从基础概念、CLI、核心服务,到架构、安全治理与 AI 工程,这里不是一组静态教程,而是一条可执行、可回放、可累积进度的 Azure 学习路径。
已完成 0 / 29 个可用 Lab。 现在开始后,首页会逐步变成你的进度仪表盘。
每次先做 1 个核心概念 Lab,再补 1 个 CLI 或架构实操。这样能把"知道"更快变成"做过"。
先理解 Azure 世界观、基础名词和 CLI 操作,建立最小可用的云上直觉。
这个阶段还没开始,建议按列表顺序一路往下做。
从零开始了解 Azure 云平台:理解云计算模型、Azure 全球基础设施、核心服务分类和定价模式
掌握 Azure CLI 基础操作:安装配置、资源组管理、常用命令模式和输出格式控制
理解 Azure 订阅层级结构:管理组、订阅、资源组和资源的组织方式,以及标签和锁的使用
围绕 Entra ID、Storage、VM、监控展开,把最常用的服务摸熟。
这个阶段还没开始,建议按列表顺序一路往下做。
学习 Azure 身份管理核心:用户和组管理、多因素认证、条件访问策略,掌握零信任安全模型
掌握 Azure RBAC 权限模型:内置角色、自定义角色、角色分配,实现最小权限原则
动手操作 Azure Blob Storage:创建存储账户和容器,上传下载文件,理解访问层和生命周期管理
从零学习 Azure 虚拟机:理解 VM 系列和大小选择、镜像市场、实操创建/启动/停止/删除实例
掌握 Azure 监控体系:指标收集、日志分析、告警规则配置,构建可观测性基础
理解 Azure 网络核心概念:VNet、子网、NSG、公共/私有 IP,为高级网络架构打下基础
进入网络、存储、数据库和高可用架构,开始组合服务做系统设计。
这个阶段还没开始,建议按列表顺序一路往下做。
深入学习 Azure 虚拟网络:创建 VNet 和子网,配置 Internet 连接,实现 VNet Peering 和 Service Endpoints
掌握 Azure NSG:配置入站和出站安全规则,理解规则优先级,使用 ASG 简化管理,启用 Flow Logs 监控
掌握 Azure Load Balancer:理解 Public 和 Internal LB 的区别,配置后端池、健康探测和负载均衡规则
掌握 Azure VMSS:创建 Scale Set,配置手动和自动缩放策略,理解自定义镜像和滚动升级
掌握 Azure SQL:理解部署选项和定价模型,创建 SQL Server 和数据库,配置防火墙规则和备份策略
掌握 Azure Functions:理解触发器和绑定,选择正确的托管计划,创建和配置 Function App
掌握 Azure Cosmos DB:理解多模型 API、RU 请求单位和分区键策略,配置一致性级别和全球分布
掌握 Azure Key Vault:管理 Keys、Secrets 和 Certificates,配置访问策略,集成托管身份
把 ARM 模板、事件驱动、安全治理与成本优化拉进真实工程语境。
这个阶段还没开始,建议按列表顺序一路往下做。
掌握 Azure 基础设施即代码:理解 ARM JSON 与 Bicep 语法差异,学习模板结构、部署模式、What-if 预览和模块化设计
掌握 Azure Service Bus 企业级消息服务:理解 Queue 与 Topic/Subscription 模式,学习 Dead-letter、Sessions 和消息处理策略
掌握 Azure Event Grid 事件驱动架构:理解系统主题与自定义主题,学习事件过滤、重试策略和 CloudEvents 标准
掌握 Azure API Management:理解 APIM 层级选择,学习策略配置(rate-limit/cache/transform)、开发者门户和 OAuth 集成
掌握 Azure Application Gateway:L7 负载均衡、URL 路由、SSL 终止、WAF 规则集(OWASP)配置和 Azure Front Door 对比
掌握 Azure Policy 治理框架:理解策略定义与 Initiative,学习效果类型(Deny/Audit/DeployIfNotExists)、合规性评估和管理组
掌握 Azure 成本管理:Cost Analysis 分析、预算告警、Azure Advisor 建议、Reserved Instances、Spot VM 和存储层优化
掌握 Azure Well-Architected Framework 五大支柱:可靠性、安全、成本优化、卓越运营和性能效率,学习架构评审方法论
把 Azure OpenAI、AI Search 与机器学习接进 AI 产品场景,完成云上 AI 能力闭环。
这个阶段还没开始,建议按列表顺序一路往下做。
掌握 Azure OpenAI Service:模型部署(GPT-4/GPT-4o/Embeddings)、Playground 测试、API 调用、Prompt Engineering、内容过滤和 RAG 架构入门
掌握 Azure AI Search:索引/索引器/数据源架构,全文搜索 vs 向量搜索 vs 混合搜索,语义排名和 Skillset 技能集
掌握 Azure Machine Learning:工作区/计算实例/数据集管理,AutoML 自动化训练,模型注册与部署,Pipeline 和 MLOps 实践
综合运用所有 Azure AI 服务:RAG 全栈架构设计、多模型编排、Prompt Flow、AI Agent 设计、成本优化和负责任 AI 实践