


Identiti terurus adalah penting untuk komunikasi silang perkhidmatan yang selamat dalam Azure. Mereka menghapuskan keperluan untuk mengurus rahsia, kunci atau rentetan sambungan, membolehkan penyepaduan lancar komponen aplikasi. Dalam blog ini, saya akan menunjukkan cara menyambungkan Pangkalan Data Azure SQL kepada bahagian belakang Python yang dijalankan pada Azure App Service menggunakan identiti terurus.
Perpustakaan Pengesahan Microsoft
Untuk menyambung ke perkhidmatan Azure menggunakan identiti Entra, anda memerlukan Perpustakaan Pengesahan Microsoft (MSAL). Dalam contoh ini saya menggunakan perpustakaan Python, tetapi jangan risau, MSAL wujud untuk setiap bahasa pengaturcaraan utama.
import msal
Berikut ialah fungsi mudah untuk menyambung ke Pangkalan Data SQL Azure:
def get_db_connection(): connection_string = f'DRIVER={{ODBC Driver 17 for SQL Server}};SERVER={server}.database.windows.net;PORT=1433;DATABASE={database};Authentication=ActiveDirectoryMsi' return pyodbc.connect(connection_string)
Dengan adanya prasyarat ini, anda boleh mewujudkan sambungan pangkalan data dalam kod anda dan melaksanakan pertanyaan, semuanya tanpa mengendalikan rahsia atau rentetan sambungan.
Demo Python Backend
Untuk demonstrasi, saya mencipta Python Flask API mudah yang mengembalikan data pekerja seperti nama, jawatan dan gaji. Perhatikan bagaimana fungsi get_db_connection() digunakan untuk membuka sambungan pangkalan data dan menanyakan data.
def get_employees(): conn = get_db_connection() cursor = conn.cursor() cursor.execute('SELECT ID, Name, Position, Salary FROM Employees') rows = cursor.fetchall() conn.close() # Convert data to a list of dictionaries. employees = [] for row in rows: employees.append({ 'ID': row.ID, 'Name': row.Name, 'Position': row.Position, 'Salary': row.Salary }) return jsonify(employees)
Pendekatan mudah ini memastikan bahagian belakang anda berinteraksi dengan selamat dengan pangkalan data menggunakan identiti terurus.
Dockerfile
Jika anda menggunakan aplikasi anda dalam bekas Docker, berikut ialah Fail Docker untuk memasang Pemacu ODBC untuk Pelayan SQL:
FROM python:3.13-slim COPY . /app WORKDIR /app # Install Microsoft ODBC Driver 17 for SQL Server and dependencies RUN apt-get update \ && apt-get install -y gnupg curl apt-transport-https \ && curl https://packages.microsoft.com/keys/microsoft.asc | tee /etc/apt/trusted.gpg.d/microsoft.asc \ && echo "deb [arch=amd64] https://packages.microsoft.com/debian/11/prod bullseye main" | tee /etc/apt/sources.list.d/mssql-release.list \ && apt-get update \ && ACCEPT_EULA=Y apt-get install -y msodbcsql17 unixodbc-dev \ && apt-get install -y build-essential \ && apt-get clean -y # Install Python dependencies RUN pip install -r requirements.txt EXPOSE 80 CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:80", "app:app"]
Persediaan ini memastikan bekas anda bersedia untuk menyambung dengan selamat ke Azure SQL.
SQL Server dan Deployment Pangkalan Data
Apabila menggunakan pelayan SQL Azure, konfigurasikan Azure AD Only Authentication. Ini adalah keperluan untuk identiti terurus. Di bawah ialah templat Bicep yang digunakan untuk menggunakan pelayan SQL dan pangkalan data:
resource sqlServer 'Microsoft.Sql/servers@2023-08-01-preview' = { name: serverName location: location tags: { workload: 'Sample Backend with SQL Database' topic: 'SQL Server' environment: 'Production' } properties: { minimalTlsVersion: '1.2' administrators: { administratorType: 'ActiveDirectory' login: sqlAdminName sid: sqlAdminObjectId tenantId: tenantId principalType: principalType azureADOnlyAuthentication: azureADOnlyAuthentication } } } resource sqlDB 'Microsoft.Sql/servers/databases@2023-08-01-preview' = { parent: sqlServer name: sqlDBName location: location sku: { name: sqlDBSkuName tier: sqlDBSkuTier capacity: capacity } }
Templat ini memastikan pangkalan data dikonfigurasikan dengan selamat dan sedia untuk digunakan.
Memberi Peranan Pangkalan Data kepada Identiti Terurus
Untuk membolehkan Perkhidmatan Apl anda mengakses pangkalan data tanpa rahsia, tetapkan peranan pangkalan data yang diperlukan kepada identiti terurus. Anda tidak boleh melakukan langkah ini dengan Bicep atau Terraform. Cipta skrip tersuai atau akses pangkalan data melalui Portal Azure.
CREATE USER [<displayname-of-appservice>] FROM EXTERNAL PROVIDER; ALTER ROLE db_datareader ADD MEMBER [<displayname-of-appservice>]; ALTER ROLE db_datawriter ADD MEMBER [<displayname-of-appservice>]; ALTER ROLE db_ddladmin ADD MEMBER [<displayname-of-appservice>]; GO </displayname-of-appservice></displayname-of-appservice></displayname-of-appservice></displayname-of-appservice>
Peranan ini membolehkan identiti terurus melaksanakan operasi membaca, menulis dan mengubah skema mengikut keperluan.
Templat Awam di GitHub
Untuk kod lengkap, termasuk penyepaduan CI/CD, lihat templat awam di GitHub. Repositori ini mengandungi semua yang anda perlukan untuk meniru persediaan yang diterangkan dalam blog ini.
Latzox
/
quickstart-backend-with-sql-database
Persekitaran bahagian belakang yang ringan untuk menguji ciri aplikasi baharu. Ia termasuk segala-galanya daripada mengehos apl kepada mengurus kegigihan data dan menyepadukan CI/CD untuk ujian dan lelaran yang mudah.
Mula Pantas Belakang dengan Sambungan Pangkalan Data SQL
Kes penggunaan ini melibatkan penggunaan Perkhidmatan Aplikasi Azure dengan Pangkalan Data SQL Azure untuk menyediakan persekitaran bahagian belakang yang ringan untuk menguji ciri aplikasi baharu. Ia termasuk segala-galanya daripada mengehos apl kepada mengurus kegigihan data dan menyepadukan CI/CD untuk ujian dan lelaran yang mudah.
Objektif
- Sediakan bahagian belakang web berskala dan selamat pada Azure untuk menguji ciri aplikasi baharu.
- Automasikan penyediaan infrastruktur menggunakan Bicep.
- Sepadukan penggunaan berterusan untuk aplikasi untuk ujian yang kerap dan kemas kini mudah.
Ikhtisar Komponen
- Perkhidmatan Apl Azure - Sediakan API bahagian belakang yang mudah.
- Pangkalan Data SQL Azure - Sediakan pangkalan data SQL untuk kegigihan.
- Pendaftaran Bekas Azure (Pilihan) - Simpan imej bekas untuk versi (jika anda menggunakan versi bekas).
- Integrasi Berterusan/Pengedaran Berterusan (CI/CD) - Automatikkan penggunaan menggunakan Tindakan GitHub.
Menggunakan identiti terurus memudahkan komunikasi silang perkhidmatan dan meningkatkan keselamatan dengan menghapuskan keperluan untuk rahsia. Pendekatan ini amat disyorkan untuk sesiapa sahaja yang membina aplikasi yang selamat dan boleh skala dalam Azure.
Atas ialah kandungan terperinci Menggunakan Identiti Terurus untuk Komunikasi Silang Perkhidmatan Selamat dalam Azure. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Penyelesaian kepada Isu Kebenaran Semasa Melihat Versi Python di Terminal Linux Apabila anda cuba melihat versi Python di Terminal Linux, masukkan Python ...

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan

Modul Statistik Python menyediakan keupayaan analisis statistik data yang kuat untuk membantu kami dengan cepat memahami ciri -ciri keseluruhan data, seperti biostatistik dan analisis perniagaan. Daripada melihat titik data satu demi satu, cuma melihat statistik seperti min atau varians untuk menemui trend dan ciri dalam data asal yang mungkin diabaikan, dan membandingkan dataset besar dengan lebih mudah dan berkesan. Tutorial ini akan menjelaskan cara mengira min dan mengukur tahap penyebaran dataset. Kecuali dinyatakan sebaliknya, semua fungsi dalam modul ini menyokong pengiraan fungsi min () dan bukan hanya menjumlahkan purata. Nombor titik terapung juga boleh digunakan. Import secara rawak Statistik import dari fracti

Artikel ini membincangkan perpustakaan Python yang popular seperti Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask, dan Permintaan, memperincikan kegunaan mereka dalam pengkomputeran saintifik, analisis data, visualisasi, pembelajaran mesin, pembangunan web, dan h

Artikel ini membimbing pemaju Python mengenai bangunan baris baris komando (CLI). Butirannya menggunakan perpustakaan seperti Typer, Klik, dan ArgParse, menekankan pengendalian input/output, dan mempromosikan corak reka bentuk mesra pengguna untuk kebolehgunaan CLI yang lebih baik.

Apabila menggunakan Perpustakaan Pandas Python, bagaimana untuk menyalin seluruh lajur antara dua data data dengan struktur yang berbeza adalah masalah biasa. Katakan kita mempunyai dua DAT ...

Artikel ini membincangkan peranan persekitaran maya di Python, memberi tumpuan kepada menguruskan kebergantungan projek dan mengelakkan konflik. Ia memperincikan penciptaan, pengaktifan, dan faedah mereka dalam meningkatkan pengurusan projek dan mengurangkan isu pergantungan.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),

SecLists
SecLists ialah rakan penguji keselamatan muktamad. Ia ialah koleksi pelbagai jenis senarai yang kerap digunakan semasa penilaian keselamatan, semuanya di satu tempat. SecLists membantu menjadikan ujian keselamatan lebih cekap dan produktif dengan menyediakan semua senarai yang mungkin diperlukan oleh penguji keselamatan dengan mudah. Jenis senarai termasuk nama pengguna, kata laluan, URL, muatan kabur, corak data sensitif, cangkerang web dan banyak lagi. Penguji hanya boleh menarik repositori ini ke mesin ujian baharu dan dia akan mempunyai akses kepada setiap jenis senarai yang dia perlukan.

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Pelayar Peperiksaan Selamat
Pelayar Peperiksaan Selamat ialah persekitaran pelayar selamat untuk mengambil peperiksaan dalam talian dengan selamat. Perisian ini menukar mana-mana komputer menjadi stesen kerja yang selamat. Ia mengawal akses kepada mana-mana utiliti dan menghalang pelajar daripada menggunakan sumber yang tidak dibenarkan.

PhpStorm versi Mac
Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).