Jak bezpečně integrovat Azure Machine Learning a Azure Synapse

V tomto článku se dozvíte, jak bezpečně integrovat se službou Azure Machine Learning ze služby Azure Synapse. Tato integrace umožňuje používat Službu Azure Machine Learning z poznámkových bloků v pracovním prostoru Azure Synapse. Komunikace mezi těmito dvěma pracovními prostory je zabezpečená pomocí služby Azure Virtual Network.

Požadavky

• Předplatné Azure.

• Pracovní prostor Azure Machine Learning s připojením privátního koncového bodu k virtuální síti. Následující služby závislostí pracovního prostoru musí mít také připojení privátního koncového bodu k virtuální síti:

  • Účet služby Azure Storage

    Tip

    Pro účet úložiště existují tři samostatné privátní koncové body; jeden pro objekt blob, soubor a dfs.

  • Azure Key Vault

  • Azure Container Registry

  Rychlým a snadným způsobem, jak tuto konfiguraci sestavit, je použít šablonu Bicep nebo šablonu Terraformu.

• Pracovní prostor Azure Synapse ve spravované virtuální síti s využitím spravovaného privátního koncového bodu. Další informace najdete v tématu Spravovaná virtuální síť Azure Synapse Analytics.

  Upozorňující

  Integrace služby Azure Machine Learning se v pracovních prostorech Synapse s ochranou exfiltrace dat v současné době nepodporuje. Při konfiguraci pracovního prostoru Azure Synapse nepovolujte ochranu před exfiltrací dat. Další informace najdete v tématu Spravovaná virtuální síť Azure Synapse Analytics.

  Poznámka:

  Kroky v tomto článku předpokládají následující předpoklady:

  • Pracovní prostor Azure Synapse je v jiné skupině prostředků než pracovní prostor Azure Machine Learning.
  • Pracovní prostor Azure Synapse používá spravovanou virtuální síť. Spravovaná virtuální síť zabezpečuje připojení mezi Azure Synapse a Azure Machine Learning. Neomezuje přístup k pracovnímu prostoru Azure Synapse. K pracovnímu prostoru se dostanete přes veřejný internet.

Principy síťové komunikace

V této konfiguraci azure Synapse používá spravovaný privátní koncový bod a virtuální síť. Spravovaná virtuální síť a privátní koncový bod zabezpečuje interní komunikaci ze služby Azure Synapse do služby Azure Machine Learning omezením síťového provozu do virtuální sítě. Neomezuje komunikaci mezi vaším klientem a pracovním prostorem Azure Synapse.

Azure Machine Learning neposkytuje spravované privátní koncové body ani virtuální sítě a místo toho používá privátní koncový bod a virtuální síť spravovanou uživatelem. V této konfiguraci je interní komunikace i komunikace klienta/služby omezena na virtuální síť. Pokud byste například chtěli přímo přistupovat k studio Azure Machine Learning mimo virtuální síť, použili byste jednu z následujících možností:

• Vytvořte virtuální počítač Azure uvnitř virtuální sítě a pomocí služby Azure Bastion se k němu připojte. Pak se z virtuálního počítače připojte ke službě Azure Machine Learning.
• Vytvořte bránu VPN nebo pomocí ExpressRoute připojte klienty k virtuální síti.

Vzhledem k tomu, že je pracovní prostor Azure Synapse veřejně přístupný, můžete se k němu připojit, aniž byste museli vytvářet věci, jako je brána VPN. Pracovní prostor Synapse se bezpečně připojí ke službě Azure Machine Learning přes virtuální síť. Azure Machine Learning a jeho prostředky jsou zabezpečené ve virtuální síti.

Když přidáváte zdroje dat, můžete je také zabezpečit za virtuální sítí. Například zabezpečené připojení k účtu azure Storage nebo Data Lake Store Gen2 prostřednictvím virtuální sítě.

Další informace najdete v následujících článcích:

• Spravovaná virtuální síť Azure Synapse Analytics
• Zabezpečení prostředků pracovního prostoru Azure Machine Learning pomocí virtuálních sítí
• Připojte se k zabezpečenému účtu úložiště Azure z pracovního prostoru Synapse.

Konfigurace Azure Synapse

Důležité

Před provedením těchto kroků potřebujete pracovní prostor Azure Synapse, který je nakonfigurovaný tak, aby používal spravovanou virtuální síť. Další informace najdete v tématu Spravovaná virtuální síť Azure Synapse Analytics.

1. V nástroji Azure Synapse Studio vytvořte novou propojenou službu Azure Machine Learning.

2. Po vytvoření a publikování propojené služby vyberte Spravovat, Spravované privátní koncové body a pak + Nové v Nástroji Azure Synapse Studio.

   

3. Na stránce Nový spravovaný privátní koncový bod vyhledejte Azure Machine Learning a vyberte dlaždici.

   

4. Po zobrazení výzvy k výběru pracovního prostoru Azure Machine Learning použijte předplatné Azure a pracovní prostor Azure Machine Learning, který jste přidali dříve jako propojenou službu. Vyberte Vytvořit a vytvořte koncový bod.

   

5. Koncový bod bude uvedený jako zřizování , dokud se nevytvořil. Po vytvoření se ve sloupci Schválení zobrazí stav Čeká na vyřízení. Koncový bod schválíte v části Konfigurace služby Azure Machine Learning .

   Poznámka:

   Na následujícím snímku obrazovky se vytvořil spravovaný privátní koncový bod pro Azure Data Lake Storage Gen2 přidružený k tomuto pracovnímu prostoru Synapse. Informace o tom, jak vytvořit Azure Data Lake Storage Gen2 a povolit pro něj privátní koncový bod, najdete v tématu Zřízení a zabezpečení propojené služby pomocí spravované virtuální sítě.

   

Vytvoření fondu Sparku

K ověření, že integrace mezi Azure Synapse a Azure Machine Learning funguje, použijete fond Apache Spark. Informace o vytvoření fondu Sparku najdete v tématu Vytvoření fondu Sparku.

Konfigurace služby Azure Machine Learning

1. Na webu Azure Portal vyberte pracovní prostor Služby Azure Machine Learning a pak vyberte Sítě.

2. Vyberte privátní koncové body a pak vyberte koncový bod, který jste vytvořili v předchozích krocích. Měl by mít stav čekající na vyřízení. Výběrem možnosti Schválit schválíte připojení koncového bodu.

   

3. Na levé straně stránky vyberte Řízení přístupu (IAM). Vyberte + Přidat a pak vyberte Přiřazení role.

   

4. Vyberte role privilegovaného správce, Přispěvatel a pak vyberte Další.

   

5. Vyberte Uživatele, skupinu nebo instanční objekt a pak + Vyberte členy. Zadejte název dříve vytvořené identity, vyberte ji a pak použijte tlačítko Vybrat .

   

6. Vyberte Zkontrolovat a přiřadit, ověřte informace a pak vyberte tlačítko Zkontrolovat a přiřadit .

   Tip

   Aktualizace mezipaměti přihlašovacích údajů může trvat několik minut, než pracovní prostor Služby Azure Machine Learning aktualizuje mezipaměť přihlašovacích údajů. Dokud se neaktualizuje, může dojít k chybám při pokusu o přístup k pracovnímu prostoru Azure Machine Learning ze služby Synapse.

Ověření připojení

1. V nástroji Azure Synapse Studio vyberte Vývoj a pak + Poznámkový blok.

   

2. V poli Připojit k vyberte fond Apache Spark pro váš pracovní prostor Azure Synapse a do první buňky zadejte následující kód:

   from notebookutils.mssparkutils import azureML
   
   # getWorkspace() takes the linked service name,
   # not the Azure Machine Learning workspace name.
   ws = azureML.getWorkspace("AzureMLService1")
   
   print(ws.name)
   

   Důležité

   Tento fragment kódu se připojí k propojenému pracovnímu prostoru pomocí sady SDK v1 a pak vytiskne informace o pracovním prostoru. V tištěném výstupu je zobrazená hodnota název pracovního prostoru Služby Azure Machine Learning, nikoli název propojené služby, který se použil při getWorkspace() volání. Další informace o použití objektu ws naleznete v referenční dokumentaci třídy pracovního prostoru .

Další kroky

• Rychlý start: Vytvoření nové propojené služby Azure Machine Learning ve službě Synapse
• Propojte pracovní prostory Azure Synapse Analytics a Azure Machine Learning.