Componentes do Microsoft.Insights 2020-02-02-preview

Definição de recurso do Bicep

O tipo de recurso de componentes pode ser implantado com operações direcionadas:

• Grupos de recursos - Consulte comandos de implantação do grupo de recursos

Para obter uma lista de propriedades alteradas em cada versão da API, consulte de log de alterações.

Formato de recurso

Para criar um recurso microsoft.insights/componentes, adicione o Bicep a seguir ao seu modelo.

resource symbolicname 'Microsoft.Insights/components@2020-02-02-preview' = {
  etag: 'string'
  kind: 'string'
  location: 'string'
  name: 'string'
  properties: {
    Application_Type: 'string'
    DisableIpMasking: bool
    DisableLocalAuth: bool
    Flow_Type: 'string'
    ForceCustomerStorageForProfiler: bool
    HockeyAppId: 'string'
    ImmediatePurgeDataOn30Days: bool
    IngestionMode: 'string'
    publicNetworkAccessForIngestion: 'string'
    publicNetworkAccessForQuery: 'string'
    Request_Source: 'string'
    SamplingPercentage: int
    WorkspaceResourceId: 'string'
  }
  tags: {
    {customized property}: 'string'
  }
}

Valores de propriedade

ApplicationInsightsComponentProperties

ComponentsResourceTags

Microsoft.Insights/components

Exemplos de início rápido

Os exemplos de início rápido a seguir implantam esse tipo de recurso.

Definição de recurso de modelo do ARM

O tipo de recurso de componentes pode ser implantado com operações direcionadas:

• Grupos de recursos - Consulte comandos de implantação do grupo de recursos

Para obter uma lista de propriedades alteradas em cada versão da API, consulte de log de alterações.

Formato de recurso

Para criar um recurso microsoft.insights/componentes, adicione o JSON a seguir ao seu modelo.

{
  "type": "Microsoft.Insights/components",
  "apiVersion": "2020-02-02-preview",
  "name": "string",
  "etag": "string",
  "kind": "string",
  "location": "string",
  "properties": {
    "Application_Type": "string",
    "DisableIpMasking": "bool",
    "DisableLocalAuth": "bool",
    "Flow_Type": "string",
    "ForceCustomerStorageForProfiler": "bool",
    "HockeyAppId": "string",
    "ImmediatePurgeDataOn30Days": "bool",
    "IngestionMode": "string",
    "publicNetworkAccessForIngestion": "string",
    "publicNetworkAccessForQuery": "string",
    "Request_Source": "string",
    "SamplingPercentage": "int",
    "WorkspaceResourceId": "string"
  },
  "tags": {
    "{customized property}": "string"
  }
}

Valores de propriedade

ApplicationInsightsComponentProperties

ComponentsResourceTags

Microsoft.Insights/components

Modelos de início rápido

Os modelos de início rápido a seguir implantam esse tipo de recurso.

Modelo	Descrição
Ambiente do Serviço de Aplicativo com o back-end do SQL do Azure	Esse modelo cria um Ambiente do Serviço de Aplicativo com um back-end do SQL do Azure junto com pontos de extremidade privados, juntamente com recursos associados normalmente usados em um ambiente privado/isolado.
Gateway de Aplicativo com gerenciamento de API interno e de aplicativo Web	Gateway de Aplicativo roteando o tráfego da Internet para uma instância de Gerenciamento de API de rede virtual (modo interno), que atende a uma API Web hospedada em um Aplicativo Web do Azure.
ASP.NET aplicativo	Esse modelo permite que você crie um Serviço de Aplicativo para implantar um aplicativo ASP.NET.
configuração básica do Azure AI Studio	Esse conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com acesso à Internet público habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA.
configuração básica do Azure AI Studio	Esse conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com acesso à Internet público habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA.
configuração básica do Azure AI Studio	Esse conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com acesso à Internet público habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA.
restrito de rede do Azure AI Studio	Esse conjunto de modelos demonstra como configurar o Azure AI Studio com o link privado e a saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA.
restrito de rede do Azure AI Studio	Esse conjunto de modelos demonstra como configurar o Azure AI Studio com o link privado e a saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA.
Azure AI Studio com o Microsoft Entra ID Authentication	Esse conjunto de modelos demonstra como configurar o Azure AI Studio com a autenticação de ID do Microsoft Entra para recursos dependentes, como os Serviços de IA do Azure e o Armazenamento do Azure.
gêmeos digitais do Azure com de serviço de Função e Link Privado	Esse modelo cria um serviço dos Gêmeos Digitais do Azure configurado com uma Função do Azure conectada à Rede Virtual que pode se comunicar por meio de um ponto de extremidade de link privado para gêmeos digitais. Ele também cria uma zona DNS privada para permitir a resolução de nome de host contínuo do ponto de extremidade dos Gêmeos Digitais da Rede Virtual para o endereço IP da sub-rede interna do ponto de extremidade privado. O nome do host é armazenado como uma configuração para a Função do Azure com o nome 'ADT_ENDPOINT'.
aplicativo de funções do Azure e uma função disparada por HTTP	Este exemplo implanta um aplicativo de funções do Azure e uma função disparada por HTTP embutida no modelo. Ele também implanta um Key Vault e preenche um segredo com a chave de host do aplicativo de funções.
aplicativo de funções do Azure hospedado no plano dedicado	Esse modelo provisiona um aplicativo de funções em um plano de hospedagem dedicado, o que significa que ele será executado e cobrado como qualquer site do Serviço de Aplicativo.
aplicativo de funções do Azure hospedado no plano de consumo do Linux	Esse modelo provisiona um aplicativo de funções em um plano de consumo do Linux, que é um plano de hospedagem dinâmico. O aplicativo é executado sob demanda e você é cobrado por execução, sem nenhum compromisso de recurso permanente.
aplicativo de funções do Azure hospedado no plano Premium	Esse modelo provisiona um aplicativo de funções em um plano Premium.
aplicativo de funções do Azure hospedado no plano de consumo do Windows	Esse modelo provisiona um aplicativo de funções em um plano de consumo do Windows, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem nenhum compromisso de recurso permanente.
aplicativo de funções do Azure com um slot de implantação	Esse modelo provisiona um aplicativo de funções em um plano Premium com slot de produção e um slot de implantação adicional.
aplicativo de funções do Azure com o Hub de Eventos e a Identidade Gerenciada	seu modelo provisiona um aplicativo de funções do Azure em um plano de consumo do Linux, juntamente com um Hub de Eventos, o Armazenamento do Azure e o Application Insights. O aplicativo de funções é capaz de usar a identidade gerenciada para se conectar à conta do Hub de Eventos e armazenamento
aplicativo de funções do Azure com de integração de rede virtual	Esse modelo provisiona um aplicativo de funções em um plano Premium com integração de rede virtual regional habilitada para uma rede virtual recém-criada.
configuração segura de ponta a ponta do Azure Machine Learning	Esse conjunto de modelos do Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Essa implementação de referência inclui o Workspace, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado.
configuração segura de ponta a ponta do Azure Machine Learning (herdada)	Esse conjunto de modelos do Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Essa implementação de referência inclui o Workspace, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado.
workspace do Azure Machine Learning	Este modelo cria um novo Workspace do Azure Machine Learning, juntamente com uma conta de armazenamento criptografada, keyvault e log do Applications Insights
do BrowserBox Azure Edition	Este modelo implanta o BrowserBox em uma VM LVM do Azure Ubuntu Server 22.04 LTS, Debian 11 ou RHEL 8.7.
Criar workspace AML com vários conjuntos de dados &	Esse modelo cria o workspace do Azure Machine Learning com vários conjuntos de dados & armazenamentos de dados.
Criar um destino de computação do AKS com um endereço IP privado	Esse modelo cria um destino de computação do AKS em determinado workspace de serviço do Azure Machine Learning com um endereço IP privado.
Criar um workspace do serviço do Azure Machine Learning	Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Registro de Contêiner do Azure. Essa configuração descreve o conjunto mínimo de recursos necessários para começar a usar o Azure Machine Learning.
Criar um CMK (workspace do serviço do Azure Machine Learning)	Este modelo de implantação especifica como criar um workspace do Azure Machine Learning com criptografia do lado do serviço usando suas chaves de criptografia.
Criar um CMK (workspace do serviço do Azure Machine Learning)	Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Registro de Contêiner do Azure. O exemplo mostra como configurar o Azure Machine Learning para criptografia com uma chave de criptografia gerenciada pelo cliente.
Criar um workspace do serviço do Azure Machine Learning (herdado)	Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Registro de Contêiner do Azure. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Azure Machine Learning em uma configuração isolada de rede.
Criar um workspace do serviço do Azure Machine Learning (vnet)	Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo o Azure Key Vault, o Armazenamento do Azure, o Azure Application Insights e o Registro de Contêiner do Azure. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Azure Machine Learning em uma configuração isolada de rede.
criar gerenciamento de API na VNet interna com o Gateway de Aplicativo	Este modelo demonstra como criar uma instância do Gerenciamento de API do Azure em uma rede privada protegida pelo Gateway de Aplicativo do Azure.
criar o Azure Front Door em frente ao Gerenciamento de API do Azure	Este exemplo demonstra como usar o Azure Front Door como um balanceador de carga global na frente do Gerenciamento de API do Azure.
Criar Aplicativo de Funções e de Armazenamento protegido por ponto de extremidade privado	Esse modelo permite implantar um Aplicativo de Funções do Azure que se comunica com o Armazenamento do Azure em pontos de extremidade privados.
cria um aplicativo de microsserviços da Dapr usando aplicativos de contêiner	Crie um aplicativo de microsserviços Dapr usando Aplicativos de Contêiner.
Cria um aplicativo dapr pub-sub servicebus usando aplicativos de contêiner	Crie um aplicativo dapr pub-sub servicebus usando Aplicativos de Contêiner.
Cria um aplicativo de funções com de identidade de serviço gerenciado	Cria um aplicativo de funções com a identidade de serviço gerenciada habilitada com o Application Insights configurado para logs e métricas.
implantar um aplicativo simples de microsserviço do Azure Spring Apps	Este modelo implanta um aplicativo simples de microsserviço do Azure Spring Apps para ser executado no Azure.
implantar um plano do Azure Function Premium habilitado para AZ	Esse modelo permite implantar um plano Azure Function Premium com suporte a zonas de disponibilidade, incluindo uma conta de armazenamento habilitada para zonas de disponibilidade.
implantar um plano premium de funções do Azure com de integração de vnet	Esse modelo permite que você implante um plano Azure Function Premium com integração de rede virtual regional habilitada para uma rede virtual recém-criada.
implantar o Application Insight e criar alertas nele	Este modelo permite que você implante o Application Insight e crie um alerta nele
implantar o Azure AI Studio seguro com uma rede virtual gerenciada	Esse modelo cria um ambiente seguro do Azure AI Studio com restrições robustas de segurança de identidade e de rede.
aplicativo Django	Esse modelo permite que você crie um Serviço de Aplicativo para implantar um aplicativo Django.
Enterprise Governance-AppService, SQL DB, AD, OMS, Runbooks	A adoção de nuvem para uma empresa, pequena ou grande, exige modelos de governança responsáveis e eficientes para derivar valor de suas implantações de nuvem. O CloudWise (um nome de código para a solução) é uma solução composta disponível no QuickStarts do Parceiro do Azure, é um habilitador de adoção para clientes, integradores de sistema e parceiros, que fornece uma solução de governança e operações automatizada autoatendida, focada em otimizar seus custos, melhorar a confiabilidade de seus aplicativos, reduzindo o risco de negócios. A solução destaca os principais pilares de governança de Visibilidade e Controle.
site do eShop com ase do ILB	Um Ambiente do Serviço de Aplicativo é uma opção de plano de serviço Premium do Serviço de Aplicativo do Azure que fornece um ambiente totalmente isolado e dedicado para executar com segurança aplicativos do Serviço de Aplicativo do Azure em alta escala, incluindo Aplicativos Web, Aplicativos Móveis e Aplicativos de API.
Front Door Standard/Premium com origem do Azure Functions	Esse modelo cria um Front Door Standard/Premium, um aplicativo do Azure Functions, e configura o aplicativo de funções para validar se o tráfego passou pela origem do Front Door.
Aplicativo de Funções no Plano de Consumo do Linux com de Build Remoto	Esse modelo provisiona um aplicativo de funções em um plano de consumo do Linux e executa o build remoto durante a implantação de código. O aplicativo é executado sob demanda e você é cobrado por execução, sem nenhum compromisso de recurso permanente.
Aplicativo de Funções protegido pelo Frontdoor do Azure	Esse modelo permite implantar uma função premium do Azure protegida e publicada pelo Azure Frontdoor Premium. A conação entre o Azure Frontdoor e o Azure Functions é protegida pelo Link Privado do Azure.
Ambiente do Serviço de Aplicativo ILB com o Firewall do Azure	Modelos e parâmetros do Resource Manager demonstrando como implantar o ambiente do Serviço de Aplicativo com a integração do Firewall do Azure
CI/CD Java usando o Jenkins e os Aplicativos Web do Azure	Este é um exemplo de CI/CD Java usando o Jenkins e os Aplicativos Web do Azure.
do Kentico Xperience	Esse modelo facilita a implantação de recursos necessários para hospedar ambientes kentico xperience no Microsoft Azure.
aplicativo de funções privadas e de armazenamento privado protegido por ponto de extremidade	Esse modelo provisiona um aplicativo de funções em um plano Premium que tem pontos de extremidade privados e se comunica com o Armazenamento do Azure em pontos de extremidade privados.
Provisionar um aplicativo de funções em um plano de consumo	Esse modelo provisiona um aplicativo de funções em um plano de consumo, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem nenhum compromisso de recurso permanente. Há outros modelos disponíveis para provisionamento em um plano de hospedagem dedicado.
Provisionar um aplicativo de funções em execução em um plano do Serviço de Aplicativo	Esse modelo provisiona um aplicativo de funções em um plano de hospedagem dedicado, o que significa que ele será executado e cobrado como qualquer site do Serviço de Aplicativo.
provisionar um aplicativo Web com um banco de dados SQL	Esse modelo provisiona um aplicativo Web, um Banco de Dados SQL, configurações de Dimensionamento Automático, regras de alerta e Insights do Aplicativo. Ele configura uma cadeia de conexão no aplicativo Web para o banco de dados.
função de plano de consumo de provisionamento de com um slot de implantação	Esse modelo provisiona um aplicativo de funções em um plano de consumo, que é um plano de hospedagem dinâmica. O aplicativo é executado sob demanda e você é cobrado por execução, sem nenhum compromisso de recurso permanente. Há outros modelos disponíveis para provisionamento em um plano de hospedagem dedicado.
simples de aplicativo Web umbraco CMS	Este modelo fornece uma maneira fácil de implantar o aplicativo Web UMBRACO CMS nos Aplicativos Web do Serviço de Aplicativo do Azure.
Aplicativo Web w/ Application Insights enviando para o Log Analytics	Esse modelo ajudará a dar suporte às novas versões de API do microsoft.insights/components. A partir de 2020-02-02-preview WorkspaceID será necessário ao criar Application Inisghts.Este modelo implantará o Plano do Serviço de Aplicativo, o Serviço de Aplicativo, o Application Insights, o Workspace do Log Analytics e conectará tudo isso.
Aplicativo Web com um Banco de Dados SQL, Azure Cosmos DB, Azure Search	Esse modelo provisiona um Aplicativo Web, um Banco de Dados SQL, o Azure Cosmos DB, o Azure Search e o Application Insights.
Aplicativo Web com Identidade Gerenciada, SQL Server e ΑΙ	Exemplo simples para implantar a infraestrutura do Azure para aplicativo + dados + identidade gerenciada + monitoramento

Definição de recurso do Terraform (provedor de AzAPI)

O tipo de recurso de componentes pode ser implantado com operações direcionadas:

• grupos de recursos

Para obter uma lista de propriedades alteradas em cada versão da API, consulte de log de alterações.

Formato de recurso

Para criar um recurso microsoft.insights/componentes, adicione o Terraform a seguir ao seu modelo.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.Insights/components@2020-02-02-preview"
  name = "string"
  etag = "string"
  kind = "string"
  location = "string"
  tags = {
    {customized property} = "string"
  }
  body = jsonencode({
    properties = {
      Application_Type = "string"
      DisableIpMasking = bool
      DisableLocalAuth = bool
      Flow_Type = "string"
      ForceCustomerStorageForProfiler = bool
      HockeyAppId = "string"
      ImmediatePurgeDataOn30Days = bool
      IngestionMode = "string"
      publicNetworkAccessForIngestion = "string"
      publicNetworkAccessForQuery = "string"
      Request_Source = "string"
      SamplingPercentage = int
      WorkspaceResourceId = "string"
    }
  })
}

Valores de propriedade

ApplicationInsightsComponentProperties

ComponentsResourceTags

Microsoft.Insights/components