前言

本文將深入淺出地探討Microsoft Azure云計算平臺中的四種主要交互工具：Azure門戶、Azure Cloud Shell、Azure CLI 和Azure PowerShell。不論您是初學者還是專業(yè)人士，這篇文章將為您揭示每種工具的優(yōu)勢和適用場景，幫助您更好地管理和配置Azure服務。Azure門戶是一個易于上手的Web圖形界面，適合初學者和非技術人員。Azure Cloud Shell則是一個強大的云端命令行工具，結合了便捷性和靈活性。對于技術專家，Azure CLI和Azure PowerShell 提供了更多自定義選項和批量操作能力。通過閱讀本文，您將能夠根據自身需求和技術水平，選擇最合適的工具來提高Azure管理效率，輕松駕馭云計算世界。讓我們一同開啟Azure之旅，迎接云計算的新挑戰(zhàn)！

Azure 門戶

Azure 門戶是微軟提供的一種網頁應用程序，用于管理和監(jiān)視在 Azure 云平臺上部署的各種資源和服務。它是一個可視化的管理界面，讓用戶可以通過網頁瀏覽器輕松地管理其 Azure 訂閱中的資源。

Azure 門戶還提供了一個豐富的儀表板和報告，使用戶可以直觀地查看和分析其 Azure 資源的狀態(tài)和性能。用戶可以根據自己的需求自定義儀表板，將最重要的指標和圖表整合在一起，以便更好地監(jiān)控和管理資源。

• Azure 門戶的訪問網址：https://portal.azure.com/

上圖門戶數字對應相關說明

Azure Cloud Shell，包括 Azure CLI 和 Azure PowerShell

什么是 Azure Cloud Shell？

Azure Cloud Shell 是基于瀏覽器的 shell 工具，可用于使用 shell 創(chuàng)建、配置和管理 Azure 資源。 Azure Cloud Shell 支持 Azure PowerShell 和 Azure 命令行接口 (CLI)，后者是 Bash shell。

你可以通過 Azure 門戶通過選擇 Cloud Shell 圖標訪問 Azure Cloud Shell：

此處是重點，無論是工作使用還是 AZ-900的考試都有可能詢問這一點

什么是 Azure PowerShell？

Azure PowerShell 是一種 shell，開發(fā)人員、DevOps 和 IT 專業(yè)人員可用于運行名為 command-lets (cmdlet) 的命令。 這些命令調用 Azure REST API 來執(zhí)行 Azure 中的管理任務。 可以獨立運行 cmdlet 來處理一次性更改，也可以將它們組合在一起，以幫助協(xié)調復雜的操作。Azure PowerShell 提供了一種腳本化的方式來自動化和批量處理Azure資源的配置和管理。
除了通過 Azure Cloud Shell 提供，你還可在 Windows、Linux 和 Mac 平臺上安裝和配置 Azure PowerShell。

注意可以看到在 Windows、Linux 和 Mac 平臺安裝 Azure PowerShell，此處的跨平臺的操作可能會在考試中出現。

什么是 Azure CLI？

Azure 命令行接口 (CLI) 是一個跨平臺的命令行工具，可連接到 Azure 并對 Azure 資源執(zhí)行管理命令。 它允許使用交互式命令行提示符或腳本通過終端執(zhí)行命令。Azure CLI 在功能上等效于 Azure PowerShell，主要區(qū)別是命令的語法。

Azure PowerShell 使用 PowerShell 命令，而 Azure CLI 使用 Bash 命令。

若要以交互方式使用，需要先啟動 shell，例如在 Windows 上啟動 cmd.exe 或在 Linux 或 macOS 上啟動 Bash，然后在 shell 提示符處發(fā)出命令。 若要自動執(zhí)行重復性任務，請使用所選 shell 的腳本語法將 CLI 命令配置到 shell 腳本中，然后執(zhí)行該腳本。

可以在 Linux、Mac 或 Windows 計算機上本地安裝 Azure CLI。 還可以通過 Azure Cloud Shell 在瀏覽器中使用，或者從 Docker 內部運行。

對 Azure 交互的工具在 AZ-900 中的考點

因為本文是 Azure 基礎，這里對 Azure PowerShell 與 Azure CLI 暫不做過多深入，解釋，后續(xù)會寫詳細文章進行介紹。但是針對 Azure 的基礎認證考試 AZ-900 中有考點：在不同環(huán)境如何選擇不同命令工具。比如：

Q1： An Azure administrator plans to run a PowerShell script that creates Azure resources.
You need to recommend which computer configuration to use to run the script.
Which three computers can run the script? Each correct answer presents a complete solution.
NOTE: Each correct selection is worth one point.
A. a computer that runs macOS and has PowerShell Core 6.0 installed.
B. a computer that runs Windows 10 and has the Azure PowerShell module installed.
C. a computer that runs Linux and has the Azure PowerShell module installed.
D. a computer that runs Linux and has the Azure CLI tools installed.
E. a computer that runs Chrome OS and uses Azure Cloud Shell.
答案：BCE
答案 A 錯誤，A中只有 Powershell 不行，必須要有 Azure Powershell Module，
答案 D 錯誤，在 Azure CLI 中，你不能執(zhí)行 Powershell 腳本，可以運行 shell 腳本，題目中問的是要執(zhí)行 Powershell 腳本，所以D錯誤。

Q2： A support engineer plans to perform several Azure management tasks by using the Azure CLI.
You install the CLI on a computer.
You need to tell the support engineer which tools to use to run the CLI.
Which two tools should you instruct the support engineer to use? Each correct answer presents a
complete solution.
NOTE: Each correct selection is worth one point.
A. Command Prompt
B. Azure Resource Explorer
C. Windows PowerShell
D. Windows Defender Firewall
E. Network and Sharing Center
答案：AC

文末送書

參與本文評論，本文會抽出3位小伙伴們送出該書

Python深度學習“四大名著”之一全新PyTorch版：《Python機器學習：基于PyTorch和Scikit-Learn》

書籍介紹

近年來，機器學習方法憑借其理解海量數據和自主決策的能力，已在醫(yī)療保健、 機器人、生物學、物理學、大眾消費和互聯網服務等行業(yè)得到了廣泛的應用。自從AlexNet模型在2012年ImageNet大賽被提出以來，機器學習和深度學習迅猛發(fā)展，取得了一個又一個里程碑式的成就，深刻地影響了工業(yè)界、學術界和人們的生活。

如今，機器學習、深度學習、人工智能已經成為信息領域最熱門的研究方向，在就業(yè)市場這些領域的工作也非常吸引人。科學的巨大飛躍通常來自精彩的想法和易用的工具，機器學習也不例外。

在實踐中應用機器學習需要理論和工具的結合。對于機器學習的入門讀者而言， 從理解原理概念到確定要安裝的軟件包都有一定的難度。許多在最開始嘗試機器學習的時候，會發(fā)現理解一個算法在干什么真的非常難。不僅僅是因為算法里各種繁雜的數學理論和難懂的符號，沒有實際的例子，光靠定義和推導來了解一個算法實在是很無聊。就連網絡上的相關的指導材料，能找到的通常都是各種公式以及晦澀難懂的解釋，很少有人能夠細致的將所有細節(jié)加以說明。

因此，《Python機器學習：基于PyTorch和Scikit-Learn》這本書的定位是把機器學習理論和工程實踐結合起來，從而降低讀者的閱讀門檻。從數據驅動方法的基礎知識到最新的深度學習框架，本書每一章都提供了機器學習代碼示例，用于解決實際應用中的機器學習問題。

關于作者

塞巴斯蒂安·拉施卡（Sebastian Raschka）
獲密歇根州立大學博士學位，現在是威斯康星-麥迪遜大學統(tǒng)計學助理教授，從事機器學習和深度學習研究。他的研究方向是數據受限的小樣本學習和構建預測有序目標值的深度神經網絡。他還是一位開源貢獻者，擔任Grid.ai的首席AI教育家，熱衷于傳播機器學習和AI領域知識。
劉玉溪（海登）[ Yuxi (Hayden) Liu ]
在谷歌公司擔任機器學習軟件工程師，曾擔任機器學習科學家。他是一系列機器學習書籍的作者。他的第一本書Python Machine Learning By Example在2017年和2018年亞馬遜同類產品中排名第一，已被翻譯成多種語言。
瓦希德·米爾賈利利（Vahid Mirjalili）
獲密歇根州立大學機械工程和計算機科學雙博士學位，是一名專注于計算機視覺和深度學習的科研工作者。

作者Sebastian Raschka很擅長用易于理解的方式解釋復雜的方法和概念。隨著深度學習革命深入到各個領域，Sebastian Raschka和他的團隊不斷升級、完善書的內容，陸續(xù)出版了第2版和第3版。本書在前3個版本的基礎上新增了某些章節(jié)，包含了PyTorch相關的內容，覆蓋了Transformer和圖神經網絡。這些是目前深度學習領域的前沿方法，在過去兩年中席卷了文本理解和分子結構等領域。
作者擁有專業(yè)知識和解決實際問題的經驗，因此出色地平衡了書中的理論知識和動手實踐內容。Sebastian Raschka和Vahid Mirjalili在計算機視覺和計算生物學領域擁有豐富的科研經驗。Yuxi Liu擅長解決機器學習領域的實際問題，例如將機器學習方法用于事件預測、推薦系統(tǒng)等。本書的作者都對教育有著滿腔熱忱，他們用淺顯易懂的語言編寫了本書以滿足讀者的需求。

獲取方式

1、參與本文評論抽獎，本文會根據閱讀量抽取3~4位評論區(qū)的朋友送出
2、官方直營店選購：https://item.jd.com/14028638.html文章來源地址http://www.zghlxwxcb.cn/news/detail-611090.html

[ 本文作者 ]   bluetata
[ 原文鏈接 ]   https://bluetata.blog.csdn.net/article/details/131928901
[ 最后更新 ]   07/26/2023 02:09 
[ 版權聲明 ]   如果您在非 CSDN 網站內看到這一行，
說明網絡爬蟲可能在本人還沒有完整發(fā)布的時候就抓走了我的文章，
可能導致內容不完整，請去上述的原文鏈接查看原文。

到了這里，關于【Azure】淺析 Azure 交互工具：Azure 門戶、Azure Cloud Shell、 Azure CLI 和 Azure PowerShell | 文末送書的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！