Azure Lab Services - دليل المسؤول
هام
سيتم إيقاف Azure Lab Services في 28 يونيو 2027. لمزيد من المعلومات، راجع دليل الإيقاف.
عادة ما يكون مسؤولو تكنولوجيا المعلومات (IT) الذين يديرون موارد السحابة في الجامعة مسؤولين عن إعداد خطة المختبر لمدرستهم. بعد إعداد خطة مختبر، يقوم المسؤولون أو المعلمون بإنشاء مختبرات مرتبطة بخطة المختبر. توفر هذه المقالة نظرة عامة عالية المستوى على موارد Azure المتضمنة وإرشادات لإنشائها.
ملاحظة
تشير هذه المقالة إلى الميزات المتوفرة في خطط المختبر، والتي حلت محل حسابات المختبر.
اعتمادا على إعدادات خطة المختبر، تتم استضافة بعض الموارد إما في اشتراكك أو في اشتراك تديره Azure Lab Services.
- تتم استضافة الأجهزة الظاهرية للمختبر في اشتراك Azure الذي تمتلكه Azure Lab Services.
- يتم استضافة خطط المختبرات والمختبرات ومعارض الحوسبة وإصدارات الصور ضمن اشتراكك.
- تتم استضافة الشبكة الظاهرية والموارد المتعلقة بالشبكة للأجهزة الظاهرية المعملية ضمن اشتراكك، إذا كنت تستخدم شبكة متقدمة. وإلا، تتم استضافة الشبكة الظاهرية في اشتراك تديره Azure Lab Services.
- يمكنك الحصول على خطط المختبر والمختبرات ومعارض الحوسبة في نفس مجموعة الموارد أو مجموعات موارد مختلفة.
ملاحظة
إذا كنت لا تزال تستخدم حسابات المختبر، فشاهد دليل المسؤول عند استخدام حسابات المختبر.
لمزيد من المعلومات، راجع أساسيات هندسة المختبرات.
قد يكون لدى جامعتك اشتراك واحد أو أكثر من اشتراكات Azure. يمكنك استخدام الاشتراكات لإدارة الفوترة والأمان لموارد Azure والخدمات المستخدمة فيها، بما في ذلك خطط المختبرات والمختبرات.
تعد العلاقة بين خطة المختبر واشتراكها مهمة بسبب:
- يتم الإبلاغ عن الفوترة من خلال الاشتراك الذي يحتوي على خطة المختبر.
- يمكنك منح المستخدمين في مستأجر Microsoft Entra للاشتراك القدرة على إدارة خطط مختبرات ومختبرات Azure Lab Services. يمكنك إضافة شخص ما كمالك خطة مختبر أو مساهم في خطة المختبر أو منشئ مختبر أو مالك مختبر. لمزيد من المعلومات حول أدوار التحكم في الوصول استنادا إلى الدور المضمنة، راجع إدارة الهوية.
تتم إدارة الأجهزة الظاهرية لخدمات المختبرات (VMs) واستضافتها لك في اشتراك تمتلكه Azure Lab Services.
يحتوي الاشتراك على مجموعة موارد واحدة أو أكثر. تنشئ مجموعات الموارد تجميعات منطقية لموارد Azure التي يتم استخدامها معا في نفس الحل.
قبل إنشاء خطة مختبر، قم بتكوين مجموعة الموارد التي تحتوي على خطة المختبر. قم بتسمية مجموعات الموارد بعناية. يتم تجميع المختبرات حسب اسم مجموعة الموارد في مدخل ويب خدمات المختبر: https://labs.azure.com.
تحتاج أيضا إلى مجموعة موارد عند إنشاء معرض حوسبة Azure. يمكنك وضع خطة المختبر ومعرض الحوسبة في نفس مجموعة الموارد أو في مجموعات موارد منفصلة. إذا كنت تخطط لمشاركة معرض الحوسبة عبر حلول مختلفة، فقد تختار النهج الثاني.
نوصي باستثمار الوقت مقدما لتخطيط بنية مجموعات الموارد الخاصة بك. لا يمكن تغيير خطة معمل أو مجموعة موارد معرض الحوسبة بعد إنشائها. إذا كنت بحاجة إلى تغيير مجموعة الموارد لهذه الموارد، فستحتاج إلى حذفها وإعادة إنشائها.
خطة المختبر هي مجموعة من التكوينات التي تؤثر على إنشاء مختبر. يمكن ربط خطة المختبر مع صفر أو أكثر من المختبرات. عند البدء باستخدام Azure Lab Services، قد يكون لديك خطة مختبر واحدة. مع زيادة استخدام المختبر الخاص بك، يمكنك اختيار إنشاء المزيد من خطط المختبر.
تسلط القائمة التالية الضوء على السيناريوهات التي قد تحتاج فيها إلى أكثر من خطة مختبر واحدة.
إدارة متطلبات النهج المختلفة عبر المختبرات
عند إنشاء خطة مختبر، يمكنك تعيين النهج التي تنطبق على جميع المختبرات التي تم إنشاؤها فيها، مثل:
- شبكة Azure الظاهرية مع الموارد المشتركة التي يمكن للمختبر الوصول إليها. على سبيل المثال، قد يكون لديك مجموعة من المختبرات التي تحتاج إلى الوصول إلى خادم ترخيص داخل شبكة ظاهرية.
- صور الجهاز الظاهري التي يمكن للمختبرات استخدامها لإنشاء أجهزة ظاهرية. على سبيل المثال، قد يكون لديك مجموعة من المختبرات التي تحتاج إلى الوصول إلى صورة Data Science VM ل Linux Azure Marketplace.
إذا كان لكل مختبر من مختبراتك متطلبات نهج فريدة، فقد تحتاج إلى إنشاء خطط مختبر منفصلة لإدارة كل مختبر بشكل منفصل.
عزل المختبرات التجريبية عن المختبرات النشطة أو الإنتاجية
قد ترغب في تجربة تغييرات النهج لخطة مختبر دون التأثير على مختبراتك النشطة. يتيح لك إنشاء خطة مختبر منفصلة لأغراض التجربة عزل التغييرات.
يحتوي المختبر على أجهزة ظاهرية يتم تعيين كل منها لطالب واحد. بشكل عام، يمكنك أن تتوقع ما يلي:
- لديك مختبر واحد لكل صف.
- إنشاء مجموعة جديدة من المعامل لكل فصل دراسي أو ربع سنة أو نظام أكاديمي آخر تستخدمه. بالنسبة للفئات التي تحتاج إلى استخدام نفس الصورة، يجب عليك استخدام معرض الحوسبة. بهذه الطريقة، يمكنك إعادة استخدام الصور عبر المختبرات والفترات الأكاديمية.
عند تحديد كيفية هيكلة مختبراتك، ضع في اعتبارك النقاط التالية:
يتم نشر جميع الأجهزة الظاهرية داخل المختبر بنفس الصورة المنشورة
ونتيجة لذلك، إذا كان لديك فئة تتطلب نشر صور مختبر مختلفة في نفس الوقت، يجب إنشاء مختبر منفصل لكل صورة.
يتم تعيين الحصة النسبية للاستخدام على مستوى المختبر وتنطبق على جميع المستخدمين داخل المختبر
لتعيين حصص نسبية مختلفة للمستخدمين، يجب إنشاء مختبرات منفصلة. ومع ذلك، من الممكن إضافة المزيد من الساعات إلى مستخدمين محددين بعد تعيين الحصة النسبية.
يتم تعيين جدول بدء التشغيل أو إيقاف التشغيل على مستوى المختبر وينطبق على جميع الأجهزة الظاهرية داخل المختبر
على غرار إعداد الحصة النسبية، إذا كنت بحاجة إلى تعيين جداول مختلفة للمستخدمين، فأنت بحاجة إلى إنشاء معمل منفصل لكل جدول زمني.
بشكل افتراضي، لكل مختبر شبكته الظاهرية الخاصة. إذا كنت تستخدم شبكة متقدمة، فإن كل مختبر يستخدم الشبكة المحددة.
يتم إرفاق معرض حوسبة Azure بخطة مختبر. وهو بمثابة مستودع مركزي للصور المخزنة. يتم حفظ صورة في المعرض عندما يقوم المعلم بتصديرها من قالب الجهاز الظاهري للمختبر. في كل مرة يغير فيها المعلم قالب VM ويصدره، يتم إنشاء تعريفات أو إصدارات صور جديدة في المعرض.
يمكن للمعلمين نشر إصدار صورة من معرض الحوسبة عند إنشاء مختبر جديد. على الرغم من أن المعرض يخزن إصدارات متعددة من صورة، يمكن للمعلمين تحديد أحدث إصدار فقط عند إنشاء مختبر. يتم اختيار أحدث إصدار استنادا إلى أعلى قيمة ل MajorVersion، ثم MinorVersion، ثم Patch. لمزيد من المعلومات حول الإصدارات، راجع إصدارات الصور.
معرض الحوسبة هو مورد اختياري. إذا بدأت ببعض المختبرات فقط، فقد لا تحتاج إليها على الفور. يقدم معرض الحوسبة العديد من الفوائد المفيدة أثناء توسيع نطاق المختبرات:
يمكنك حفظ إصدارات صورة قالب VM وإدارتها
من المفيد إنشاء صورة مخصصة أو إجراء تغييرات، مثل التكوين والبرامج، على صورة من معرض Azure Marketplace. على سبيل المثال، لطلب تثبيت برامج أو أدوات مختلفة. بدلا من مطالبة الطلاب بتثبيت هذه المتطلبات الأساسية يدويا بأنفسهم، يمكنك تصدير إصدارات مختلفة من صورة القالب VM إلى معرض الحوسبة. يمكنك استخدام إصدارات الصور هذه عند إنشاء مختبرات جديدة.
يمكنك مشاركة صور الجهاز الظاهري للقالب وإعادة استخدامها عبر المختبرات
يمكنك حفظ صورة وإعادة استخدامها بحيث لا تضطر إلى تكوينها من البداية في كل مرة تقوم فيها بإنشاء معمل جديد. على سبيل المثال، إذا احتاجت فئات متعددة إلى استخدام الصورة نفسها، فأنشئها وقم بتصديرها إلى معرض الحوسبة بحيث يمكن مشاركتها عبر المختبرات.
يمكنك تحميل الصور المخصصة الخاصة بك من بيئات أخرى خارج المختبرات
يمكنك تحميل صور مخصصة بيئات أخرى خارج سياق المختبرات. على سبيل المثال، يمكنك تحميل الصور من بيئة المختبر الفعلية الخاصة بك أو من جهاز Azure الظاهري إلى معرض الحوسبة. بمجرد استيراد صورة إلى المعرض، يمكنك بعد ذلك استخدام الصور لإنشاء مختبرات.
لتجميع صور معرض الحوسبة منطقيا، يمكنك استخدام أي من الطرق التالية:
- إنشاء معارض حوسبة متعددة. يمكن لكل خطة مختبر الاتصال بمعرض حساب واحد فقط، لذلك يتطلب هذا الخيار أيضا إنشاء خطط مختبر متعددة.
- استخدم معرض حساب واحد تشاركه خطط مختبر متعددة. في هذه الحالة، يمكن لكل خطة مختبر تمكين الصور التي تنطبق فقط على المختبرات في تلك الخطة.
عند بدء استخدام Azure Lab Services، نوصي بإنشاء اصطلاحات تسمية لموارد Azure وAzure Lab Services. للحصول على قيود تسمية الموارد، راجع قواعد وقيود تسمية Microsoft.LabServices. على الرغم من أن اصطلاحات التسمية التي تقوم بتأسيسها فريدة من نوعها لاحتياجات مؤسستك، يوفر الجدول التالي إرشادات:
نوع المورد | الدور | نمط مقترح | الأمثلة |
---|---|---|---|
مجموعة الموارد | يحتوي على واحد أو أكثر من خطط المختبرات أو المختبرات أو معارض الحوسبة. | rg-labs-{org-name}-{env}-{instance}، rg-labs-{dept-name}-{env}-{instance} | rg-labs-contoso-pilot, rg-labs--math-prod-001 |
خطة التمرين المعملي | قالب للمختبرات التي تم إنشاؤها حديثا. | lp-{org-name}-{env}-{instance}، lp-{dept-name}-{env}-{instance} | lp-contoso، lp-contoso-pilot، lp-math-001 |
النشاط المعملي | يحتوي على أجهزة ظاهرية للطالب. | {class-name}-{time}-{educator} | CS101-Fall2021، CS101-Fall2021-JohnDoe |
معرض Azure Compute | يحتوي على إصدارات صورة الجهاز الظاهري. | sig_{org-name}_{env}_{instance}، sig_{dept-name}_{env}_{instance} | sig_contoso_001، sig_math_prod_001 |
في جدول المتابعة، تستخدم أنماط الاسم المقترحة بعض المصطلحات والرموز المميزة:
مصطلح النمط/الرمز المميز | التعريف | مثال |
---|---|---|
{org-name} | رمز مميز لاسم المؤسسة القصير بدون مسافات. | contoso |
{dept-name} | رمز مميز لاسم قصير للقسم في المؤسسة. | الرياضيات، السيرة الذاتية، cs |
{env} | رمز مميز لاسم البيئة. | prod للإنتاج، تجريبي للاختبار الصغير |
{instance} | رقم لتحديد المثيل إذا تم إنشاء موارد متعددة. | 001, 123 |
{class-name} | رمز مميز لاسم قصير أو رمز للفئة التي يتم دعمها. | CS101, BIO101 |
{educator} | الاسم المستعار للمعلم الذي يدير المختبر. | جوندو |
{time} | رمز مميز لاسم قصير (بدون مسافات) للوقت الذي يتم فيه تقديم الفئة. | Spring2021، ديسمبر 2021 |
rg | يشير إلى أن المورد عبارة عن مجموعة موارد. | |
ليره لبنانيه | يشير إلى أن المورد هو خطة مختبر. | |
Sig | يشير إلى أن المورد هو معرض حساب. |
لمزيد من المعلومات حول تسمية موارد Azure الأخرى، راجع اصطلاحات التسمية لموارد Azure.
عند إعداد موارد Azure Lab Services، يجب توفير منطقة أو موقع لمركز البيانات الذي يستضيف الموارد. يمكن لخطط المختبر تمكين منطقة واحدة أو أكثر لإنشاء مختبرات فيها.
مجموعة الموارد. تحدد المنطقة مركز البيانات حيث يتم تخزين معلومات حول مجموعة موارد. يمكن أن تكون موارد Azure في منطقة مختلفة عن مجموعة الموارد الموجودة فيها.
خطة المعمل. يشير موقع خطة المختبر إلى المنطقة التي يوجد فيها مورد. عندما تكون خطة المختبر متصلة بالشبكة الظاهرية الخاصة بك، يجب أن تكون الشبكة في نفس المنطقة مثل خطة المختبر. أيضا، يتم إنشاء مختبرات في نفس منطقة Azure مثل تلك الشبكة الظاهرية.
تمرين معملي. يختلف الموقع الذي يوجد فيه المختبر. لا تحتاج إلى أن تكون في نفس موقع خطة المختبر. يتحكم المسؤولون في المناطق التي يمكن إنشاء مختبرات فيها من خلال إعدادات خطة المختبر.
كقاعدة عامة، قم بتعيين منطقة المورد إلى منطقة الأقرب إلى مستخدميها. بالنسبة للمختبرات، هذا يعني إنشاء المختبر الأقرب إلى طلابك. بالنسبة للدورات التي يوجد طلابها في جميع أنحاء العالم، حاول إنشاء مختبر يقع مركزيا أو تقسيم الصف إلى مختبرات متعددة وفقا للمناطق.
ملاحظة
للمساعدة في ضمان أن المنطقة لديها سعة جهاز ظاهري كافية، قم أولا بطلب السعة.
عندما يقوم المسؤولون أو منشئو المختبر بإنشاء مختبر، يمكنهم الاختيار من بين أحجام الأجهزة الظاهرية المختلفة، اعتمادا على احتياجات فصلهم الدراسي. يعتمد توفر أحجام أجهزة ظاهرية محددة على المنطقة التي توجد بها خطة المختبر. تعرف على كيفية طلب المزيد من السعة.
للحصول على معلومات حول أحجام الأجهزة الظاهرية وتكلفتها، راجع تسعير Azure Lab Services.
الحجم | الحد الأدنى من وحدات المعالجة المركزية الظاهرية | الحد الأدنى للذاكرة: جيبي بايت | السلسلة | الاستخدام المقترح |
---|---|---|---|---|
صغير | 2 | 4 | Standard_F2s_v2 | الأنسب لخط الأوامر، وفتح مستعرض الويب، وخوادم الويب ذات نسبة استخدام الشبكة المنخفضة، وقواعد البيانات الصغيرة إلى المتوسطة. |
متوسط | 4 | 8 | Standard_F4s_v2 | الأنسب لقواعد البيانات الارتباطية والتخزين المؤقت في الذاكرة والتحليلات. |
متوسط (الظاهرية المتداخلة) | 4 | 16 | Standard_D4s_v4 | الأنسب لقواعد البيانات الارتباطية والتخزين المؤقت في الذاكرة والتحليلات. يدعم هذا الحجم الظاهرية المتداخلة. |
كبير | 8 | 16 | Standard_F8s_v2 | الأنسب للتطبيقات التي تحتاج إلى وحدات معالجة مركزية أسرع، وأداء قرص محلي أفضل، وقواعد بيانات كبيرة، وذاكرة تخزين مؤقت كبيرة. |
كبير (الظاهرية المتداخلة) | 8 | 32 | Standard_D8s_v4 | الأنسب للتطبيقات التي تحتاج إلى وحدات معالجة مركزية أسرع، وأداء قرص محلي أفضل، وقواعد بيانات كبيرة، وذاكرة تخزين مؤقت كبيرة. يدعم هذا الحجم الظاهرية المتداخلة. |
وحدة معالجة الرسومات الصغيرة (حساب) | 8 | 56 | Standard_NC8as_T4_v3 | الأنسب للتطبيقات كثيفة الاستخدام للكمبيوتر مثل الذكاء الاصطناعي والتعلم العميق. |
وحدة معالجة الرسومات الصغيرة (المرئيات) | 8 | 28 | Standard_NVas_v4 | (Windows فقط) الأنسب للتصور عن بعد، والبث، والألعاب، والترميز باستخدام أطر عمل مثل OpenGL و DirectX. |
وحدة معالجة الرسومات (مرئيات) متوسطة | 12 | 112 | Standard_NV12s_v3 | (Windows فقط) الأنسب للتصور عن بعد، والبث، والألعاب، والترميز باستخدام أطر عمل مثل OpenGL و DirectX. |
لخدمتك بشكل أفضل في المواقع التي يوجد فيها طلب كبير، يمكنك الاختيار من قائمة أحجام الأجهزة الظاهرية البديلة .
الحجم | الحد الأدنى من وحدات المعالجة المركزية الظاهرية | الحد الأدنى للذاكرة: جيبي بايت | السلسلة | الاستخدام المقترح |
---|---|---|---|---|
وحدة معالجة الرسومات الصغيرة البديلة (حساب) | 6 | 112 | Standard_NC6s_v3 | الأنسب للتطبيقات كثيفة الاستخدام للكمبيوتر مثل الذكاء الاصطناعي والتعلم العميق. |
وحدة معالجة الرسومات الصغيرة البديلة (المرئيات) | 6 | 55 | Standard_NV6ads_A10_v5 | (Windows فقط) الأنسب للتصور عن بعد، والبث، والألعاب، والترميز باستخدام أطر عمل مثل OpenGL و DirectX. |
وحدة معالجة الرسومات المتوسطة البديلة (المرئيات) | 12 | 110 | Standard_NV12ads_A10_v5 | (Windows فقط) الأنسب للتصور عن بعد، والبث، والألعاب، والترميز باستخدام أطر عمل مثل OpenGL و DirectX. |
إذا قمت بإنشاء خطة مختبر ولا تزال لديك حسابات مختبر في اشتراك Azure الخاص بك، يمكنك التحديد من أحجام الأجهزة الظاهرية المتوفرة لحسابات المختبر. في واجهة مستخدم Azure Lab Services، يتم وضع علامة على أحجام الأجهزة الظاهرية هذه كأحجام أجهزة ظاهرية كلاسيكية .
الحجم | الحد الأدنى من وحدات المعالجة المركزية الظاهرية | الحد الأدنى للذاكرة: جيبي بايت | السلسلة | الاستخدام المقترح |
---|---|---|---|---|
كلاسيكي صغير | 2 | 4 | Standard_A2_v2 | الأنسب لخط الأوامر، وفتح مستعرض الويب، وخوادم الويب ذات نسبة استخدام الشبكة المنخفضة، وقواعد البيانات الصغيرة إلى المتوسطة. |
متوسط كلاسيكي | 4 | 8 | Standard_A4_v2 | الأنسب لقواعد البيانات الارتباطية والتخزين المؤقت في الذاكرة والتحليلات. |
كلاسيكي كبير | 8 | 16 | Standard_A8_v2 | الأنسب للتطبيقات التي تحتاج إلى وحدات معالجة مركزية أسرع، وأداء قرص محلي أفضل، وقواعد بيانات كبيرة، وذاكرة تخزين مؤقت كبيرة. |
متوسط كلاسيكي (الظاهرية المتداخلة) | 4 | 16 | Standard_D4s_v3 | الأنسب لقواعد البيانات الارتباطية والتخزين المؤقت في الذاكرة والتحليلات. يدعم هذا الحجم الظاهرية المتداخلة. |
كلاسيكي كبير (الظاهرية المتداخلة) | 8 | 32 | Standard_D8s_v3 | الأنسب للتطبيقات التي تحتاج إلى وحدات معالجة مركزية أسرع، وأداء قرص محلي أفضل، وقواعد بيانات كبيرة، وذاكرة تخزين مؤقت كبيرة. يدعم هذا الحجم الظاهرية المتداخلة. |
وحدة معالجة الرسومات الصغيرة الكلاسيكية (حساب) | 6 | 56 | Standard_NC6 | الأنسب للتطبيقات كثيفة الاستخدام للكمبيوتر مثل الذكاء الاصطناعي والتعلم العميق. |
وحدة معالجة الرسومات الصغيرة الكلاسيكية (المرئيات) | 6 | 56 | Standard_NV6 | الأنسب للتصور عن بعد، والبث، والألعاب، والترميز باستخدام أطر عمل مثل OpenGL و DirectX. |
وحدة معالجة الرسومات المتوسطة الكلاسيكية (المرئيات) | 12 | 112 | Standard_NV12s_v3 | الأنسب للتصور عن بعد، والبث، والألعاب، والترميز باستخدام أطر عمل مثل OpenGL و DirectX. |
توفر Azure Lab Services التحكم المضمن في الوصول المستند إلى الدور في Azure (Azure RBAC) لسيناريوهات الإدارة الشائعة. يمكن للفرد الذي لديه ملف تعريف في معرف Microsoft Entra تعيين أدوار Azure هذه للمستخدمين أو المجموعات أو أساسيات الخدمة أو الهويات المدارة. يمكن للأدوار منح أو رفض الوصول إلى الموارد والعمليات على موارد Azure Lab Services. تعرف على المزيد حول التحكم في الوصول المستند إلى الدور في Azure Lab Services.
قد تحتاج مدرستك إلى إجراء تصفية المحتوى لمنع الطلاب من الوصول إلى مواقع الويب غير المناسبة. على سبيل المثال، قد تحتاج إلى الامتثال لقانون حماية الإنترنت للأطفال (CIPA). لا تقدم Azure Lab Services دعما مضمنا لتصفية المحتوى، ولا تدعم التصفية على مستوى الشبكة.
عادة ما تتعامل المدارس مع تصفية المحتوى عن طريق تثبيت برامج غير تابعة ل Microsoft تقوم بتصفية المحتوى على كل كمبيوتر. لتثبيت برنامج تصفية المحتوى على كل كمبيوتر، يجب تثبيت البرنامج على قالب الجهاز الظاهري لكل مختبر.
هناك بعض النقاط الرئيسية التي يجب تمييزها كجزء من هذا الحل:
- إذا كنت تخطط لاستخدام إعدادات الإيقاف التلقائي، فستحتاج إلى إلغاء حظر العديد من أسماء مضيفي Azure باستخدام البرامج غير التابعة ل Microsoft. تستخدم إعدادات الإيقاف التلقائي ملحق تشخيص يجب أن يكون قادرا على الاتصال مرة أخرى بخدمات المختبر. وإلا، تفشل إعدادات الإيقاف التلقائي في التمكين للمختبر.
- قد ترغب أيضا في أن يستخدم كل طالب حسابا يفتقر إلى امتيازات المسؤول على الجهاز الظاهري الخاص به بحيث لا يمكنه إلغاء تثبيت برنامج تصفية المحتوى. يجب إضافة مثل هذا الحساب عند إنشاء المختبر.
لمزيد من المعلومات، راجع سيناريوهات الشبكات المدعومة في Azure Lab Services.
إذا كانت مؤسستك التعليمية بحاجة إلى إجراء تصفية المحتوى، فاتصل بنا باستخدام سؤال سؤال و سؤال حول خدمات Azure Lab Services للحصول على مزيد من المعلومات.
تتطلب العديد من أدوات إدارة نقاط النهاية، مثل Microsoft Configuration Manager، أن يكون لدى أجهزة Windows الظاهرية معرفات أمان جهاز فريدة (SIDs). يضمن استخدام SysPrep لإنشاء صورة معممة عادة أن كل جهاز Windows يحتوي على SID جهاز جديد وفريد يتم إنشاؤه عند تمهيد الجهاز الظاهري من الصورة.
باستخدام Lab Services، إذا قمت بإنشاء معمل باستخدام قالب، فإن الأجهزة الظاهرية للمختبر لها نفس SID. حتى إذا كنت تستخدم صورة معممة لإنشاء معمل، فإن الجهاز الظاهري للقالب والأجهزة الظاهرية لمستخدم المختبر جميعها لها نفس معرف الأمان للجهاز. الأجهزة الظاهرية لها نفس SID لأن صورة القالب VM في حالة متخصصة عند نشرها لإنشاء الأجهزة الظاهرية للطالب.
للحصول على الأجهزة الظاهرية للمختبر مع SID فريد، قم بإنشاء مختبر بدون قالب VM. يجب استخدام صورة معممة من Azure Marketplace أو معرض حوسبة Azure مرفق. لاستخدام معرض حوسبة Azure الخاص بك، راجع إرفاق معرض حساب أو فصله في Azure Lab Services. يمكن التحقق من معرفات الأمان للجهاز باستخدام أداة مثل PsGetSid.
إذا كنت تخطط لاستخدام أداة إدارة نقطة النهاية أو برنامج مشابه، نوصي بعدم استخدام قالب الأجهزة الظاهرية لمختبراتك.
لتسهيل إعداد المختبرات وإدارتها، تم تصميم Azure Lab Services دون أي متطلبات لتسجيل/ الانضمام إلى الأجهزة الظاهرية للمختبر إما إلى Active Directory (AD) أو Microsoft Entra ID. ونتيجة لذلك، لا تقدم Azure Lab Services حاليا دعما مضمنا لتسجيل/الانضمام إلى الأجهزة الظاهرية للمختبر. من الممكن التسجيل/الانضمام إلى Microsoft Entra أو انضمام Microsoft Entra المختلط أو الأجهزة الظاهرية لمختبر الانضمام إلى مجال AD باستخدام آليات أخرى. نظرا لقيود المنتج، لا نوصي بمحاولة تسجيل/الانضمام إلى الأجهزة الظاهرية للمختبر إما إلى Active Directory أو Microsoft Entra ID.
خذ هذه الحقائق حول التسعير في الاعتبار.
للتعرف على الأسعار، راجع أسعار Azure Lab Services.
إدخالات الفوترة في Microsoft Cost Management هي لكل جهاز ظاهري معملي. تتم إضافة علامات معرف خطة المختبر واسم المختبر تلقائيا إلى كل إدخال لتحليل وموازنة أكثر مرونة.
إذا كنت تخطط لاستخدام معارض الحوسبة لتخزين إصدارات الصور وإدارتها، ففكر في تسعير خدمة معرض الحوسبة.
إنشاء معرض حوسبة وإرفاقه بخطة مختبرك مجاني. لا يتم تكبد أي تكلفة حتى تقوم بحفظ إصدار صورة في المعرض. عادة ما يكون تسعير استخدام معرض الحوسبة ضئيلا. نظرا لأن السعر غير مضمن في تسعير Azure Lab Services، فمن المهم فهم كيفية حساب المعرض له.
لتخزين إصدارات الصور، يستخدم معرض الحوسبة الأقراص المدارة لمحرك الأقراص الثابتة القياسي (HDD) بشكل افتراضي. نوصي باستخدام الأقراص المدارة بواسطة HDD عند استخدام معرض الحوسبة مع Lab Services. يعتمد حجم القرص المدار بواسطة HDD المستخدم على حجم إصدار الصورة الذي يتم تخزينه. تدعم خدمات المختبر أحجام الصور والقرص التي تصل إلى 128 غيغابايت. للتعرف على الأسعار، راجع تسعير الأقراص المدارة.
لا تدعم Azure Lab Services إرفاق أقراص إضافية بقالب مختبر أو جهاز ظاهري معملي.
عند حفظ إصدار صورة باستخدام قالب مختبر VM، تقوم Azure Lab Services أولا بتخزينه في منطقة مصدر. ومع ذلك، قد تحتاج إلى نسخ إصدار الصورة المصدر نسخا متماثلا إلى المناطق المستهدفة.
تحدث رسوم خروج الشبكة عند نسخ إصدار صورة من منطقة المصدر إلى منطقة مستهدفة. يعتمد المبلغ الذي يتم تحصيله على حجم إصدار الصورة عند نقل الصورة من منطقة المصدر. للحصول على تفاصيل التسعير، راجع تفاصيل تسعير النطاق الترددي.
قد يتم التنازل عن رسوم الخروج لعملاء حلول التعليم. لمعرفة المزيد، اتصل بمدير حسابك.
لمزيد من المعلومات، راجع "ما هي برامج نقل البيانات الموجودة للعملاء الأكاديميين وكيف أتأهل؟" في قسم الأسئلة المتداولة في صفحة البرامج للمؤسسات التعليمية.
للحصول على معلومات حول تكاليف تخزين الصور ونسخها المتماثلة، راجع الفوترة في معرض حوسبة Azure.
من المهم لمسؤولي خطة المختبر إدارة التكاليف عن طريق حذف إصدارات الصور غير الضرورية بشكل روتيني من المعرض.
كن حذرا من إزالة النسخ المتماثل إلى مناطق معينة كوسيلة لتقليل التكاليف. قد يكون لتغييرات النسخ المتماثل تأثيرات سلبية على قدرة Azure Lab Services على نشر الأجهزة الظاهرية من الصور المحفوظة في معرض الحوسبة.
لمزيد من المعلومات حول إعداد المختبرات وإدارتها، راجع: