إنشاء نظام مجموعة لحساب التعلم الآلي من Microsoft Azure

ينطبق على:ملحق ML Azure CLI v2 (الحالي)Python SDK azure-ai-ml v2 (الحالي)

تشرح هذه المقالة كيفية إنشاء مجموعة حساب وإدارتها في مساحة عمل Azure التعلم الآلي.

يمكنك استخدام نظام مجموعة حساب التعلم الآلي من Microsoft Azure لتوزيع عملية تدريب أو استدلال دُفعة عبر نظام مجموعة من عُقد حساب CPU أو GPU في السحابة. لمزيد من المعلومات حول أحجام الأجهزة الظاهرية التي تتضمن وحدات GPU، راجع أحجام الأجهزة الظاهرية المحسنة لـ GPU.

تعلم كيف:

• إنشاء نظام مجموعة حساب.
• خفض تكلفة مجموعة الحوسبة الخاصة بك مع الأجهزة الظاهرية ذات الأولوية المنخفضة.
• إعداد هوية مدارة للمجموعة.

إشعار

بدلا من إنشاء مجموعة حساب، استخدم الحوسبة بلا خادم لإلغاء تحميل إدارة دورة حياة الحساب إلى Azure التعلم الآلي.

المتطلبات الأساسية

• مساحة عمل للتعلم الآلي من Microsoft Azure. لمزيد من المعلومات، راجع إدارة مساحات عمل Azure التعلم الآلي.

حدد علامة التبويب المناسبة لبقية المتطلبات الأساسية استنادا إلى الأسلوب المفضل لديك لإنشاء نظام مجموعة الحوسبة.

Python SDK

• إذا كنت لا تقوم بتشغيل التعليمات البرمجية الخاصة بك على مثيل حساب، فقم بتثبيت Azure التعلم الآلي Python SDK. تم تثبيت SDK بالفعل لك على مثيل حساب.

• إرفاق بمساحة العمل في البرنامج النصي Python الخاص بك:

  قم بتشغيل هذه التعليمة البرمجية للاتصال بمساحة عمل Azure التعلم الآلي.

  استبدل معرف الاشتراك واسم مجموعة الموارد واسم مساحة العمل في التعليمات البرمجية التالية. للعثور على هذه القيم:

  1. سجل الدخول إلى Azure Machine Learning Studio.
  2. افتح مساحة العمل التي ترغب في استخدامها.
  3. حدد اسم مساحة العمل في شريط أدوات Azure التعلم الآلي studio العلوي الأيسر.
  4. انسخ قيمة مساحة العمل ومجموعة الموارد ومعرف الاشتراك في التعليمات البرمجية.
  5. انسخ قيمة واحدة، وأغلق المنطقة والصقها، ثم عد إلى القيمة التالية عند اللصق في دفتر ملاحظات داخل الاستوديو.

  ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

  # Enter details of your AML workspace
  subscription_id = "<SUBSCRIPTION_ID>"
  resource_group = "<RESOURCE_GROUP>"
  workspace = "<AML_WORKSPACE_NAME>"

  # get a handle to the workspace
  from azure.ai.ml import MLClient
  from azure.identity import DefaultAzureCredential
  
  ml_client = MLClient(
      DefaultAzureCredential(), subscription_id, resource_group, workspace
  )

  ml_client هو معالج لمساحة العمل التي تستخدمها لإدارة الموارد والوظائف الأخرى.

Azure CLI

• إذا كنت لا تقوم بتشغيل هذه الأوامر على مثيل حساب، فقم بتثبيت ملحق Azure CLI لخدمة التعلم الآلي (v2). هذا الملحق مثبت بالفعل لك على مثيل حساب.

• مصادقة وتعيين مساحة العمل الافتراضية ومجموعة الموارد. اترك المحطة الطرفية مفتوحة لتشغيل بقية الأوامر في هذه المقالة.

  • إذا كنت تستخدم مثيل حساب:

    az login --identity
    # next line needed only if you have multiple subscriptions:
    az account set --subscription "<SUBSCRIPTION-NAME>" # replace with your subscription name
    az configure --defaults group=$CI_RESOURCE_GROUP workspace=$CI_WORKSPACE
    

  • إذا كنت تقوم بتشغيل الأوامر محليا، فاحذف --identity إرشادات المصادقة واتبعها. استبدل $CI_RESOURCE_GROUP أيضا و $CI_WORKSPACE بقيمك.

استوديو

ابدأ من Azure التعلم الآلي studio.

ما هو نظام مجموعة الحساب؟

نظام مجموعة حساب التعلم الآلي من Microsoft Azure هو بنية أساسية مدارة للحساب تسمح لك بإنشاء حساب واحد أو متعدد العُقد بسهولة. نظام مجموعة الحساب هو مورد يمكن مشاركته مع مستخدمين آخرين في مساحة عملك. يتم توسيع نطاق الحساب تلقائياً عند إرسال مهمة، ويمكن وضعها في شبكة Azure الظاهرية. لا يدعم نظام مجموعة الحوسبة أي نشر IP عام أيضا في الشبكة الظاهرية. يُنفذ الحساب في بيئة حاوية ويجمع تبعيات نموذجك في حاوية Docker.

يمكن لمجموعة الحوسبة تشغيل المهام بأمان إما في شبكة ظاهرية مدارة أو شبكة Azure ظاهرية، دون مطالبة المؤسسات بفتح منافذ SSH. تنفذ المهمة في بيئة حاويات وتعبأ تبعيات النموذج الخاص بك في حاوية Docker.

القيود

• يمكن إنشاء مجموعات الحساب في منطقة مختلفة عن مساحة عملك. تتوفر هذه الوظيفة فقط لمجموعات الحوسبة، وليس مثيلات الحوسبة.

  تحذير

  عند استخدام نظام مجموعة حساب في منطقة مختلفة عن مساحة العمل أو مخازن البيانات، قد ترى زيادة في زمن انتقال الشبكة وتكاليف نقل البيانات. يمكن أن يحدث زمن الانتقال والتكاليف عند إنشاء نظام المجموعة، وعند تشغيل المهام عليه.

• يحتوي حساب التعلم الآلي من Microsoft Azure على حدود افتراضية، مثل عدد الذاكرات الأساسية التي يمكن تخصيصها. لمزيد من المعلومات، راجع إدارة الحصص النسبية لموارد Azure وطلبها.

• يسمح لك Azure بوضع التأمينات على الموارد، بحيث لا يمكن حذفها أو قراءتها فقط. لا تطبق تأمينات الموارد على مجموعة الموارد التي تحتوي على مساحة عملك. يؤدي تطبيق تأمين على مجموعة الموارد التي تحتوي على مساحة العمل إلى منع عمليات التحجيم لمجموعات الحوسبة التعلم الآلي Azure. للتعرف على تأمين الموارد، راجع تأمين الموارد لمنع التغييرات غير المتوقعة.

إنشاء

تقدير الوقت: حوالي خمس دقائق.

إشعار

إذا كنت تستخدم حساب بلا خادم، فلن تحتاج إلى إنشاء نظام مجموعة حساب.

يمكن إعادة استخدام حساب التعلم الآلي من Microsoft Azure عبر عمليات التشغيل. يمكن مشاركة الحساب مع مستخدمين آخرين في مساحة العمل ويتم الاحتفاظ به بين عمليات التشغيل، وتحجيم العقد تلقائيا لأعلى أو لأسفل استنادا إلى عدد عمليات التشغيل المرسلة، والمجموعة max_nodes على نظام المجموعة الخاص بك. min_nodes يتحكم الإعداد في الحد الأدنى من العقد المتوفرة.

يتم توحيد الذاكرات الأساسية المخصصة لكل منطقة لكل حصة نسبية لعائلة الجهاز الظاهري وإجمالي الحصة الإقليمية، والتي تنطبق على إنشاء مثيل الحساب، ومشاركتها مع حصة نظام مجموعة حساب التعلم الآلي من Microsoft Azure.

هام

لتجنب الرسوم عند عدم تشغيل أي مهام، قم بتعيين الحد الأدنى للعقد إلى 0. يسمح هذا الإعداد للتعلم الآلي من Microsoft Azure بإلغاء تخصيص العقد عندما لا تكون قيد الاستخدام. أي قيمة أكبر من 0 ستبقي هذا العدد من العُقد قيد التشغيل، حتى لو لم تكن قيد الاستخدام.

يتم تحجيم الحساب تلقائياً وصولاً إلى العُقد الصفرية عند عدم استخدامه. يتم إنشاء أجهزة ظاهرية مخصصة لتشغيل وظائفك حسب الحاجة.

استخدم الأمثلة التالية لإنشاء نظام مجموعة حساب:

Python SDK

لإنشاء مورد حساب azure التعلم الآلي ثابت في Python، حدد الخاصيتين size وmax_instances. ثم يستخدم التعلم الآلي من Microsoft Azure الإعدادات الافتراضية الذكية للخصائص الأخرى.

• size: عائلة الجهاز الظاهري للعقد التي تم إنشاؤها بواسطة Azure التعلم الآلي Compute.
• max_instances: الحد الأقصى لعدد العقد التي يجب التحجيم التلقائي لها عند تشغيل مهمة على حساب Azure التعلم الآلي.

ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

from azure.ai.ml.entities import AmlCompute

cluster_basic = AmlCompute(
    name="basic-example",
    type="amlcompute",
    size="STANDARD_DS3_v2",
    location="westus",
    min_instances=0,
    max_instances=2,
    idle_time_before_scale_down=120,
)
ml_client.begin_create_or_update(cluster_basic).result()

يمكنك أيضاً تكوين العديد من الخصائص المتقدمة عند إنشاء حساب التعلم الآلي من Microsoft Azure. تسمح لك الخصائص بإنشاء مجموعة ثابتة ذات حجم ثابت، أو داخل شبكة Azure الظاهرية الموجودة في اشتراكك. راجع فئة AmlCompute للحصول على التفاصيل.

تحذير

عند تعيين المعلمة location ، إذا كانت منطقة مختلفة عن مساحة العمل أو مخازن البيانات، فقد ترى زيادة في زمن انتقال الشبكة وتكاليف نقل البيانات. يمكن أن يحدث زمن الانتقال والتكاليف عند إنشاء نظام المجموعة، وعند تشغيل المهام عليه.

Azure CLI

ينطبق على:ملحق CLI للتعلم الآلي من Microsoft Azure v2 (الحالي)

az ml compute create -f create-cluster.yml

حيث الملف create-cluster.yml هو:

$schema: https://azuremlschemas.azureedge.net/latest/amlCompute.schema.json 
name: location-example
type: amlcompute
size: STANDARD_DS3_v2
min_instances: 0
max_instances: 2
idle_time_before_scale_down: 120
location: westus

تحذير

عند استخدام نظام مجموعة حساب في منطقة مختلفة عن مساحة العمل أو مخازن البيانات، قد ترى زيادة في زمن انتقال الشبكة وتكاليف نقل البيانات. يمكن أن يحدث زمن الانتقال والتكاليف عند إنشاء نظام المجموعة، وعند تشغيل المهام عليه.

استوديو

إنشاء مجموعة حساب أحادية أو متعددة العقد للتدريب أو الاستدلال الدفعي أو أحمال عمل التعلم المعززة.

1. انتقل إلى Azure Machine Learning studio.

2. ضمن Manage، حدد Compute.

3. إذا لم يكن لديك موارد حساب، فحدد جديد في منتصف الصفحة.

   

4. إذا رأيت قائمة بموارد الحساب، حدد +New أعلى القائمة.

   

5. في علامات التبويب في الأعلى، حدد Compute cluster.

6. املأ النموذج على النحو التالي:

   الحقل	‏‏الوصف
   الموقع	منطقة Azure حيث يتم إنشاء نظام مجموعة الحوسبة. بشكل افتراضي، هذا هو نفس موقع مساحة العمل. إذا لم يكن لديك حصة نسبية كافية في المنطقة الافتراضية، فانتقل إلى منطقة مختلفة لمزيد من الخيارات. عند استخدام منطقة مختلفة عن مساحة العمل أو مخازن البيانات، قد ترى زيادة في زمن انتقال الشبكة وتكاليف نقل البيانات. يمكن أن يحدث زمن الانتقال والتكاليف عند إنشاء نظام المجموعة، وعند تشغيل المهام عليه.
   نوع الجهاز الظاهري	اختر CPU أو GPU. لا يمكن تغيير هذا النوع بعد الإنشاء.
   الأولوية للجهاز الظاهري	اختر أولوية مخصصة أو منخفضة. الأجهزة الظاهرية ذات الأولوية المنخفضة أرخص ولكنها لا تضمن عقد الحساب. قد تكون وظيفتك استباقية.
   حجم الجهاز الظاهري	قد تكون أحجام الأجهزة الظاهرية المدعومة مقيدة في منطقتك. تحقق من قائمة التوفر

7. حدد التالي للمتابعة إلى الإعدادات المتقدمة، واملأ النموذج كما يلي:

   الحقل	‏‏الوصف
   اسم الحساب	* الاسم مطلوب ويجب أن يتراوح طوله بين 3 و24 حرفًا. * الأحرف الصالحة هي أحرف كبيرة وصغيرة وأرقام وحرف -. * يجب أن يبدأ الاسم بحرف. * يجب أن يكون الاسم فريدًا عبر جميع الحسابات الموجودة داخل منطقة Azure. سترى تنبيها إذا لم يكن الاسم الذي تختاره فريدا. * إذا - تم استخدام الحرف، فيجب أن يتبعه حرف واحد على الأقل لاحقا في الاسم.
   الحد الأدنى للعقد	الحد الأدنى للعقد التي تريد توفيرها. إذا كنت تريد عددا مخصصا من العقد، عين هذا العدد هنا. وفر المال عن طريق تعيين الحد الأدنى إلى 0، حتى لا تدفع مقابل أي عقد عندما يكون نظام المجموعة الخاما.
   الحد الأقصى للعقد	الحد الأقصى للعقد التي تريد توفيرها. يتم تغيير حجم الحساب تلقائيا إلى حد أقصى لعدد العقدة هذا عند إرسال مهمة.
   فترة الخمول بالثواني قبل تصغير الحجم	وقت الخمول قبل تغيير نظام المجموعة إلى الحد الأدنى لعدد العقد.
   تفعيل وصول SSH	استخدم نفس الإرشادات مثل تمكين وصول SSH لمثيل حساب.
   الإعدادات المتقدمة	اختياري. تكوين إعدادات الشبكة. * إذا كانت شبكة Azure الظاهرية، حدد مجموعة الموارد والشبكة الظاهرية والشبكة الفرعية لإنشاء مثيل الحساب داخل الشبكة. لمزيد من المعلومات، راجع متطلبات الشبكة. * إذا كانت شبكة Azure التعلم الآلي مدارة، فإن نظام مجموعة الحوسبة يكون تلقائيا في الشبكة المدارة. لمزيد من المعلومات، راجع الحسابات المدارة مع شبكة مدارة. * لا يوجد IP عام يقوم بتكوين ما إذا كان نظام مجموعة الحوسبة يحتوي على عنوان IP عام عند وجوده في شبكة. * تعيين هوية مدارة لمنح حق الوصول إلى الموارد.

8. حدد إنشاء.

تفعيل وصول SSH

يتم تعطيل الوصول عبر SSH افتراضيا. لا يمكن تغيير وصول SSH بعد الإنشاء. تأكد من تمكين الوصول إذا كنت تخطط لتصحيح الأخطاء بشكل تفاعلي باستخدام VS Code Remote.

بعد تحديد التالي: الإعدادات المتقدمة:

1. قم بتشغيل تمكين الوصول إلى SSH.
2. في مصدر المفتاح العام SSH، حدد أحد الخيارات من القائمة المنسدلة:
   • إذا قمت بإنشاء زوج مفاتيح جديد:
     1. أدخل اسما للمفتاح في اسم زوج المفاتيح.
     2. حدد إنشاء.
     3. حدد تنزيل المفتاح الخاص وإنشاء حساب. عادة ما يتم تنزيل المفتاح في مجلد التنزيلات.
   • إذا حددت استخدم المفتاح العام الموجود والمخزن في Azure، فابحث عن المفتاح وحدده في المفتاح المخزَّن.
   • إذا حددت استخدام المفتاح العام الموجود، قدم مفتاح RSA العام بتنسيق أحادي السطر (يبدأ بـ "ssh-rsa") أو تنسيق PEM متعدد الأسطر. يمكنك إنشاء مفاتيح SSH باستخدام ssh-keygen على Linux وOS X أو PuTTYGen على Windows.

الاتصال مع وصول SSH

بعد إنشاء حساب مع تمكين وصول SSH، استخدم هذه الخطوات للوصول.

1. ابحث عن الحساب في موارد مساحة العمل الخاصة بك:

   1. على اليسار، حدد حساب.
   2. استخدم علامات التبويب في الأعلى لتحديد مثيل الحساب أو نظام مجموعة الحساب للعثور على جهازك.

2. حدد اسم الحساب في قائمة الموارد.

3. ابحث عن سلسلة الاتصال:

   • بالنسبة لـ مثيل حساب، حدد اتصال في أعلى قسم التفاصيل.

     

   • بالنسبة لـ نظام مجموعة الحساب، حدد العقد في الأعلى، ثم حدد سلسلة الاتصال في جدول العقدة الخاصة بك.

4. نسخ سلسلة الاتصال.

5. افتح PowerShell أو نافذة موجه الأوامر:

   1. الانتقال إلى الدليل أو المجلد حيث يتم تخزين المفتاح الخاص بك

   2. أضف علامة -i إلى سلسلة الاتصال لتحديد موقع المفتاح الخاص وقم بالإشارة إلى مكان تخزينه:

      ssh -i <keyname.pem> azureuser@... (rest of connection string)

6. بالنسبة لمستخدمي Linux، اتبع الخطوات من إنشاء واستخدام زوج مفاتيح SSH لأجهزة Linux الظاهرية في Azure

7. لاستخدام SCP:

   scp -i key.pem -P {port} {fileToCopyFromLocal } azureuser@yourComputeInstancePublicIP:~/{destination}

خفض تكلفة نظام مجموعة الحوسبة باستخدام الأجهزة الظاهرية ذات الأولوية المنخفضة

يمكنك أيضا اختيار استخدام الأجهزة الظاهرية ذات الأولوية المنخفضة لتشغيل بعض أحمال العمل الخاصة بك أو كلها. لا تضمن هذه الأجهزة الظاهرية توفرا مضمونا وقد يتم استباقها أثناء الاستخدام. يجب عليك إعادة تشغيل مهمة مسبقة.

يتيح لك استخدام الأجهزة الظاهرية ذات الأولوية المنخفضة من Azure الاستفادة من سعة Azure غير المستخدمة بوفورات كبيرة في التكاليف. في أي وقت تحتاج فيه Azure إلى استعادة السعة، تقوم البنية الأساسية ل Azure بإخلاء الأجهزة الظاهرية ذات الأولوية المنخفضة من Azure. لذلك، يعد الجهاز الظاهري ذي الأولوية المنخفضة من Azure رائعا لأحمال العمل التي يمكنها التعامل مع الانقطاعات. يمكن أن تختلف كمية السعة المتاحة بناءً على الحجم والمنطقة والوقت من اليوم وأكثر من ذلك. عند نشر الأجهزة الظاهرية ذات الأولوية المنخفضة ل Azure، يخصص Azure الأجهزة الظاهرية إذا كانت هناك سعة متاحة، ولكن لا يوجد اتفاقية مستوى الخدمة لهذه الأجهزة الظاهرية. لا يقدم الجهاز الظاهري ذي الأولوية المنخفضة من Azure ضمانات توفر عالية. في أي وقت تحتاج فيه Azure إلى استعادة السعة، تقوم البنية الأساسية ل Azure بإخلاء الأجهزة الظاهرية ذات الأولوية المنخفضة من Azure.

استخدم أي من هذه الطرق لتحديد جهاز ظاهري ذي أولوية منخفضة:

Python SDK

ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

from azure.ai.ml.entities import AmlCompute

cluster_low_pri = AmlCompute(
    name="low-pri-example",
    size="STANDARD_DS3_v2",
    min_instances=0,
    max_instances=2,
    idle_time_before_scale_down=120,
    tier="low_priority",
)
ml_client.begin_create_or_update(cluster_low_pri).result()

Azure CLI

ينطبق على:ملحق CLI للتعلم الآلي من Microsoft Azure v2 (الحالي)

ضبط vm-priority:

az ml compute create -f create-cluster.yml

حيث الملف create-cluster.yml هو:

$schema: https://azuremlschemas.azureedge.net/latest/amlCompute.schema.json 
name: low-pri-example
type: amlcompute
size: STANDARD_DS3_v2
min_instances: 0
max_instances: 2
idle_time_before_scale_down: 120
tier: low_priority

إشعار

إذا كنت تستخدم حساب بلا خادم، فلن تحتاج إلى إنشاء نظام مجموعة حساب. لتحديد حساب بلا خادم ذي أولوية منخفضة، قم بتعيين job_tier إلى Spot في إعدادات قائمة الانتظار.

استوديو

في الاستوديو، اختر Low Priority عند إنشاء جهاز ظاهري.

حذف

بينما تتدرج مجموعة الحوسبة الخاصة بك إلى صفر عقد عندما لا تكون قيد الاستخدام، تساهم العقد غير المتوفرة في استخدام الحصة النسبية الخاصة بك. يؤدي حذف نظام مجموعة الحوسبة إلى إزالة هدف الحساب من مساحة العمل الخاصة بك، وإصدار الحصة النسبية.

Python SDK

ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

يؤدي هذا إلى حذف مجموعة الحوسبة الأساسية، التي تم إنشاؤها create_basic من الكائن سابقا في هذه المقالة.

from azure.ai.ml.entities import AmlCompute

ml_client.compute.begin_delete(cluster_basic.name).wait()

Azure CLI

ينطبق على:ملحق CLI للتعلم الآلي من Microsoft Azure v2 (الحالي)

يؤدي هذا إلى حذف مجموعة حساب تسمى basic-example.

az ml compute delete --name basic-example 

استوديو

1. انتقل إلى Azure Machine Learning studio.
2. في القائمة اليسرى، ضمن Manage، حدد Compute.
3. في أعلى صفحة Compute، حدد Compute cluster.
4. حدد نظام المجموعة الذي تريد حذفه.
5. في الجزء العلوي من الصفحة، حدد حذف.

إعداد الهويات المُدارة

للحصول على معلومات حول كيفية تكوين هوية مدارة باستخدام نظام مجموعة الحوسبة، راجع إعداد المصادقة بين Azure التعلم الآلي والخدمات الأخرى.

استكشاف الأخطاء وإصلاحها

هناك فرصة أن بعض المستخدمين الذين أنشؤون مساحة عمل Azure Machine Learning الخاصة بهم من مدخل Azure قبل إصدار التوفر العام قد لا يتمكنوا من إنشاء AmlCompute في مساحة العمل هذه. يمكنك إما تقديم طلب دعم مقابل الخدمة أو إنشاء مساحة عمل جديدة من خلال المدخل أو SDK لإلغاء حظر نفسك على الفور.

هام

إذا كان مثيل الحساب أو مجموعات الحوسبة يستند إلى أي من هذه السلسلة، فقم بإعادة إنشائها بحجم جهاز ظاهري آخر قبل تاريخ إيقافها لتجنب تعطيل الخدمة.

ستتوقف هذه السلسلة في 31 أغسطس 2023:

• سلسلة Azure NC
• سلسلة Azure NCv2
• سلسلة Azure ND
• سلسلة Azure NV- وسلسلة NV_Promo

ستتوقف هذه السلسلة في 31 أغسطس 2024:

• سلسلة Azure Av1
• سلسلة Azure HB

عالق عند تغيير الحجم

إذا ظهر نظام مجموعة حساب Azure التعلم الآلي عالقا عند تغيير الحجم (0 -> 0) لحالة العقدة، فقد يكون تأمين موارد Azure هو السبب.

يسمح لك Azure بوضع التأمينات على الموارد، بحيث لا يمكن حذفها أو قراءتها فقط. يمكن أن يؤدي تأمين مورد إلى حدوث نتائج غير متوقعة. تتطلب بعض العمليات التي لا يبدو أنها تعدل المورد إجراءات محظورة بواسطة التأمين.

باستخدام التعلم الآلي من Microsoft Azure، سيؤدي تطبيق تأمين حذف إلى مجموعة الموارد لمساحة عملك إلى منع عمليات التحجيم لنظم مجموعات حساب التعلم الآلي من Microsoft Azure. لحل هذه المشكلة نوصي بـ إزالة التأمين من مجموعة الموارد وتطبيقه بدلاً من ذلك على العناصر الفردية في المجموعة.

هام

لا تطبق التأمين على الموارد التالية:

اسم المورد	نوع المورد
<GUID>-azurebatch-cloudservicenetworksecurityggroup	مجموعة أمان الشبكة
<GUID>-azurebatch-cloudservicepublicip	عنوان IP العام
<GUID>-azurebatch-cloudserviceloadbalancer	موازن التحميل

تستخدم هذه الموارد للاتصال بنظام مجموعة الحساب وتنفيذ عمليات مثل التحجيم عليها. يجب أن تسمح إزالة تأمين المورد من هذه الموارد بالتحجيم التلقائي لنظم مجموعات الحساب الخاصة بك.

للتعرف على تأمين الموارد، راجع تأمين الموارد لمنع التغييرات غير المتوقعة.

الخطوة التالية

استخدم نظام مجموعة الحساب من أجل:

• إرسال عملية تشغيل تدريب
• تشغيل الاستدلال الدفعي