวอย่างที่ 73: เครือข่ายเสมือนและซับเน็ต

เครือข่ายส่วนตัวที่แยกซับเน็ตสำหรับเว็บและข้อมูล

az network vnet create --name vnet-shop-dev --resource-group rg-learn-dev \
  --address-prefix 10.10.0.0/16 --subnet-name snet-web --subnet-prefix 10.10.1.0/24
az network vnet subnet create --vnet-name vnet-shop-dev --resource-group rg-learn-dev \
  --name snet-data --address-prefixes 10.10.2.0/24

ตัวอย่างที่ 74: กฎ network security group

อนุญาตเฉพาะ HTTPS จากอินเทอร์เน็ต

az network nsg create --name nsg-web --resource-group rg-learn-dev
az network nsg rule create --nsg-name nsg-web --resource-group rg-learn-dev \
  --name allow-https --priority 100 --direction Inbound --access Allow \
  --protocol Tcp --destination-port-ranges 443 --source-address-prefixes Internet

ตัวอย่างที่ 75: Private endpoint สำหรับที่เก็บข้อมูล

เข้าถึงบัญชีที่เก็บข้อมูลได้จากภายในเครือข่ายเท่านั้น

az network private-endpoint create --name pe-storage --resource-group rg-learn-dev \
  --vnet-name vnet-shop-dev --subnet snet-data \
  --private-connection-resource-id $(az storage account show -n stlearndev01 -g rg-learn-dev --query id -o tsv) \
  --group-id blob --connection-name conn-storage

ตัวอย่างที่ 76: โซน DNS ส่วนตัว

แปลงชื่อ private endpoint ภายในเครือข่ายเสมือน

az network private-dns zone create --resource-group rg-learn-dev \
  --name privatelink.blob.core.windows.net
az network private-dns link vnet create --resource-group rg-learn-dev \
  --zone-name privatelink.blob.core.windows.net --name link-shop \
  --virtual-network vnet-shop-dev --registration-enabled false

ตัวอย่างที่ 77: Load balancer สาธารณะ

กระจายทราฟิกขาเข้าไปยังเครื่องเสมือนหลายเครื่อง

az network public-ip create --name pip-lb --resource-group rg-learn-dev --sku Standard
az network lb create --name lb-shop --resource-group rg-learn-dev --sku Standard \
  --public-ip-address pip-lb --backend-pool-name be-web
az network lb probe create --lb-name lb-shop --resource-group rg-learn-dev \
  --name probe-https --protocol Tcp --port 443

ตัวอย่างที่ 78: เครื่องคิดขนาดซับเน็ต

นับจำนวนที่อยู่ที่ใช้ได้ในบล็อก CIDR

import ipaddress

def usable_hosts(cidr):
    net = ipaddress.ip_network(cidr)
    return net.num_addresses - 5          # Azure reserves 5 addresses in every subnet

for block in ("10.10.1.0/24", "10.10.2.0/27", "10.10.0.0/16"):
    print(block, usable_hosts(block))

ผลลัพธ์:

10.10.1.0/24 251
10.10.2.0/27 27
10.10.0.0/16 65531

หัวข้อที่ 12: การส่งข้อความและสตรีม: Service Bus และ Event Hubs

บริการคุยกันผ่านข้อความ Service Bus เหมาะกับข้อความทางธุรกิจที่เชื่อถือได้ ส่วน Event Hubs เหมาะกับสตรีมปริมาณมาก เช่นเทเลเมทรี

คิว Service Bus

คิวเก็บข้อความไว้จนกว่าผู้รับจะปิดข้อความ ปิดข้อความเมื่อประมวลผลเสร็จแล้วเท่านั้น เพื่อให้เมื่อระบบล่มเกิดการลองใหม่แทนการสูญเสียคำสั่งซื้อ ข้อความที่ล้มเหลวบ่อยเกินไปจะไปยังคิว dead-letter

Event Hubs และพาร์ติชัน

Event hub แบ่งสตรีมเป็นพาร์ติชันที่ผู้อ่านหลายคนอ่านขนานกันได้ ส่งเหตุการณ์เป็นชุด และให้แต่ละชุดมีขนาดไม่เกินขีดจำกัด

การเลือกระหว่างสอง

ใช้ Service Bus เมื่อแต่ละข้อความสำคัญและต้องประมวลผลตามที่ตั้งใจพอดี ใช้ Event Hubs เมื่อรวบรวมเหตุการณ์จำนวนมากและประมวลผลตามลำดับภายในพาร์ติชันได้

ตัวอย่างที่ 79: คิว Service Bus

การส่งข้อความที่เชื่อถือได้ระหว่างแอปพร้อม dead-letter

az servicebus namespace create --name sb-shop-dev --resource-group rg-learn-dev --location southeastasia --sku Standard
az servicebus queue create --namespace-name sb-shop-dev --resource-group rg-learn-dev \
  --name orders --max-delivery-count 5 --dead-lettering-on-message-expiration true

ตัวอย่างที่ 80: ส่งข้อความ Service Bus

ใส่คำสั่งซื้อลงคิวจาก Python

from azure.identity import DefaultAzureCredential
from azure.servicebus import ServiceBusClient, ServiceBusMessage

with ServiceBusClient("sb-shop-dev.servicebus.windows.net", DefaultAzureCredential()) as client:
    with client.get_queue_sender("orders") as sender:
        sender.send_messages(ServiceBusMessage('{"orderId": "o-1001"}'))

ตัวอย่างที่ 81: รับและปิดข้อความ

ลบข้อความเมื่อประมวลผลเสร็จแล้วเท่านั้น

from azure.identity import DefaultAzureCredential
from azure.servicebus import ServiceBusClient

with ServiceBusClient("sb-shop-dev.servicebus.windows.net", DefaultAzureCredential()) as client:
    with client.get_queue_receiver("orders", max_wait_time=5) as receiver:
        for msg in receiver:
            print(str(msg))
            receiver.complete_message(msg)     # removes it only after processing succeeded

ตัวอย่างที่ 82: Event Hubs สำหรับข้อมูลเทเลเมทรี

สตรีมที่รับเหตุการณ์หลายล้านรายการต่อวินาที

az eventhubs namespace create --name evhns-shop-dev --resource-group rg-learn-dev --location southeastasia --sku Standard
az eventhubs eventhub create --name telemetry --namespace-name evhns-shop-dev --resource-group rg-learn-dev \
  --partition-count 4 --message-retention 1

ตัวอย่างที่ 83: ส่งเป็นชุดไปยัง Event Hubs

จัดเหตุการณ์เป็นชุดเพื่อประสิทธิภาพ

import json
from azure.eventhub import EventData, EventHubProducerClient
from azure.identity import DefaultAzureCredential

producer = EventHubProducerClient(
    fully_qualified_namespace="evhns-shop-dev.servicebus.windows.net",
    eventhub_name="telemetry",
    credential=DefaultAzureCredential(),
)
with producer:
    batch = producer.create_batch()
    batch.add(EventData(json.dumps({"device": "sensor-7", "temp_c": 21.5})))
    producer.send_batch(batch)

ตัวอย่างที่ 84: แบ่งข้อความตามขนาดสูงสุด

ให้แต่ละชุดมีขนาดไม่เกินที่กำหนด

def make_batches(messages, limit_bytes=60):
    batches, current, size = [], [], 0
    for msg in messages:
        n = len(msg.encode("utf-8"))
        if current and size + n > limit_bytes:
            batches.append(current)
            current, size = [], 0
        current.append(msg)
        size += n
    if current:
        batches.append(current)
    return batches

events = [f'{{"id": {i}, "temp": 21.{i}}}' for i in range(6)]
for number, batch in enumerate(make_batches(events), start=1):
    print("batch", number, len(batch), "messages")

ผลลัพธ์:

batch 1 2 messages
batch 2 2 messages
batch 3 2 messages

หัวข้อที่ 13: การเฝ้าดู: Log Analytics, Application Insights และการแจ้งเตือน

แก้สิ่งที่มองไม่เห็นไม่ได้ Azure Monitor เก็บล็อกและเมตริก Log Analytics ให้คุณคิวรีด้วย KQL และการแจ้งเตือนบอกทีมว่ามีปัญหา

Log Analytics และ KQL

พื้นที่ทำงาน Log Analytics เก็บล็อกจากทรัพยากรหลายตัว Kusto Query Language กรอง สรุป และทำกราฟ เช่นนับความล้มเหลวต่อชั่วโมง

Application Insights

Application Insights ติดตามคำขอ การพึ่งพา และเหตุการณ์ที่กำหนดเองจากโค้ดของคุณ ใช้หาว่าการเรียกใดช้า ไม่ใช่แค่รู้ว่าแอปช้า

การแจ้งเตือนที่ไม่เกิดการเตือนผิด

การแจ้งเตือนเมตริกทำงานเมื่อค่าข้ามเกณฑ์ ให้เงื่อนไขเป็นจริงต่อเนื่องหลายตัวอย่าง เพื่อให้ค่าพุ่งเพียงครั้งเดียวไม่ปลุกวิศวกรเวร

ตัวอย่างที่ 85: พื้นที่ทำงาน Log Analytics

ที่รวมศูนย์สำหรับคิวรีล็อกจากทุกทรัพยากร

az monitor log-analytics workspace create --resource-group rg-learn-dev \
  --workspace-name log-shop-dev --location southeastasia --retention-time 30

ตัวอย่างที่ 86: คิวรี KQL สำหรับความล้มเหลว

นับคำขอที่ล้มเหลวต่อชั่วโมงด้วย Kusto Query Language

AppRequests
| where TimeGenerated > ago(24h)
| where Success == false
| summarize failures = count() by bin(TimeGenerated, 1h), ResultCode
| order by TimeGenerated desc

ตัวอย่างที่ 87: การตั้งค่าการวินิจฉัย

ส่งล็อกและเมตริกของแพลตฟอร์มไปยังพื้นที่ทำงาน

az monitor diagnostic-settings create \
  --name diag-storage \
  --resource /subscriptions/<subscription-id>/resourceGroups/rg-learn-dev/providers/Microsoft.Storage/storageAccounts/stlearndev01 \
  --workspace log-shop-dev \
  --logs '[{"category":"StorageRead","enabled":true}]' \
  --metrics '[{"category":"Transaction","enabled":true}]'

ตัวอย่างที่ 88: เทเลเมทรีของ Application Insights

ติดตามคำขอและเหตุการณ์ที่กำหนดเองจากโค้ด Python

from opentelemetry import trace
from azure.monitor.opentelemetry import configure_azure_monitor

configure_azure_monitor(connection_string="InstrumentationKey=<key>;IngestionEndpoint=https://southeastasia-1.in.applicationinsights.azure.com/")
tracer = trace.get_tracer("shop")
with tracer.start_as_current_span("checkout") as span:
    span.set_attribute("order.total", 120.0)

ตัวอย่างที่ 89: การแจ้งเตือนเมตริกเมื่อเวลาตอบสนองสูง

แจ้งทีมเวรเมื่อ API ช้า

az monitor metrics alert create --name alert-slow-api --resource-group rg-learn-dev \
  --scopes /subscriptions/<subscription-id>/resourceGroups/rg-learn-dev/providers/Microsoft.Web/sites/app-shop-dev-01 \
  --condition "avg HttpResponseTime > 2" --window-size 5m --evaluation-frequency 1m \
  --action /subscriptions/<subscription-id>/resourceGroups/rg-learn-dev/providers/microsoft.insights/actionGroups/ag-oncall

ตัวอย่างที่ 90: แจ้งเตือนหลังจากค่าผิดปกติหลายครั้งติดต่อกัน

ลดการแจ้งเตือนผิดด้วยการต้องมีค่าผิดปกติต่อเนื่อง

def should_alert(samples, threshold=2.0, required=3):
    streak = 0
    for value in samples:
        streak = streak + 1 if value > threshold else 0
        if streak >= required:
            return True
    return False

print(should_alert([1.0, 2.5, 2.7, 2.9, 1.1]))
print(should_alert([2.5, 1.0, 2.5, 2.5, 1.0]))

ผลลัพธ์:

True
False

หัวข้อที่ 14: ความปลอดภัย: Key Vault ความลับ และการป้องกันภัยคุกคาม

ความลับควรอยู่ในตู้เก็บ ไม่ใช่ในโค้ดหรือล็อก Key Vault เก็บความลับพร้อมการควบคุมการเข้าถึง และ Defender for Cloud เฝ้าดูทรัพยากรเพื่อหาภัยคุกคาม

Key Vault และการเข้าถึง

Key Vault เก็บความลับ คีย์ และใบรับรอง ใช้การควบคุมการเข้าถึงตามบทบาท ให้แต่ละแอปอ่านเฉพาะความลับที่จำเป็น และบันทึกทุกการเข้าถึง

การอ่านความลับอย่างปลอดภัย

DefaultAzureCredential ใช้ managed identity ใน Azure และการเข้าสู่ระบบของคุณบนคอมพิวเตอร์ ทำให้โค้ดเดียวกันทำงานได้ทั้งสองที่ อย่าพิมพ์ความลับ และอย่าเขียนลงล็อก

Defender for Cloud

Defender for Cloud ให้คะแนนสถานะความปลอดภัยและเปิดการป้องกันภัยคุกคามสำหรับ VM บัญชีที่เก็บข้อมูล และ Key Vault ตรวจข้อเสนอแนะสม่ำเสมอ

ตัวอย่างที่ 91: Key Vault และความลับ

เก็บรหัสผ่านในตู้เก็บที่มีการควบคุมการเข้าถึง

az keyvault create --name kv-shop-dev --resource-group rg-learn-dev --location southeastasia \
  --enable-rbac-authorization true
az keyvault secret set --vault-name kv-shop-dev --name db-password --value "$DB_PASSWORD"

ตัวอย่างที่ 92: อ่านความลับจาก Python

ใช้ DefaultAzureCredential เพื่อดึงความลับ

from azure.identity import DefaultAzureCredential
from azure.keyvault.secrets import SecretClient

client = SecretClient(vault_url="https://kv-shop-dev.vault.azure.net/", credential=DefaultAzureCredential())
password = client.get_secret("db-password").value
# use the value, never print it

ตัวอย่างที่ 93: ปกปิดความลับก่อนเขียนลงล็อก

ซ่อนรหัสผ่านและคีย์ก่อนที่จะเขียนข้อมูลใด ๆ

import re

def redact(text):
    text = re.sub(r"(password|secret|token)=\S+", r"\1=***", text, flags=re.IGNORECASE)
    text = re.sub(r"(AccountKey=)[^;\s]+", r"\1***", text)
    return text

print(redact("connecting with password=hunter2 to host"))
print(redact("AccountKey=abc123==;EndpointSuffix=core.windows.net"))

ผลลัพธ์:

connecting with password=*** to host
AccountKey=***;EndpointSuffix=core.windows.net

ตัวอย่างที่ 94: แพลนของ Defender for Cloud

เปิดการป้องกันภัยคุกคามสำหรับ VM บัญชีที่เก็บข้อมูล และ Key Vault

az security pricing create --name VirtualMachines --tier Standard
az security pricing create --name StorageAccounts --tier Standard
az security pricing create --name KeyVaults --tier Standard

หัวข้อที่ 15: DevOps ค่าใช้จ่าย และการกำกับดูแล

ระบบโปรดักชันต้องมีไปป์ไลน์ที่ทำซ้ำได้ วงเงินใช้จ่าย และกฎที่ทรัพยากรใหม่ทุกตัวต้องปฏิบัติตาม แนวทางเหล่านี้ทำให้ Azure เชื่อถือได้และคุ้มค่าเมื่อทีมขยาย

ไปป์ไลน์และการย้อนกลับ

ไปป์ไลน์ทดสอบทุกการเปลี่ยนแปลงและ deploy จากสาขา main ดูอัตราความผิดพลาดและความหน่วงหลังปล่อยเวอร์ชัน และย้อนกลับเมื่อค่าเกินขีดจำกัด

งบประมาณและการประมาณค่าใช้จ่าย

งบประมาณกำหนดวงเงินรายเดือนและส่งการแจ้งเตือนก่อนถึงวงเงิน ประมาณค่าใช้จ่ายจากชั่วโมงและพื้นที่เก็บข้อมูล แล้วเทียบกับบิลจริง และส่งออกรายงานรายวัน

Azure Policy

Policy ตรวจทรัพยากรเทียบกับกฎ เช่นการบังคับให้มีแท็กเจ้าของ เอฟเฟกต์ deny หยุดการสร้างทรัพยากรที่ไม่เป็นไปตามกฎ ซึ่งบังคับใช้มาตรฐานที่ตกลงกันไว้

ตัวอย่างที่ 95: ไปป์ไลน์ Azure DevOps

ทดสอบทุกการ push และ deploy เว็บแอปจาก main

trigger:
  branches:
    include: [main]

pool:
  vmImage: ubuntu-latest

steps:
  - task: UsePythonVersion@0
    inputs:
      versionSpec: '3.12'
  - script: pip install -r requirements.txt && pytest
    displayName: Test
  - task: AzureWebApp@1
    inputs:
      azureSubscription: sc-shop-dev
      appName: app-shop-dev-01
      package: '$(System.DefaultWorkingDirectory)'

ตัวอย่างที่ 96: งบประมาณรายเดือน

ตั้งวงเงินใช้จ่ายและแจ้งเตือนก่อนถึงวงเงิน

az consumption budget create --budget-name budget-dev --amount 200 \
  --category Cost --time-grain Monthly \
  --start-date 2026-01-01 --end-date 2026-12-31 \
  --resource-group rg-learn-dev

ตัวอย่างที่ 97: ประมาณค่าใช้จ่ายรายเดือน

แปลงชั่วโมงการใช้งานและพื้นที่เก็บข้อมูลเป็นค่าใช้จ่ายโดยประมาณ

def monthly_cost(hours_per_day, hourly_rate, storage_gb, storage_rate, days=30):
    compute = hours_per_day * days * hourly_rate
    storage = storage_gb * storage_rate
    return round(compute + storage, 2)

print(monthly_cost(10, 0.05, 120, 0.02))
print(monthly_cost(24, 0.05, 120, 0.02))

ผลลัพธ์:

17.4
38.4

ตัวอย่างที่ 98: ส่งออกข้อมูลค่าใช้จ่าย

ส่งรายงานค่าใช้จ่ายรายวันไปยังบัญชีที่เก็บข้อมูล

az costmanagement export create --name daily-costs \
  --scope "/subscriptions/<subscription-id>/resourceGroups/rg-learn-dev" \
  --storage-account-id /subscriptions/<subscription-id>/resourceGroups/rg-learn-dev/providers/Microsoft.Storage/storageAccounts/stlearndev01 \
  --storage-container exports --timeframe MonthToDate --recurrence Daily \
  --recurrence-period from=2026-01-01T00:00:00Z to=2026-12-31T00:00:00Z

ตัวอย่างที่ 99: ตัดสินใจย้อนกลับการ deploy

ใช้อัตราความผิดพลาดและความหน่วงตัดสินว่าจะย้อนกลับหรือไม่

def should_roll_back(error_rate, previous_error_rate, latency_ms, latency_limit=800):
    if error_rate > 0.05:
        return True, "error rate above 5 percent"
    if error_rate > previous_error_rate * 2 and error_rate > 0.01:
        return True, "error rate doubled since the last release"
    if latency_ms > latency_limit:
        return True, "latency above limit"
    return False, "healthy"

print(should_roll_back(0.02, 0.01, 300))
print(should_roll_back(0.07, 0.01, 300))

ผลลัพธ์:

(False, 'healthy')
(True, 'error rate above 5 percent')

ตัวอย่างที่ 100: บังคับให้มีแท็กด้วย Azure Policy

ปฏิเสธทรัพยากรใหม่ที่ไม่มีแท็ก owner

az policy definition create --name require-owner-tag --display-name "Require owner tag" \
  --rules '{"if":{"field":"tags[owner]","exists":"false"},"then":{"effect":"deny"}}' --mode Indexed
az policy assignment create --name require-owner --policy require-owner-tag \
  --scope /subscriptions/<subscription-id>/resourceGroups/rg-learn-dev

โปรเจกต์ฝึก: เว็บแอปที่ปลอดภัยพร้อมที่เก็บข้อมูลและการเฝ้าดู

สร้างการตั้งค่าขนาดเล็กที่ปลอดภัยหนึ่งชุด ซึ่งใช้แนวคิดจากหลายหัวข้อ เขียน Bicep และสคริปต์ด้วยตัวเองก่อน แล้วเทียบกับตัวอย่าง ลบกลุ่มทรัพยากรเมื่อเสร็จเพื่อหลีกเลี่ยงค่าใช้จ่าย

1. สร้างกลุ่มทรัพยากรที่มีแท็ก owner และ environment แล้วตรวจแท็กที่ขาดด้วยสคริปต์

2. เขียนเทมเพลต Bicep สำหรับบัญชีที่เก็บข้อมูลที่ใช้ TLS 1.2 และไม่เปิดการเข้าถึง blob สาธารณะ แล้วดูตัวอย่างด้วย what-if ก่อน deploy

3. สร้าง managed identity ที่ผู้ใช้กำหนดเอง และให้บทบาท Storage Blob Data Reader เฉพาะบนบัญชีที่เก็บข้อมูลนั้น

4. deploy เว็บแอปที่อ่าน blob ด้วย managed identity และเพิ่มการแจ้งเตือนเมื่อเวลาตอบสนองเฉลี่ยสูงกว่าสองวินาทีต่อเนื่อง

5. สร้างงบประมาณที่ 80 เปอร์เซ็นต์ของวงเงินรายเดือน แล้วลบกลุ่มทรัพยากรและยืนยันการลบในพอร์ทัล

ขั้นต่อไป

ขั้นต่อไป ศึกษาแนวทางสถาปัตยกรรมของ Azure เลือกใบรับรองตามบทบาทอย่าง AZ-900 หรือ AZ-104 และฝึกไปป์ไลน์โครงสร้างพื้นฐานด้วย GitHub Actions หรือ Azure DevOps รันทุกคำสั่งใน subscription สำหรับทดลองก่อน และอ่านเอกสารของบริการสำหรับเวอร์ชันที่คุณ deploy

สรุป

Azure กลายเป็นแพลตฟอร์มระดับมืออาชีพเมื่อคุณอธิบายด้วยโค้ด ปกป้องด้วยตัวตนแทนรหัสผ่าน เฝ้าดู และควบคุมค่าใช้จ่าย ผ่าน 100 ตัวอย่าง บทความนี้ครอบคลุม Azure CLI กลุ่มทรัพยากรและแท็ก การเขียนสคริปต์ Bicep ตัวตนและ RBAC เครื่องเสมือนและ App Service คอนเทนเนอร์และ Kubernetes ที่เก็บข้อมูล ฐานข้อมูล Functions แบบ serverless เครือข่าย การส่งข้อความ การเฝ้าดู Key Vault และความปลอดภัย และ DevOps พร้อมการกำกับดูแลค่าใช้จ่าย ลองสร้างเว็บแอปที่ปลอดภัยในแบบฝึก และเปลี่ยนทีละการตั้งค่าเพื่อเรียนรู้ว่าแต่ละส่วนทำงานอย่างไร