Implantações do Microsoft.Resources

Definição de recurso do Bicep

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

• Grupos de recursos - Consulte comandos de implantação do grupo de recursos
• assinaturas do – consulte os comandos de implantação de assinatura
• Grupos de Gerenciamento - Consulte os comandos de implantação do grupo de gerenciamento
• Locatários – consulte comandos de implantação de locatário

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

Observações

Para o Bicep, considere usando módulos em vez desse tipo de recurso.

Formato de recurso

Para criar um recurso Microsoft.Resources/deployments, adicione o Bicep a seguir ao seu modelo.

resource symbolicname 'Microsoft.Resources/deployments@2024-03-01' = {
  name: 'string'
  location: 'string'
  tags: {
    tagName1: 'tagValue1'
    tagName2: 'tagValue2'
  }
  scope: 'string'
  properties: {
    debugSetting: {
      detailLevel: 'string'
    }
    expressionEvaluationOptions: {
      scope: 'string'
    }
    mode: 'string'
    onErrorDeployment: {
      deploymentName: 'string'
      type: 'string'
    }
    parameters: {
      {customized property}: {
        reference: {
          keyVault: {
            id: 'string'
          }
          secretName: 'string'
          secretVersion: 'string'
        }
        value: any()
      }
    }
    parametersLink: {
      contentVersion: 'string'
      uri: 'string'
    }
    template: any()
    templateLink: {
      contentVersion: 'string'
      id: 'string'
      queryString: 'string'
      relativePath: 'string'
      uri: 'string'
    }
  }
  resourceGroup: 'string'
  subscriptionId: 'string'
}

Valores de propriedade

Implantações

DeploymentPropertiesOrDeploymentPropertiesExtended

DebugSetting

ExpressionEvaluationOptions

OnErrorDeploymentOrOnErrorDeploymentExtended

DeploymentPropertiesParameters

DeploymentParameter

KeyVaultParameterReference

KeyVaultReference

ParametersLink

TemplateLink

Modelos de início rápido

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

Modelo	Descrição
de Análise e Monetização da API moesif	O modelo registrará chamadas de API do Gerenciamento de API do Azure para a plataforma de análise e monetização da API moesif
cria um aplicativo de contêiner e um ambiente com o Registro	Crie um ambiente de aplicativo de contêiner com um aplicativo de contêiner básico de um Registro de Contêiner do Azure. Ele também implanta um workspace do Log Analytics para armazenar logs.
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.
servidor gerenciado pelo serviço de Configuração de Estado Desejado	Este modelo fornece um exemplo de como fornecer uma máquina virtual e uma conta de Automação para gerenciar o computador, em uma única implantação
Criar regra de alerta para itens de continuidade de negócios do Azure	Esses modelos criam uma regra de alerta e uma MSI atribuída pelo usuário. Ele também atribui o acesso do leitor MSI à assinatura para que a regra de alerta tenha acesso para consultar os itens protegidos necessários e os detalhes mais recentes do ponto de recuperação.
cria um cluster do Azure Stack HCI 23H2	Esse modelo cria um cluster Azure Stack HCI 23H2 usando um modelo do ARM.
cria um cluster do Azure Stack HCI 23H2	Este modelo cria um cluster do Azure Stack HCI 23H2 usando um modelo do ARM usando o IP de armazenamento personalizado
cria um cluster do Azure Stack HCI 23H2 no modo de rede de link duplo sem alternância	Esse modelo cria um cluster Azure Stack HCI 23H2 usando um modelo do ARM.
cria um cluster do Azure Stack HCI 23H2 no modo de rede Switchless-SingleLink	Esse modelo cria um cluster Azure Stack HCI 23H2 usando um modelo do ARM.
cluster Redis em VMs do Ubuntu	Este modelo cria um cluster Redis em imagens de máquina virtual do Ubuntu, configura a persistência e aplica otimizações conhecidas e práticas comprovadas
Front Door Premium com origem do Serviço de Aplicativo e link privado	Esse modelo cria um Front Door Premium e um Serviço de Aplicativo e usa um ponto de extremidade privado para o Front Door para enviar tráfego para o aplicativo.
Front Door Premium com origem de blob e link privado	Esse modelo cria um contêiner de blob do Armazenamento do Azure e Um Front Door Premium e usa um ponto de extremidade privado para o Front Door para enviar tráfego para a conta de armazenamento.
Front Door Premium com VM e serviço de Link Privado	Esse modelo cria um Front Door Premium e uma máquina virtual configurada como um servidor Web. O Front Door usa um ponto de extremidade privado com o serviço de Link Privado para enviar tráfego para a VM.
Front Door Standard/Premium com origem do Gerenciamento de API	Esse modelo cria um Front Door Premium e uma instância de Gerenciamento de API e usa uma política de Gerenciamento de API global e NSG para validar que o tráfego veio por meio da origem do Front Door.
Front Door Standard/Premium com origem do Gateway de Aplicativo	Esse modelo cria um Front Door Standard/Premium e uma instância do Gateway de Aplicativo e usa uma política de NSG e WAF para validar que o tráfego veio por meio da origem do Front Door.
Front Door com instâncias de contêiner e gateway de aplicativo	Esse modelo cria um Front Door Standard/Premium com um grupo de contêineres e o Gateway de Aplicativo.
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.
Front Door Standard/Premium com origem estática do site	Esse modelo cria um site estático do Front Door Standard/Premium e um Site estático do Armazenamento do Azure e configura o Front Door para enviar tráfego para o site estático.
Cria um disco gerenciado criptografado de um VHD criptografado	Esse modelo permite que você crie um disco gerenciado criptografado usando um VHD criptografado e configurações de criptografia existentes.
Desabilitar criptografia em uma VM do Windows em execução	Este modelo desabilita a criptografia em uma VM do Windows em execução
Habilitar a criptografia em uma VM do Windows em execução & AAD	Esse modelo habilita a criptografia em uma VM do Windows em execução usando a impressão digital do certificado do cliente do AAD. O certificado deveria ter sido implantado na VM anteriormente
GlassFish no SUSE	Este modelo implanta um cluster GlassFish com balanceamento de carga (v3 ou v4), que consiste em um número definido pelo usuário de VMs SUSE (OpenSUSE ou SLES).
implantar vários conjuntos de dimensionamento de VMs de VMs linux	Esse modelo permite implantar vários Conjuntos de Dimensionamento de VMs de VMs Linux.
implantar vários conjuntos de dimensionamento de VMs do Windows	Esse modelo permite que você implante vários Conjuntos de Dimensionamento de VMs do Windows.
implantar uma VM linux simples e atualizar o IP privado para estático	Esse modelo permite que você implante uma VM linux simples usando o Ubuntu do marketplace. Isso implantará uma VNET, sub-rede e uma VM de tamanho A1 no local do grupo de recursos com um endereço IP atribuído dinamicamente e converterá-o em IP estático.
Usar a saída de uma extensão de script personalizado durante a implantação	Isso é útil para a computação da VM executar alguma tarefa durante a implantação que o Azure Resource Manager não fornece. A saída dessa computação (script) pode ser aproveitada em outro lugar na implantação. Isso será útil se o recurso de computação for necessário na implantação (por exemplo, um jumpbox, DC etc), um pouco desperdiçado se não for.
implantar uma VM Linux ou Windows com msi	Esse modelo permite implantar uma VM Linux ou Windows com uma Identidade de Serviço Gerenciada.
VM linux com MSI acessando de armazenamento	Esse modelo implanta uma VM linux com uma identidade gerenciada atribuída pelo sistema que tem acesso a uma conta de armazenamento em um grupo de recursos diferente.
SQL Server 2014 SP2 Enterprise com backup automático	Este modelo criará uma edição do SQL Server 2014 SP2 Enterprise com o recurso de Backup Automático habilitado
SQL Server 2014 SP1 Enterprise com o Azure Key Vault	Esse modelo criará uma edição enterprise do SQL Server 2014 SP1 com o recurso integração do Azure Key Vault habilitado.
ataque de vírus em de cenário de máquinas virtuais	Isso implantará duas máquinas virtuais, OMS e outros recursos de rede. Uma máquina virtual sem proteção de ponto de extremidade e outra com a proteção de ponto instalada. Execute o ataque de vírus seguindo as diretrizes e execute o cenário de mitigação e prevenção de um ataque de vírus.
Criar um gateway de gerenciamento de dados e instalar em uma VM do Azure	Este modelo implanta uma máquina virtual e cria um gateway de gerenciamento de dados viável
Integration Runtime de auto-host em VMs do Azure	Este modelo cria um runtime de integração de autohost e o registra em máquinas virtuais do Azure
configuração do conjunto de dimensionamento de VMs gerenciada pelo de Automação do Azure	Implante um Conjunto de Dimensionamento de VMs em que as máquinas virtuais são implantadas como nós registrados no serviço de Configuração de Estado Desejado da Automação do Azure e a configuração do nó tem consistência garantida após a implantação. OBSERVAÇÃO: Os pré-requisitos necessários da Chave de Registro e da URL de Registro estão disponíveis somente após a criação bem-sucedida de uma Conta de Automação do Azure para o DSC de Automação do Azure.
início rápido do Modo de Orquestração Flexível do VMSS linux	Esse modelo implanta um conjunto de dimensionamento de VM simples com instâncias atrás de um Azure Load Balancer. O conjunto de dimensionamento de VMs está no Modo de Orquestração Flexível. Use o parâmetro do sistema operacional para escolher a implantação do Linux (Ubuntu) ou do Windows (Windows Server Datacenter 2019). OBSERVAÇÃO: este modelo de início rápido permite o acesso à rede às portas de gerenciamento de VM (SSH, RDP) de qualquer endereço da Internet e não deve ser usado para implantações de produção.
implantar um VMSS linux ou Windows com o MSI	Esse modelo permite implantar um Conjunto de Dimensionamento de Máquinas Virtuais do Linux ou do Windows com uma Identidade de Serviço Gerenciada. Essa identidade é usada para acessar os serviços do Azure.
servidor SFTP sob demanda usando uma conta de armazenamento existente	Este modelo demonstra um servidor SFTP sob demanda usando uma ACI (Instância de Contêiner do Azure).
implantar um aks (cluster kubernetes) gerenciado	Este modelo do ARM demonstra a implantação de uma instância do AKS com recursos de rede avançados em uma rede virtual existente. Além disso, a Entidade de Serviço escolhida recebe a função Colaborador de Rede na sub-rede que contém o cluster do AKS.
implantar um cluster kubernetes gerenciado com o AKS (AAD)	Este modelo do ARM demonstra a implantação de uma instância do AKS com recursos de rede avançados em uma rede virtual existente e na inteiroação do Azure AD. Além disso, a Entidade de Serviço escolhida recebe a função Colaborador de Rede na sub-rede que contém o cluster do AKS.
do hub FinOps	Esse modelo cria uma nova instância do hub FinOps, incluindo o Data Lake Storage e um Data Factory.
de pasta de trabalho do kit de ferramentas FinOps	Esse modelo cria uma nova pasta de trabalho do Azure Monitor para governança.
de pasta de trabalho de otimização de custo	Esse modelo cria uma nova pasta de trabalho do Azure Monitor para otimização de custos com base no Well-Architected Framework.
estender recursos existentes do Azure com provedores personalizados	Este exemplo entrará em detalhes sobre como estender os recursos existentes do Azure e modelos do Resource Manager para adicionar cargas de trabalho personalizadas.
Criar um observador de banco de dados	Este exemplo cria um observador de banco de dados para o SQL do Azure e configura seu armazenamento de dados, destinos sql e pontos de extremidade privados gerenciados
implantar um workspace do Azure Databricks com PE, CMK todos os formulários	Esse modelo permite que você crie um workspace do Azure Databricks com PrivateEndpoint e serviços gerenciados e CMK com criptografia DBFS.
modelo do AzureDatabricks com o firewall de armazenamento padrão	Esse modelo permite que você crie um workspace do Azure Databricks habilitado para Firewall de Armazenamento Padrão com o Privateendpoint, todas as três formas de CMK e User-Assigned Access Connector.
implantar um workspace do Azure Databricks com todas as três formas de CMK	Esse modelo permite que você crie um workspace do Azure Databricks com serviços gerenciados e CMK com criptografia DBFS.
implantar um WS do Azure Databricks com o CMK para criptografia DBFS	Este modelo permite que você crie um workspace do Azure Databricks com o CMK para criptografia raiz do DBFS
implantar um workspace do Azure Databricks com o CMK de Discos Gerenciados	Esse modelo permite que você crie um workspace do Azure Databricks com o CMK de Discos Gerenciados.
implantar o Workspace do Azure Databricks com o CMK dos Serviços Gerenciados	Esse modelo permite que você crie um workspace do Azure Databricks com o CMK dos Serviços Gerenciados.
criar uma nova organização datadog	Esse modelo cria um novo Datadog – um recurso do Serviço ISV Nativo do Azure e uma organização Datadog para monitorar recursos em sua assinatura.
Usar extensões de script para instalar o Mongo DB na VM do Ubuntu	Este modelo implanta Configurações e instala o Mongo DB em uma Máquina Virtual do Ubuntu em dois scripts separados. Este modelo é um bom exemplo que mostra como expressar dependências entre dois scripts em execução na mesma máquina virtual. Esse modelo também implanta uma conta de armazenamento, rede virtual, endereços IP públicos e uma interface de rede.
Criar gateway de gerenciamento de dados de HA e instalar em um de VMs do Azure	Este modelo implanta várias máquinas virtuais com gateway de gerenciamento de dados de HA viável
implantar conta do Data Lake Store com criptografia (Key Vault)	Esse modelo permite implantar uma conta do Azure Data Lake Store com a criptografia de dados habilitada. Essa conta usa o Azure Key Vault para gerenciar a chave de criptografia.
executa o trabalho ETL usando os serviços do Azure	Este modelo fornece um exemplo de como executar análises nos dados de streaming históricos e em tempo real armazenados no Armazenamento de Blobs do Azure. Os dados do hub de eventos são obtidos pelo Trabalho do Azure Stream Analytics para executar a transformação e a saída é armazenada no Armazenamento de Blobs do Azure e é visualizada no PowerBI. A análise é aplicada nos dados históricos armazenados no Armazenamento de Blobs pelo Azure Data Analytics e na movimentação de dados extraídos, transformados e publicados e a orquestração é feita pelo Data Factory. Os dados publicados são visualizados ainda mais no PowerBI
configurar o serviço ambientes de implantação	Esse modelo fornece uma maneira de configurar ambientes de implantação.
implantar o Serviço de Caixa de Desenvolvimento com de imagem interna	Esse modelo fornece uma maneira de implantar um serviço Dev Box com imagem interna.
configurar de serviço do Dev Box	Esse modelo criaria todos os recursos de administrador do Dev Box de acordo com o guia de início rápido do Dev Box (https://video2.skills-academy.com/azure/dev-box/quickstart-create-dev-box). Você pode exibir todos os recursos criados ou ir diretamente para DevPortal.microsoft.com para criar sua primeira Caixa de Desenvolvimento.
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'.
gêmeos digitais do Azure com de conexão de histórico de dados de tempo	Esse modelo cria uma instância dos Gêmeos Digitais do Azure configurada com uma conexão de histórico de dados de série temporal. Para criar uma conexão, outros recursos devem ser criados, como um namespace dos Hubs de Eventos, um hub de eventos, um cluster do Azure Data Explorer e um banco de dados. Os dados são enviados para um hub de eventos que eventualmente encaminha os dados para o cluster do Azure Data Explorer. Os dados são armazenados em uma tabela de banco de dados no cluster
HDInsight com O Ambari + Hive Metastore DB personalizado na VNET	Esse modelo permite que você crie um cluster HDInsight em uma rede virtual existente com um novo BD SQL que serve como um banco de dados Ambari personalizado e Metastore do Hive. Você deve ter um SQL Sever existente, uma conta de armazenamento e uma VNET.
Configurar o serviço FHIR para habilitar $import	Esse modelo provisiona o serviço FHIR para habilitar $import para carregamento inicial de dados
Criar cofre de chaves, identidade gerenciada e atribuição de função	Esse modelo cria um cofre de chaves, uma identidade gerenciada e uma atribuição de função.
usar KeyVault com um resourceId dinâmico	Esse modelo cria um SQL Server e usa uma senha de administrador do Key Vault. O parâmetro de referência para o segredo do Key Vault é criado no momento da implantação usando um modelo aninhado. Isso permite que o usuário simplesmente passe valores de parâmetro para o modelo em vez de criar um parâmetro de referência no arquivo de parâmetro.
AKS (Serviço de Contêiner do Azure) com o Helm	Implantar um cluster gerenciado com o AKS (Serviço de Contêiner do Azure) com o Helm
executar trabalhos de temporizador que são executados em um agendamento usando aplicativos lógicos	Esse modelo cria um par de Aplicativos Lógicos que permitem criar instâncias de trabalho de temporizador agendadas.
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.
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.
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.
modelo de atribuição de função de identidade atribuído pelo usuário	Um modelo que cria atribuições de função de identidade atribuída pelo usuário em recursos dos quais o workspace do Azure Machine Learning depende
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.
Criar um trabalho do Azure Machine Learning Sweep	Este modelo cria um trabalho de Varredura do Azure Machine Learning para ajuste de hiperparâmetro.
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.
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 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 novo recurso ANF com de volume SMB	Esse modelo permite que você crie um novo recurso do Azure NetApp Files com um único pool de capacidade e um único volume configurado com o protocolo SMB.
Gateway de Aplicativo para um aplicativo Web com restrição de IP	Esse modelo cria um gateway de aplicativo na frente de um Aplicativo Web do Azure com restrição de IP habilitada no Aplicativo Web.
Aplicar um NSG a uma sub-rede existente	Este modelo aplica um NSG recém-criado a uma sub-rede existente
logs de fluxo NSG com de análise de tráfego	Este modelo cria um log do NSG Flow em um NSG existente com análise de tráfego
Adicionar um NSG com regras de segurança redis a uma sub-rede existente	Esse modelo permite que você adicione um NSG com regras de segurança pré-configuradas do Cache Redis do Azure a uma sub-rede existente em uma VNET. Implante no grupo de recursos da VNET existente.
Criar imagens de contêiner com tarefas do ACR	Esse modelo usa DeploymentScript para orquestrar o ACR para criar sua imagem de contêiner a partir do repositório de código.
importar imagens de contêiner para o ACR	Esse modelo aproveita o módulo Importar ACR do registro bicep para importar imagens de contêiner público para um Registro de Contêiner do Azure.
Criar Gateway de Aplicativo com certificados	Este modelo mostra como gerar certificados autoassinados do Key Vault e, em seguida, fazer referência do Gateway de Aplicativo.
Criar chaves ssh e armazenar no KeyVault	Esse modelo usa o recurso deploymentScript para gerar chaves ssh e armazena a chave privada no keyVault.
criar e implantar um templateSpec	Este exemplo cria e implanta um recurso templateSpec dentro do mesmo modelo. Esse não é um padrão típico apenas para mostrar como o templateSpec e os recursos de implantação devem trabalhar juntos.
Criar TemplateSpecs a partir de modelos da Galeria de Modelos	Este exemplo contém um script para migrar facilmente modelos de galeria de modelos para recursos templateSpec. O modelo fornecido implantará todos os modelos que podem ser exportados usando o script de migração.
implantar a instalação always on do SQL com máquinas virtuais sql existentes	Implante a instalação do SQL Always ON com máquinas virtuais SQL existentes. As máquinas virtuais já devem ser unidas a um domínio existente e devem estar executando a versão corporativa do SQL Server.
de Prova de Conceito do Azure Synapse	Este modelo cria uma prova de ambiente de conceito para o Azure Synapse, incluindo pools de SQL e pools opcionais do Apache Spark
criar um AppServicePlan e um aplicativo em um ASEv3	Criar um AppServicePlan e um aplicativo em um ASEv3
criar uma nova de recursos do Azure Native Relic	Esse modelo configura um 'Serviço de Nova Relíquia Nativa do Azure' para monitorar recursos em sua assinatura do Azure.

Definição de recurso de modelo do ARM

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

• Grupos de recursos - Consulte comandos de implantação do grupo de recursos
• assinaturas do – consulte os comandos de implantação de assinatura
• Grupos de Gerenciamento - Consulte os comandos de implantação do grupo de gerenciamento
• Locatários – consulte comandos de implantação de locatário

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

Observações

Para o Bicep, considere usando módulos em vez desse tipo de recurso.

Formato de recurso

Para criar um recurso Microsoft.Resources/deployments, adicione o JSON a seguir ao seu modelo.

{
  "type": "Microsoft.Resources/deployments",
  "apiVersion": "2024-03-01",
  "name": "string",
  "location": "string",
  "tags": {
    "tagName1": "tagValue1",
    "tagName2": "tagValue2"
  },
  "scope": "string",
  "properties": {
    "debugSetting": {
      "detailLevel": "string"
    },
    "expressionEvaluationOptions": {
      "scope": "string"
    },
    "mode": "string",
    "onErrorDeployment": {
      "deploymentName": "string",
      "type": "string"
    },
    "parameters": {
      "{customized property}": {
        "reference": {
          "keyVault": {
            "id": "string"
          },
          "secretName": "string",
          "secretVersion": "string"
        },
        "value": {}
      }
    },
    "parametersLink": {
      "contentVersion": "string",
      "uri": "string"
    },
    "template": {},
    "templateLink": {
      "contentVersion": "string",
      "id": "string",
      "queryString": "string",
      "relativePath": "string",
      "uri": "string"
    }
  },
  "resourceGroup": "string",
  "subscriptionId": "string"
}

Valores de propriedade

Implantações

DeploymentPropertiesOrDeploymentPropertiesExtended

DebugSetting

ExpressionEvaluationOptions

OnErrorDeploymentOrOnErrorDeploymentExtended

DeploymentPropertiesParameters

DeploymentParameter

KeyVaultParameterReference

KeyVaultReference

ParametersLink

TemplateLink

Modelos de início rápido

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

Modelo	Descrição
de Análise e Monetização da API moesif	O modelo registrará chamadas de API do Gerenciamento de API do Azure para a plataforma de análise e monetização da API moesif
cria um aplicativo de contêiner e um ambiente com o Registro	Crie um ambiente de aplicativo de contêiner com um aplicativo de contêiner básico de um Registro de Contêiner do Azure. Ele também implanta um workspace do Log Analytics para armazenar logs.
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.
servidor gerenciado pelo serviço de Configuração de Estado Desejado	Este modelo fornece um exemplo de como fornecer uma máquina virtual e uma conta de Automação para gerenciar o computador, em uma única implantação
Criar regra de alerta para itens de continuidade de negócios do Azure	Esses modelos criam uma regra de alerta e uma MSI atribuída pelo usuário. Ele também atribui o acesso do leitor MSI à assinatura para que a regra de alerta tenha acesso para consultar os itens protegidos necessários e os detalhes mais recentes do ponto de recuperação.
cria um cluster do Azure Stack HCI 23H2	Esse modelo cria um cluster Azure Stack HCI 23H2 usando um modelo do ARM.
cria um cluster do Azure Stack HCI 23H2	Este modelo cria um cluster do Azure Stack HCI 23H2 usando um modelo do ARM usando o IP de armazenamento personalizado
cria um cluster do Azure Stack HCI 23H2 no modo de rede de link duplo sem alternância	Esse modelo cria um cluster Azure Stack HCI 23H2 usando um modelo do ARM.
cria um cluster do Azure Stack HCI 23H2 no modo de rede Switchless-SingleLink	Esse modelo cria um cluster Azure Stack HCI 23H2 usando um modelo do ARM.
cluster Redis em VMs do Ubuntu	Este modelo cria um cluster Redis em imagens de máquina virtual do Ubuntu, configura a persistência e aplica otimizações conhecidas e práticas comprovadas
Front Door Premium com origem do Serviço de Aplicativo e link privado	Esse modelo cria um Front Door Premium e um Serviço de Aplicativo e usa um ponto de extremidade privado para o Front Door para enviar tráfego para o aplicativo.
Front Door Premium com origem de blob e link privado	Esse modelo cria um contêiner de blob do Armazenamento do Azure e Um Front Door Premium e usa um ponto de extremidade privado para o Front Door para enviar tráfego para a conta de armazenamento.
Front Door Premium com VM e serviço de Link Privado	Esse modelo cria um Front Door Premium e uma máquina virtual configurada como um servidor Web. O Front Door usa um ponto de extremidade privado com o serviço de Link Privado para enviar tráfego para a VM.
Front Door Standard/Premium com origem do Gerenciamento de API	Esse modelo cria um Front Door Premium e uma instância de Gerenciamento de API e usa uma política de Gerenciamento de API global e NSG para validar que o tráfego veio por meio da origem do Front Door.
Front Door Standard/Premium com origem do Gateway de Aplicativo	Esse modelo cria um Front Door Standard/Premium e uma instância do Gateway de Aplicativo e usa uma política de NSG e WAF para validar que o tráfego veio por meio da origem do Front Door.
Front Door com instâncias de contêiner e gateway de aplicativo	Esse modelo cria um Front Door Standard/Premium com um grupo de contêineres e o Gateway de Aplicativo.
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.
Front Door Standard/Premium com origem estática do site	Esse modelo cria um site estático do Front Door Standard/Premium e um Site estático do Armazenamento do Azure e configura o Front Door para enviar tráfego para o site estático.
Cria um disco gerenciado criptografado de um VHD criptografado	Esse modelo permite que você crie um disco gerenciado criptografado usando um VHD criptografado e configurações de criptografia existentes.
Desabilitar criptografia em uma VM do Windows em execução	Este modelo desabilita a criptografia em uma VM do Windows em execução
Habilitar a criptografia em uma VM do Windows em execução & AAD	Esse modelo habilita a criptografia em uma VM do Windows em execução usando a impressão digital do certificado do cliente do AAD. O certificado deveria ter sido implantado na VM anteriormente
GlassFish no SUSE	Este modelo implanta um cluster GlassFish com balanceamento de carga (v3 ou v4), que consiste em um número definido pelo usuário de VMs SUSE (OpenSUSE ou SLES).
implantar vários conjuntos de dimensionamento de VMs de VMs linux	Esse modelo permite implantar vários Conjuntos de Dimensionamento de VMs de VMs Linux.
implantar vários conjuntos de dimensionamento de VMs do Windows	Esse modelo permite que você implante vários Conjuntos de Dimensionamento de VMs do Windows.
implantar uma VM linux simples e atualizar o IP privado para estático	Esse modelo permite que você implante uma VM linux simples usando o Ubuntu do marketplace. Isso implantará uma VNET, sub-rede e uma VM de tamanho A1 no local do grupo de recursos com um endereço IP atribuído dinamicamente e converterá-o em IP estático.
Usar a saída de uma extensão de script personalizado durante a implantação	Isso é útil para a computação da VM executar alguma tarefa durante a implantação que o Azure Resource Manager não fornece. A saída dessa computação (script) pode ser aproveitada em outro lugar na implantação. Isso será útil se o recurso de computação for necessário na implantação (por exemplo, um jumpbox, DC etc), um pouco desperdiçado se não for.
implantar uma VM Linux ou Windows com msi	Esse modelo permite implantar uma VM Linux ou Windows com uma Identidade de Serviço Gerenciada.
VM linux com MSI acessando de armazenamento	Esse modelo implanta uma VM linux com uma identidade gerenciada atribuída pelo sistema que tem acesso a uma conta de armazenamento em um grupo de recursos diferente.
SQL Server 2014 SP2 Enterprise com backup automático	Este modelo criará uma edição do SQL Server 2014 SP2 Enterprise com o recurso de Backup Automático habilitado
SQL Server 2014 SP1 Enterprise com o Azure Key Vault	Esse modelo criará uma edição enterprise do SQL Server 2014 SP1 com o recurso integração do Azure Key Vault habilitado.
ataque de vírus em de cenário de máquinas virtuais	Isso implantará duas máquinas virtuais, OMS e outros recursos de rede. Uma máquina virtual sem proteção de ponto de extremidade e outra com a proteção de ponto instalada. Execute o ataque de vírus seguindo as diretrizes e execute o cenário de mitigação e prevenção de um ataque de vírus.
Criar um gateway de gerenciamento de dados e instalar em uma VM do Azure	Este modelo implanta uma máquina virtual e cria um gateway de gerenciamento de dados viável
Integration Runtime de auto-host em VMs do Azure	Este modelo cria um runtime de integração de autohost e o registra em máquinas virtuais do Azure
configuração do conjunto de dimensionamento de VMs gerenciada pelo de Automação do Azure	Implante um Conjunto de Dimensionamento de VMs em que as máquinas virtuais são implantadas como nós registrados no serviço de Configuração de Estado Desejado da Automação do Azure e a configuração do nó tem consistência garantida após a implantação. OBSERVAÇÃO: Os pré-requisitos necessários da Chave de Registro e da URL de Registro estão disponíveis somente após a criação bem-sucedida de uma Conta de Automação do Azure para o DSC de Automação do Azure.
início rápido do Modo de Orquestração Flexível do VMSS linux	Esse modelo implanta um conjunto de dimensionamento de VM simples com instâncias atrás de um Azure Load Balancer. O conjunto de dimensionamento de VMs está no Modo de Orquestração Flexível. Use o parâmetro do sistema operacional para escolher a implantação do Linux (Ubuntu) ou do Windows (Windows Server Datacenter 2019). OBSERVAÇÃO: este modelo de início rápido permite o acesso à rede às portas de gerenciamento de VM (SSH, RDP) de qualquer endereço da Internet e não deve ser usado para implantações de produção.
implantar um VMSS linux ou Windows com o MSI	Esse modelo permite implantar um Conjunto de Dimensionamento de Máquinas Virtuais do Linux ou do Windows com uma Identidade de Serviço Gerenciada. Essa identidade é usada para acessar os serviços do Azure.
servidor SFTP sob demanda usando uma conta de armazenamento existente	Este modelo demonstra um servidor SFTP sob demanda usando uma ACI (Instância de Contêiner do Azure).
implantar um aks (cluster kubernetes) gerenciado	Este modelo do ARM demonstra a implantação de uma instância do AKS com recursos de rede avançados em uma rede virtual existente. Além disso, a Entidade de Serviço escolhida recebe a função Colaborador de Rede na sub-rede que contém o cluster do AKS.
implantar um cluster kubernetes gerenciado com o AKS (AAD)	Este modelo do ARM demonstra a implantação de uma instância do AKS com recursos de rede avançados em uma rede virtual existente e na inteiroação do Azure AD. Além disso, a Entidade de Serviço escolhida recebe a função Colaborador de Rede na sub-rede que contém o cluster do AKS.
do hub FinOps	Esse modelo cria uma nova instância do hub FinOps, incluindo o Data Lake Storage e um Data Factory.
de pasta de trabalho do kit de ferramentas FinOps	Esse modelo cria uma nova pasta de trabalho do Azure Monitor para governança.
de pasta de trabalho de otimização de custo	Esse modelo cria uma nova pasta de trabalho do Azure Monitor para otimização de custos com base no Well-Architected Framework.
estender recursos existentes do Azure com provedores personalizados	Este exemplo entrará em detalhes sobre como estender os recursos existentes do Azure e modelos do Resource Manager para adicionar cargas de trabalho personalizadas.
Criar um observador de banco de dados	Este exemplo cria um observador de banco de dados para o SQL do Azure e configura seu armazenamento de dados, destinos sql e pontos de extremidade privados gerenciados
implantar um workspace do Azure Databricks com PE, CMK todos os formulários	Esse modelo permite que você crie um workspace do Azure Databricks com PrivateEndpoint e serviços gerenciados e CMK com criptografia DBFS.
modelo do AzureDatabricks com o firewall de armazenamento padrão	Esse modelo permite que você crie um workspace do Azure Databricks habilitado para Firewall de Armazenamento Padrão com o Privateendpoint, todas as três formas de CMK e User-Assigned Access Connector.
implantar um workspace do Azure Databricks com todas as três formas de CMK	Esse modelo permite que você crie um workspace do Azure Databricks com serviços gerenciados e CMK com criptografia DBFS.
implantar um WS do Azure Databricks com o CMK para criptografia DBFS	Este modelo permite que você crie um workspace do Azure Databricks com o CMK para criptografia raiz do DBFS
implantar um workspace do Azure Databricks com o CMK de Discos Gerenciados	Esse modelo permite que você crie um workspace do Azure Databricks com o CMK de Discos Gerenciados.
implantar o Workspace do Azure Databricks com o CMK dos Serviços Gerenciados	Esse modelo permite que você crie um workspace do Azure Databricks com o CMK dos Serviços Gerenciados.
criar uma nova organização datadog	Esse modelo cria um novo Datadog – um recurso do Serviço ISV Nativo do Azure e uma organização Datadog para monitorar recursos em sua assinatura.
Usar extensões de script para instalar o Mongo DB na VM do Ubuntu	Este modelo implanta Configurações e instala o Mongo DB em uma Máquina Virtual do Ubuntu em dois scripts separados. Este modelo é um bom exemplo que mostra como expressar dependências entre dois scripts em execução na mesma máquina virtual. Esse modelo também implanta uma conta de armazenamento, rede virtual, endereços IP públicos e uma interface de rede.
Criar gateway de gerenciamento de dados de HA e instalar em um de VMs do Azure	Este modelo implanta várias máquinas virtuais com gateway de gerenciamento de dados de HA viável
implantar conta do Data Lake Store com criptografia (Key Vault)	Esse modelo permite implantar uma conta do Azure Data Lake Store com a criptografia de dados habilitada. Essa conta usa o Azure Key Vault para gerenciar a chave de criptografia.
executa o trabalho ETL usando os serviços do Azure	Este modelo fornece um exemplo de como executar análises nos dados de streaming históricos e em tempo real armazenados no Armazenamento de Blobs do Azure. Os dados do hub de eventos são obtidos pelo Trabalho do Azure Stream Analytics para executar a transformação e a saída é armazenada no Armazenamento de Blobs do Azure e é visualizada no PowerBI. A análise é aplicada nos dados históricos armazenados no Armazenamento de Blobs pelo Azure Data Analytics e na movimentação de dados extraídos, transformados e publicados e a orquestração é feita pelo Data Factory. Os dados publicados são visualizados ainda mais no PowerBI
configurar o serviço ambientes de implantação	Esse modelo fornece uma maneira de configurar ambientes de implantação.
implantar o Serviço de Caixa de Desenvolvimento com de imagem interna	Esse modelo fornece uma maneira de implantar um serviço Dev Box com imagem interna.
configurar de serviço do Dev Box	Esse modelo criaria todos os recursos de administrador do Dev Box de acordo com o guia de início rápido do Dev Box (https://video2.skills-academy.com/azure/dev-box/quickstart-create-dev-box). Você pode exibir todos os recursos criados ou ir diretamente para DevPortal.microsoft.com para criar sua primeira Caixa de Desenvolvimento.
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'.
gêmeos digitais do Azure com de conexão de histórico de dados de tempo	Esse modelo cria uma instância dos Gêmeos Digitais do Azure configurada com uma conexão de histórico de dados de série temporal. Para criar uma conexão, outros recursos devem ser criados, como um namespace dos Hubs de Eventos, um hub de eventos, um cluster do Azure Data Explorer e um banco de dados. Os dados são enviados para um hub de eventos que eventualmente encaminha os dados para o cluster do Azure Data Explorer. Os dados são armazenados em uma tabela de banco de dados no cluster
HDInsight com O Ambari + Hive Metastore DB personalizado na VNET	Esse modelo permite que você crie um cluster HDInsight em uma rede virtual existente com um novo BD SQL que serve como um banco de dados Ambari personalizado e Metastore do Hive. Você deve ter um SQL Sever existente, uma conta de armazenamento e uma VNET.
Configurar o serviço FHIR para habilitar $import	Esse modelo provisiona o serviço FHIR para habilitar $import para carregamento inicial de dados
Criar cofre de chaves, identidade gerenciada e atribuição de função	Esse modelo cria um cofre de chaves, uma identidade gerenciada e uma atribuição de função.
usar KeyVault com um resourceId dinâmico	Esse modelo cria um SQL Server e usa uma senha de administrador do Key Vault. O parâmetro de referência para o segredo do Key Vault é criado no momento da implantação usando um modelo aninhado. Isso permite que o usuário simplesmente passe valores de parâmetro para o modelo em vez de criar um parâmetro de referência no arquivo de parâmetro.
AKS (Serviço de Contêiner do Azure) com o Helm	Implantar um cluster gerenciado com o AKS (Serviço de Contêiner do Azure) com o Helm
executar trabalhos de temporizador que são executados em um agendamento usando aplicativos lógicos	Esse modelo cria um par de Aplicativos Lógicos que permitem criar instâncias de trabalho de temporizador agendadas.
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.
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.
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.
modelo de atribuição de função de identidade atribuído pelo usuário	Um modelo que cria atribuições de função de identidade atribuída pelo usuário em recursos dos quais o workspace do Azure Machine Learning depende
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.
Criar um trabalho do Azure Machine Learning Sweep	Este modelo cria um trabalho de Varredura do Azure Machine Learning para ajuste de hiperparâmetro.
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.
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 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 novo recurso ANF com de volume SMB	Esse modelo permite que você crie um novo recurso do Azure NetApp Files com um único pool de capacidade e um único volume configurado com o protocolo SMB.
Gateway de Aplicativo para um aplicativo Web com restrição de IP	Esse modelo cria um gateway de aplicativo na frente de um Aplicativo Web do Azure com restrição de IP habilitada no Aplicativo Web.
Aplicar um NSG a uma sub-rede existente	Este modelo aplica um NSG recém-criado a uma sub-rede existente
logs de fluxo NSG com de análise de tráfego	Este modelo cria um log do NSG Flow em um NSG existente com análise de tráfego
Adicionar um NSG com regras de segurança redis a uma sub-rede existente	Esse modelo permite que você adicione um NSG com regras de segurança pré-configuradas do Cache Redis do Azure a uma sub-rede existente em uma VNET. Implante no grupo de recursos da VNET existente.
Criar imagens de contêiner com tarefas do ACR	Esse modelo usa DeploymentScript para orquestrar o ACR para criar sua imagem de contêiner a partir do repositório de código.
importar imagens de contêiner para o ACR	Esse modelo aproveita o módulo Importar ACR do registro bicep para importar imagens de contêiner público para um Registro de Contêiner do Azure.
Criar Gateway de Aplicativo com certificados	Este modelo mostra como gerar certificados autoassinados do Key Vault e, em seguida, fazer referência do Gateway de Aplicativo.
Criar chaves ssh e armazenar no KeyVault	Esse modelo usa o recurso deploymentScript para gerar chaves ssh e armazena a chave privada no keyVault.
criar e implantar um templateSpec	Este exemplo cria e implanta um recurso templateSpec dentro do mesmo modelo. Esse não é um padrão típico apenas para mostrar como o templateSpec e os recursos de implantação devem trabalhar juntos.
Criar TemplateSpecs a partir de modelos da Galeria de Modelos	Este exemplo contém um script para migrar facilmente modelos de galeria de modelos para recursos templateSpec. O modelo fornecido implantará todos os modelos que podem ser exportados usando o script de migração.
implantar a instalação always on do SQL com máquinas virtuais sql existentes	Implante a instalação do SQL Always ON com máquinas virtuais SQL existentes. As máquinas virtuais já devem ser unidas a um domínio existente e devem estar executando a versão corporativa do SQL Server.
de Prova de Conceito do Azure Synapse	Este modelo cria uma prova de ambiente de conceito para o Azure Synapse, incluindo pools de SQL e pools opcionais do Apache Spark
criar um AppServicePlan e um aplicativo em um ASEv3	Criar um AppServicePlan e um aplicativo em um ASEv3
criar uma nova de recursos do Azure Native Relic	Esse modelo configura um 'Serviço de Nova Relíquia Nativa do Azure' para monitorar recursos em sua assinatura do Azure.

Definição de recurso do Terraform (provedor de AzAPI)

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

• grupos de recursos
• assinaturas
• grupos de Gerenciamento de
• locatários

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.Resources/deployments, adicione o Terraform a seguir ao seu modelo.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.Resources/deployments@2024-03-01"
  name = "string"
  location = "string"
  parent_id = "string"
  tags = {
    tagName1 = "tagValue1"
    tagName2 = "tagValue2"
  }
  body = jsonencode({
    properties = {
      debugSetting = {
        detailLevel = "string"
      }
      expressionEvaluationOptions = {
        scope = "string"
      }
      mode = "string"
      onErrorDeployment = {
        deploymentName = "string"
        type = "string"
      }
      parameters = {
        {customized property} = {
          reference = {
            keyVault = {
              id = "string"
            }
            secretName = "string"
            secretVersion = "string"
          }
        }
      }
      parametersLink = {
        contentVersion = "string"
        uri = "string"
      }
      templateLink = {
        contentVersion = "string"
        id = "string"
        queryString = "string"
        relativePath = "string"
        uri = "string"
      }
    }
    resourceGroup = "string"
    subscriptionId = "string"
    scope = "string"
  })
}

Valores de propriedade

Implantações

DeploymentPropertiesOrDeploymentPropertiesExtended

DebugSetting

ExpressionEvaluationOptions

OnErrorDeploymentOrOnErrorDeploymentExtended

DeploymentPropertiesParameters

DeploymentParameter

KeyVaultParameterReference

KeyVaultReference

ParametersLink

TemplateLink