Implementación de servicios en clústeres de Kubernetes habilitado para Azure Arc
Con Kubernetes habilitado para Arc, puede usar Azure para implementar servicios en los clústeres conectados.
En esta unidad se proporciona información general sobre los tipos de servicios que puede implementar y el proceso para hacerlo.
Implementación de servicios de datos habilitados para Arc
Los Servicios de datos habilitados para Azure Arc son un servicio de suscripción que proporciona funcionalidades de datos híbridas y servicios administrados mediante la plataforma Kubernetes. Los servicios de datos habilitados para Azure Arc se implementan como un conjunto de pods basados en imágenes de contenedor de Microsoft Container Registry (MCR) en nodos de Kubernetes. Todos los servicios usan uno de los componentes clave de la plataforma de Kubernetes: la API de Kubernetes.
Antes de implementar servicios de datos, primero implemente el controlador de datos de Azure Arc, una serie de pods de Kubernetes que proporcionan coordinación y orquestación de los Servicios de datos habilitados para Azure Arc mediante la API de Kubernetes y las definiciones de recursos personalizados (CRD). Después de una implementación correcta del controlador de datos de Azure Arc, puede crear instancias de servicios de datos habilitados para Azure Arc en los clústeres conectados.
Actualmente están disponibles los siguientes servicios de datos habilitados para Azure Arc:
- SQL Managed Instance habilitado para Azure Arc
- Servidor PostgreSQL habilitado para Azure Arc (versión preliminar)
El proceso para implementar servicios de datos habilitados para Arc consta de los siguientes pasos generales.
En la suscripción en la que desea implementar servicios habilitados para Arc:
- Instale las herramientas de cliente para implementar y administrar servicios de datos habilitados para Arc, incluida la CLI de Azure, y la extensión arcdata de la CLI de Azure, y Azure Data Studio, y su extensión de Azure Arc.
- Registre el proveedor Microsoft.AzureArcData de la suscripción en la que se implementarán los servicios de datos habilitados para Azure Arc.
Estos pasos solo deben realizarse una vez por suscripción.
Para cada instancia de servicio de datos que quiera implementar en la suscripción:
- Inicie sesión en el inquilino de Microsoft Entra con una cuenta que tenga permisos para administrar el recurso de Kubernetes habilitado para Azure Arc.
- Cree el controlador de datos de Azure Arc.
- Cree la instancia del servicio de datos.
- Conéctese con Azure Data Studio.
Después de haber implementado servicios de datos habilitados para Azure Arc, puede usar herramientas o controladores cliente compatibles para conectarse, consultar y administrar estos servicios.
Implementar servicios de Azure
Puede implementar servicios de Azure en los clústeres de Kubernetes habilitado para Arc. Muchos de estos servicios se implementan mediante la creación de instancias de una extensión en el clúster. Las extensiones de clúster proporcionan una experiencia controlada por Azure Resource Manager para la instalación y la administración del ciclo de vida de distintas funcionalidades de Azure en la parte superior del clúster de Kubernetes.
Por ejemplo, mediante la implementación de la extensión de Azure Machine Learning, puede habilitar un clúster de Kubernetes habilitado para Arc para convertirse en un destino de proceso de Kubernetes en Azure Machine Learning y usarlo para entrenar o implementar modelos.
El proceso para implementar Azure Machine Learning en un clúster de Kubernetes habilitado para Arc consta de los siguientes pasos generales.
- Inicie sesión en el inquilino de Microsoft Entra con una cuenta que tenga permisos para administrar el recurso de Kubernetes habilitado para Azure Arc.
- Cree una instancia de la extensión de Azure Machine Learning en el clúster.
- Implementación de la extensión de Azure Machine Learning.
- Conecte el clúster de Kubernetes a un área de trabajo de Azure Machine Learning.
A continuación, puede usar el destino de proceso de Kubernetes para ejecutar el entrenamiento o implementar cargas de trabajo de Azure Machine Learning.