Azure Lab Services – Rendszergazdai útmutató
Az egyetem felhőerőforrásait kezelő informatikai (informatikai) rendszergazdák általában felelősek az iskolájuk labortervének beállításáért. A tesztkörnyezeti terv beállítása után a rendszergazdák vagy oktatók létrehoznak a labortervhez társított tesztkörnyezeteket. Ez a cikk magas szintű áttekintést nyújt az érintett Azure-erőforrásokról, és útmutatást nyújt a létrehozásukhoz.
Feljegyzés
Ez a cikk a tesztkörnyezeti tervekben elérhető funkciókra hivatkozik, amelyek lecserélték a tesztkörnyezeti fiókokat.
A tesztkörnyezeti csomag beállításaitól függően egyes erőforrások vagy az előfizetésben, vagy az Azure Lab Services által felügyelt előfizetésben vannak tárolva.
- A tesztkörnyezeti virtuális gépeket az Azure Lab Services tulajdonában lévő Azure-előfizetés üzemelteti.
- A labortervek, tesztkörnyezetek, számítási gyűjtemények és képverziók az előfizetésen belül találhatók.
- Ha speciális hálózatkezelést használ, a tesztkörnyezeti virtuális gépek virtuális hálózatát és hálózattal kapcsolatos erőforrásait az előfizetése tárolja. Ellenkező esetben a virtuális hálózat az Azure Lab Services által felügyelt előfizetésben van üzemeltetve.
- A laborterveket, tesztkörnyezeteket és számítási gyűjteményeket ugyanabban az erőforráscsoportban vagy különböző erőforráscsoportokban is használhatja.
Feljegyzés
Ha továbbra is tesztkörnyezeti fiókokat használ, tekintse meg a felügyeleti útmutatót a tesztkörnyezeti fiókok használatakor.
További információkért tekintse meg a Labs architektúrájának alapjait.
Előfizetés
Előfordulhat, hogy az egyetem egy vagy több Azure-előfizetéssel rendelkezik. Előfizetések használatával kezelheti a benne használt Azure-erőforrások és -szolgáltatások számlázását és biztonságát, beleértve a laborterveket és a tesztkörnyezeteket.
A tesztkörnyezeti terv és előfizetése közötti kapcsolat azért fontos, mert:
- A számlázás a tesztkörnyezeti csomagot tartalmazó előfizetésen keresztül történik.
- Az előfizetés Microsoft Entra-bérlőjében lévő felhasználók számára lehetővé teheti az Azure Lab Services-tesztkörnyezetek és -tesztkörnyezetek kezelését. Felvehet valakit tesztkörnyezetterv-tulajdonosként, laborterv-közreműködőként, labor létrehozóként vagy labortulajdonosként. A beépített RBAC-szerepkörökről további információt az Identitás kezelése című témakörben talál.
A Labs Services virtuális gépeit (virtuális gépeket) az Azure Lab Services által birtokolt előfizetésben felügyeljük és üzemeltetjük.
Erőforráscsoport
Az előfizetések egy vagy több erőforráscsoportot tartalmaznak. Az erőforráscsoportok logikai csoportosításokat hoznak létre az ugyanazon megoldásban együtt használt Azure-erőforrásokból.
Mielőtt létrehoz egy tesztkörnyezettervet, konfigurálja a labortervet tartalmazó erőforráscsoportot. Nevezze el gondosan az erőforráscsoportokat. A tesztkörnyezetek erőforráscsoport neve szerint vannak csoportosítva a Lab Services webes portálján: https://labs.azure.com.
Az Azure Compute Gallery létrehozásakor erőforráscsoportra is szüksége van. A labortervet és a számítási gyűjteményt ugyanabban az erőforráscsoportban vagy külön erőforráscsoportokban helyezheti el. Ha különböző megoldások között szeretné megosztani a számítási gyűjteményt, akkor a második módszert is választhatja.
Javasoljuk, hogy előre fektetjen be időt az erőforráscsoportok szerkezetének megtervezéséhez. A létrehozás után nem módosítható a laborterv vagy a számítási katalógus erőforráscsoportja. Ha módosítania kell ezeknek az erőforrásoknak az erőforráscsoportját, törölnie és újra létre kell hoznia őket.
Tesztkörnyezeti terv
A tesztkörnyezeti terv olyan konfigurációk készlete, amelyek befolyásolják a tesztkörnyezet létrehozását. A labortervek nulla vagy több tesztkörnyezethez társíthatók. Az Azure Lab Services használatának megkezdésekor előfordulhat, hogy egyetlen tesztkörnyezeti csomaggal rendelkezik. Ahogy a laborhasználat felskálázható, további tesztkörnyezeti csomagokat hozhat létre.
Az alábbi lista azokat a forgatókönyveket emeli ki, ahol egynél több tesztkörnyezeti tervre lehet szükség.
Különböző szabályzatkövetelmények kezelése a laborokban
Tesztkörnyezet-terv létrehozásakor olyan szabályzatokat állít be, amelyek az összes benne létrehozott tesztkörnyezetre érvényesek, például:
- Az Azure-beli virtuális hálózat megosztott erőforrásokkal, amelyekhez a tesztkörnyezet hozzáférhet. Előfordulhat például, hogy rendelkezik tesztkörnyezetekkel, amelyeknek hozzáférésre van szükségük egy virtuális hálózaton belüli licenckiszolgálóhoz.
- A virtuális gépek rendszerképei, amelyeket a tesztkörnyezetek virtuális gépek létrehozásához használhatnak. Előfordulhat például, hogy rendelkezik olyan tesztkörnyezetekkel, amelyek hozzáférést igényelnek a linuxos Azure Marketplace-hez készült Adattudomány virtuális géphez.
Ha mindegyik tesztkörnyezet egyedi szabályzati követelményekkel rendelkezik, előfordulhat, hogy külön tesztkörnyezetterveket kell létrehoznia az egyes laborok külön-külön történő kezeléséhez.
Kísérleti tesztkörnyezetek elkülönítése aktív vagy éles tesztkörnyezetekből
Előfordulhat, hogy az aktív tesztkörnyezetek befolyásolása nélkül szeretné tesztelni a tesztkörnyezeti terv szabályzatmódosításait. Egy külön tesztkörnyezeti terv létrehozása kísérleti célokra lehetővé teszi a módosítások elkülönítését.
Tesztkörnyezet
A tesztkörnyezetek olyan virtuális gépeket tartalmaznak, amelyek mindegyike egyetlen tanulóhoz van hozzárendelve. Általában a következőre számíthat:
- Minden osztályhoz legyen egy tesztkörnyezet.
- Hozzon létre egy új tesztkörnyezetet minden félévhez, negyedévhez vagy más használt oktatási rendszerhez. Azoknak az osztályoknak, amelyeknek ugyanazt a képet kell használniuk, számítási gyűjteményt kell használniuk. Így újra felhasználhatja a képeket a laborokban és a tudományos időszakokban.
A laborok szerkezetének meghatározásakor vegye figyelembe a következő szempontokat:
A tesztkörnyezetben lévő összes virtuális gép ugyanazzal a lemezképpel lesz üzembe helyezve, amelyet közzétett
Ennek eredményeképpen, ha olyan osztálya van, amely különböző tesztkörnyezeti rendszerképek egyidejű közzétételét igényli, minden képhez külön tesztkörnyezetet kell létrehoznia.
A használati kvóta a tesztkörnyezet szintjén van beállítva, és a tesztkörnyezeten belüli összes felhasználóra vonatkozik
Ha különböző kvótákat szeretne beállítani a felhasználók számára, külön tesztkörnyezeteket kell létrehoznia. A kvóta beállítása után azonban több órát is hozzáadhat bizonyos felhasználókhoz.
Az indítási vagy leállítási ütemezés a tesztkörnyezet szintjén van beállítva, és a tesztkörnyezeten belüli összes virtuális gépre vonatkozik
A kvótabeállításhoz hasonlóan, ha különböző ütemezéseket kell beállítania a felhasználók számára, minden ütemezéshez külön tesztkörnyezetet kell létrehoznia.
Alapértelmezés szerint minden tesztkörnyezetnek saját virtuális hálózata van. Ha speciális hálózatkezelést használ, minden tesztkörnyezet a megadott hálózatot használja.
Azure Compute-katalógus
Egy Azure Compute Gallery egy labortervhez van csatolva. Központi adattárként szolgál a tárolt képekhez. A rendszer egy képet ment a katalógusba, amikor egy oktató exportálja azt egy tesztkörnyezet sablon virtuális gépéről. Minden alkalommal, amikor egy oktató módosít egy sablon virtuális gépet, és exportálja azt, új képdefiníciók vagy verziók jönnek létre a katalógusban.
Az oktatók közzétehetnek egy képverziót a számítási katalógusból, amikor új labort hoznak létre. Bár a katalógus egy kép több verzióját tárolja, az oktatók csak a legújabb verziót választhatják ki a labor létrehozásakor. A legújabb verzió a MajorVersion, majd a MinorVersion, majd a Patch legmagasabb értéke alapján van kiválasztva. A verziókról további információt a Képverziók című témakörben talál.
A számítási gyűjtemény nem kötelező erőforrás. Ha csak néhány tesztkörnyezettel kezd, előfordulhat, hogy nincs rá szükség azonnal. A számítási gyűjtemények számos előnyt kínálnak, amelyek hasznosak, amikor több tesztkörnyezetre méretezhető fel:
A sablon virtuálisgép-rendszerképek verzióit mentheti és kezelheti
Hasznos lehet egyéni rendszerképet létrehozni, vagy módosítani az Azure Marketplace katalógusából egy rendszerképet, például konfigurációt és szoftvert. Például különböző szoftverek vagy eszközök telepítésének megkövetelése. Ahelyett, hogy a diákoknak manuálisan kellene telepíteniük ezeket az előfeltételeket, exportálhatja a sablon virtuálisgép-rendszerképének különböző verzióit a számítási gyűjteménybe. Ezeket a rendszerképverziókat új tesztkörnyezetek létrehozásakor használhatja.
Sablon virtuálisgép-rendszerképeket oszthat meg és használhat újra a laborokban
A rendszerképeket mentheti és újra felhasználhatja, hogy ne kelljen minden alkalommal az alapoktól konfigurálnia, amikor új labort hoz létre. Ha például több osztálynak is ugyanazt a lemezképet kell használnia, hozza létre és exportálja a számítási gyűjteménybe, hogy az megosztható legyen a laborokban.
A saját egyéni rendszerképeit a laborokon kívüli más környezetekből is feltöltheti
A tesztkörnyezeten kívül más környezetekben is feltölthet egyéni képeket. Például feltölthet képeket a saját fizikai tesztkörnyezetéből vagy egy Azure-beli virtuális gépről a számítási gyűjteménybe. Miután importált egy képet a katalógusba, a rendszerképekkel laborokat hozhat létre.
A számítási katalógus rendszerképeinek logikai csoportosításához az alábbi módszerek egyikét használhatja:
- Több számítási gyűjtemény létrehozása. Minden tesztkörnyezeti terv csak egy számítási gyűjteményhez tud csatlakozni, ezért ehhez a beállításhoz több labortervet is létre kell hoznia.
- Használjon egyetlen számítási gyűjteményt, amelyet több tesztkörnyezeti terv is megoszt. Ebben az esetben minden tesztkörnyezeti terv csak az adott tervben szereplő tesztkörnyezetekre vonatkozó képeket engedélyezheti.
Elnevezés
Az Azure Lab Services használatbavételekor javasoljuk, hogy hozzon létre elnevezési konvenciókat az Azure- és az Azure Lab Services-erőforrásokhoz. Az erőforrás-elnevezési korlátozásokért lásd a Microsoft.LabServices elnevezési szabályait és korlátozásait. Bár a létesített elnevezési konvenciók egyediek a szervezet igényeinek megfelelően, az alábbi táblázat útmutatást nyújt:
| Erőforrás típusa | Szerepkör | Javasolt minta | Példák |
|---|---|---|---|
| Erőforráscsoport | Egy vagy több labortervet, labort vagy számítási gyűjteményt tartalmaz. | rg-labs-{org-name}-{env}-{instance}, rg-labs-{dept-name}-{env}-{instance} | rg-labs-contoso-pilot, rg-labs--math-prod-001 |
| Tesztkörnyezeti terv | Sablon újonnan létrehozott tesztkörnyezetekhez. | lp-{org-name}-{env}-{instance}, lp-{dept-name}-{env}-{instance} | lp-contoso, lp-contoso-pilot, lp-math-001 |
| Tesztkörnyezet | Tanulói virtuális gépeket tartalmaz. | {class-name}-{time}-{educator} | CS101-Fall2021, CS101-Fall2021-JohnDoe |
| Azure Compute-katalógus | A virtuálisgép-rendszerképek verzióit tartalmazza. | sig_{org-name}_{env}_{instance}, sig_{dept-name}_{env}_{instance} | sig_contoso_001, sig_math_prod_001 |
Az eljárástáblában a javasolt névminták bizonyos kifejezéseket és jogkivonatokat használnak:
| Mintakifejezés/jogkivonat | Definíció | Példa |
|---|---|---|
| {org-name} | Token a szervezet rövid neve szóköz nélkül. | contoso |
| {dept-name} | Jogkivonat a szervezeti részleg rövid nevéhez. | matematika, bio, cs |
| {env} | A környezet nevének jogkivonata. | prod for production, pilot for small test |
| {instance} | Több erőforrás létrehozása esetén a példány azonosítására szolgáló szám. | 001, 123 |
| {class-name} | A támogatott osztály rövid nevének vagy kódjának jogkivonata. | CS101, BIO101 |
| {educator} | A labort futtató oktató aliasa. | johndoe |
| {time} | Token rövid névhez (szóközök nélkül) az osztály felajánlása idejére. | Spring2021, Dec2021 |
| Rg | Azt jelzi, hogy az erőforrás egy erőforráscsoport. | |
| Lp | Azt jelzi, hogy az erőforrás egy tesztkörnyezeti terv. | |
| Sig | Azt jelzi, hogy az erőforrás számítási gyűjtemény. |
A többi Azure-erőforrás elnevezésével kapcsolatos további információkért lásd az Azure-erőforrások elnevezési konvencióit.
Régiók
Az Azure Lab Services-erőforrások beállításakor meg kell adnia az erőforrásokat üzemeltető adatközpont egy régióját vagy helyét. A tesztkörnyezettervek lehetővé tehetnek egy vagy több régiót, ahol tesztkörnyezeteket hozhatnak létre.
Erőforráscsoport. A régió azt az adatközpontot adja meg, ahol az erőforráscsoportra vonatkozó információk tárolódnak. Az Azure-erőforrások más régióban lehetnek, mint a bennük lévő erőforráscsoport.
Laborterv. A laborterv helye azt a régiót jelzi, amelyben egy erőforrás létezik. Ha egy tesztkörnyezetterv a saját virtuális hálózatához csatlakozik, a hálózatnak ugyanabban a régióban kell lennie, mint a tesztkörnyezeti terv. Emellett a tesztkörnyezetek ugyanabban az Azure-régióban jönnek létre, mint a virtuális hálózat.
Labor. A tesztkörnyezet helye változó. Nem kell ugyanabban a helyen lennie, mint a labortervnek. A rendszergazdák a tesztkörnyezetterv beállításaival szabályozhatják, hogy mely régiókban hozhatók létre tesztkörnyezetek.
Általános szabályként állítsa az erőforrás régióját a felhasználókhoz legközelebbire. A laborok esetében ez azt jelenti, hogy a diákokhoz legközelebbi labort hozza létre. Olyan kurzusok esetén, amelyek hallgatói a világ minden táján találhatók, próbáljon meg létrehozni egy olyan labort, amely központilag található, vagy régiók szerint több tesztkörnyezetre osztja az osztályt.
Feljegyzés
Annak biztosítása érdekében, hogy egy régió elegendő virtuálisgép-kapacitással rendelkezzen, először kérje le a kapacitást.
Virtuális gép méretezése
Amikor a rendszergazdák vagy a labor létrehozói létrehoznak egy tesztkörnyezetet, az osztályterem igényeitől függően különböző virtuálisgép-méretek közül választhatnak. Adott virtuálisgép-méretek elérhetősége attól függ, hogy a tesztkörnyezeti csomag melyik régióban található. Megtudhatja, hogyan kérhet további kapacitást.
A virtuális gépek méretével és költségével kapcsolatos információkért tekintse meg az Azure Lab Services díjszabását.
Alapértelmezett virtuálisgép-méretek
| Méret | Minimális vCPU-k | Minimális memória: GiB | Adatsorozat | Javasolt használat |
|---|---|---|---|---|
| Small | 2 | 4 | Standard_F2s_v2 | Leginkább a parancssorhoz, a webböngésző megnyitásához, az alacsony forgalmú webkiszolgálókhoz, a kis- és közepes adatbázisokhoz alkalmas. |
| Közepes | 4 | 8 | Standard_F4s_v2 | Leginkább relációs adatbázisokhoz, memóriabeli gyorsítótárazáshoz és elemzésekhez alkalmas. |
| Közepes (beágyazott virtualizálás) | 4 | 16 | Standard_D4s_v4 | Leginkább relációs adatbázisokhoz, memóriabeli gyorsítótárazáshoz és elemzésekhez alkalmas. Ez a méret támogatja a beágyazott virtualizálást. |
| Nagy | 8 | 16 | Standard_F8s_v2 | Leginkább olyan alkalmazásokhoz alkalmas, amelyek gyorsabb processzorokat, jobb helyi lemezteljesítményt, nagy adatbázisokat és nagy memória-gyorsítótárakat igényelnek. |
| Nagy (beágyazott virtualizálás) | 8 | 32 | Standard_D8s_v4 | Leginkább olyan alkalmazásokhoz alkalmas, amelyek gyorsabb processzorokat, jobb helyi lemezteljesítményt, nagy adatbázisokat és nagy memória-gyorsítótárakat igényelnek. Ez a méret támogatja a beágyazott virtualizálást. |
| Kis GPU (Számítás) | 8 | 56 | Standard_NC8as_T4_v3 | Leginkább a számítógép-igényes alkalmazásokhoz, például az AI-hoz és a mély tanuláshoz alkalmas. |
| Kis GPU (vizualizáció) | 8 | 28 | Standard_NVas_v4 | (csak Windows rendszeren) Leginkább távoli vizualizációkhoz, streameléshez, játékhoz és kódoláshoz alkalmas olyan keretrendszerek használatával, mint az OpenGL és a DirectX. |
| Közepes GPU (vizualizáció) | 12 | 112 | Standard_NV12s_v3 | (csak Windows rendszeren) Leginkább távoli vizualizációkhoz, streameléshez, játékhoz és kódoláshoz alkalmas olyan keretrendszerek használatával, mint az OpenGL és a DirectX. |
Alternatív virtuálisgép-méretek
A magas igényű helyek jobb kiszolgálása érdekében választhat az alternatív virtuálisgép-méretek listájából.
| Méret | Minimális vCPU-k | Minimális memória: GiB | Adatsorozat | Javasolt használat |
|---|---|---|---|---|
| Alternatív kis GPU (számítás) | 6 | 112 | Standard_NC6s_v3 | Leginkább a számítógép-igényes alkalmazásokhoz, például az AI-hoz és a mély tanuláshoz alkalmas. |
| Alternatív kis GPU (vizualizáció) | 6 | 55 | Standard_NV6ads_A10_v5 | (csak Windows rendszeren) Leginkább távoli vizualizációkhoz, streameléshez, játékhoz és kódoláshoz alkalmas olyan keretrendszerek használatával, mint az OpenGL és a DirectX. |
| Alternatív közepes GPU (vizualizáció) | 12 | 110 | Standard_NV12ads_A10_v5 | (csak Windows rendszeren) Leginkább távoli vizualizációkhoz, streameléshez, játékhoz és kódoláshoz alkalmas olyan keretrendszerek használatával, mint az OpenGL és a DirectX. |
Klasszikus virtuálisgép-méretek
Ha létrehoz egy tesztkörnyezeti tervet, és továbbra is rendelkezik tesztkörnyezeti fiókkal az Azure-előfizetésében, a tesztkörnyezeti fiókokhoz elérhető virtuálisgép-méretek közül választhat. Az Azure Lab Services felhasználói felületén ezek a virtuálisgép-méretek klasszikus virtuálisgép-méretekként vannak megjelölve.
| Méret | Minimális vCPU-k | Minimális memória: GiB | Adatsorozat | Javasolt használat |
|---|---|---|---|---|
| Klasszikus kis | 2 | 4 | Standard_A2_v2 | Leginkább a parancssorhoz, a webböngésző megnyitásához, az alacsony forgalmú webkiszolgálókhoz, a kis- és közepes adatbázisokhoz alkalmas. |
| Klasszikus közepes | 4 | 8 | Standard_A4_v2 | Leginkább relációs adatbázisokhoz, memóriabeli gyorsítótárazáshoz és elemzésekhez alkalmas. |
| Klasszikus nagy | 8 | 16 | Standard_A8_v2 | Leginkább olyan alkalmazásokhoz alkalmas, amelyek gyorsabb processzorokat, jobb helyi lemezteljesítményt, nagy adatbázisokat és nagy memória-gyorsítótárakat igényelnek. |
| Klasszikus közepes (beágyazott virtualizálás) | 4 | 16 | Standard_D4s_v3 | Leginkább relációs adatbázisokhoz, memóriabeli gyorsítótárazáshoz és elemzésekhez alkalmas. Ez a méret támogatja a beágyazott virtualizálást. |
| Klasszikus nagy (beágyazott virtualizálás) | 8 | 32 | Standard_D8s_v3 | Leginkább olyan alkalmazásokhoz alkalmas, amelyek gyorsabb processzorokat, jobb helyi lemezteljesítményt, nagy adatbázisokat és nagy memória-gyorsítótárakat igényelnek. Ez a méret támogatja a beágyazott virtualizálást. |
| Klasszikus kis GPU (számítás) | 6 | 56 | Standard_NC6 | Leginkább a számítógép-igényes alkalmazásokhoz, például az AI-hoz és a mély tanuláshoz alkalmas. |
| Klasszikus kis GPU (vizualizáció) | 6 | 56 | Standard_NV6 | Leginkább távoli vizualizációkhoz, streameléshez, játékhoz és kódoláshoz alkalmas olyan keretrendszerek használatával, mint az OpenGL és a DirectX. |
| Klasszikus közepes GPU (vizualizáció) | 12 | 112 | Standard_NV12s_v3 | Leginkább távoli vizualizációkhoz, streameléshez, játékhoz és kódoláshoz alkalmas olyan keretrendszerek használatával, mint az OpenGL és a DirectX. |
RBAC-szerepkörök
Az Azure Lab Services beépített Azure szerepköralapú hozzáférés-vezérlést (Azure RBAC) biztosít a gyakori felügyeleti forgatókönyvekhez. A Microsoft Entra-azonosítóban profillal rendelkező személyek hozzárendelhetik ezeket az Azure-szerepköröket felhasználókhoz, csoportokhoz, szolgáltatásnevekhez vagy felügyelt identitásokhoz. A szerepkörök hozzáférést biztosíthatnak vagy megtagadhatnak az Azure Lab Services-erőforrások erőforrásaihoz és műveleteihez. További információ az Azure-beli szerepköralapú hozzáférés-vezérlésről az Azure Lab Servicesben.
Tartalomszűrés
Előfordulhat, hogy az iskolának tartalomszűrést kell végeznie, hogy a tanulók ne férhessenek hozzá a nem megfelelő webhelyekhez. Előfordulhat például, hogy be kell tartania a gyermekek internetes védelméről szóló törvény (CIPA) előírásait. Az Azure Lab Services nem nyújt beépített támogatást a tartalomszűréshez, és nem támogatja a hálózati szintű szűrést.
Az iskolák általában úgy közelítik meg a tartalomszűrést, hogy nem Microsoft-szoftvereket telepítenek, amelyek minden számítógépen tartalomszűrést végeznek. Ha minden számítógépen tartalomszűrési szoftvert szeretne telepíteni, telepítse a szoftvert az egyes tesztkörnyezetek sablon virtuális gépére.
A megoldás részeként néhány fontos pontot kell kiemelni:
- Ha az autoshutdown-beállításokat szeretné használni, fel kell oldania több Azure-gazdagépnevet a nem Microsoft-szoftverrel. Az autoshutdown-beállítások egy diagnosztikai bővítményt használnak, amely képesnek kell lennie arra, hogy vissza tudjon kommunikálni a Lab Services szolgáltatással. Ellenkező esetben az automatikus zárolási beállítások nem engedélyezve lesznek a laborban.
- Azt is megteheti, hogy minden tanuló olyan fiókot használ, amely nem rendelkezik rendszergazdai jogosultságokkal a virtuális gépén, hogy ne tudja eltávolítani a tartalomszűrő szoftvert. A tesztkörnyezet létrehozásakor hozzá kell adni egy ilyen fiókot.
További információkért tekintse meg az Azure Lab Services támogatott hálózatkezelési forgatókönyveit.
Ha iskolájának tartalomszűrést kell végeznie, további információért lépjen kapcsolatba velünk az Azure Lab Services Q&A-jában .
Végpontkezelés
Számos végpontkezelő eszköz, például a Microsoft Configuration Manager megköveteli, hogy a Windows rendszerű virtuális gépek egyedi gépbiztonsági azonosítókkal (SID-kkel) rendelkezzenek. Ha a SysPrep használatával általános rendszerképet hoz létre, általában biztosítja, hogy minden Windows-gép rendelkezik egy új, egyedi gép biztonsági azonosítóval, amelyet a virtuális gép a rendszerképről való indításakor generál.
A Lab Services használatával, ha sablonnal hoz létre tesztkörnyezetet, a tesztkörnyezet virtuális gépei ugyanazzal a SID-vel rendelkeznek. Még ha általánosított rendszerképet is használ egy tesztkörnyezet létrehozásához, a sablon virtuális gép és a tesztkörnyezet felhasználói virtuális gépei mind ugyanazt a gépi SID-et használják. A virtuális gépek ugyanazzal a SID-sel rendelkeznek, mert a sablon virtuális gép lemezképe speciális állapotban van, amikor közzéteszi a diák virtuális gépek létrehozásához.
Ha egyedi SID-sel szeretné beszerezni a tesztkörnyezeti virtuális gépeket, hozzon létre egy tesztkörnyezetet sablon virtuális gép nélkül. Az Azure Marketplace-ről vagy egy csatolt Azure Compute Galleryből származó általános rendszerképet kell használnia. A saját Azure Compute Gallery használatához lásd : Számítási katalógus csatolása vagy leválasztása az Azure Lab Servicesben. A gép SID-jei egy olyan eszközzel ellenőrizhetők, mint a PsGetSid.
Ha végpontkezelő eszközt vagy hasonló szoftvert szeretne használni, javasoljuk, hogy ne használjon sablon virtuális gépeket a tesztkörnyezetekhez.
Microsoft Entra register/join, Microsoft Entra hybrid join vagy AD domain join
Annak érdekében, hogy a tesztkörnyezetek egyszerűen beállíthatók és kezelhetők legyenek, az Azure Lab Services úgy lett kialakítva , hogy ne kelljen regisztrálni/csatlakoztatni a tesztkörnyezeti virtuális gépeket az Active Directory (AD) vagy a Microsoft Entra ID azonosítójához. Ennek eredményeképpen az Azure Lab Services jelenleg nem nyújt beépített támogatást a tesztkörnyezeti virtuális gépek regisztrálásához vagy csatlakoztatásához. A Microsoft Entra regisztrálhatja/csatlakoztathatja, a Microsoft Entra hibrid csatlakozást vagy az AD-tartományhoz illeszthető tesztkörnyezeti virtuális gépeket más mechanizmusokkal. A termékkorlátozások miatt nem javasoljuk, hogy tesztkörnyezeti virtuális gépeket regisztráljon vagy csatlakozzon az Active Directoryhoz vagy a Microsoft Entra-azonosítóhoz.
Díjszabás
Vegye figyelembe ezeket a tényeket a díjszabásról.
Azure Lab Services
A díjszabásról további információt az Azure Lab Services díjszabásában talál.
A Microsoft Cost Management számlázási bejegyzései tesztkörnyezeti virtuális gépenként jelennek meg. A tesztkörnyezetterv azonosítójának és a tesztkörnyezet nevének címkéi automatikusan hozzá lesznek adva minden bejegyzéshez a rugalmasabb elemzés és a költségvetés-tervezés érdekében.
Azure Compute-katalógus
Ha számítási gyűjteményeket szeretne használni a rendszerképverziók tárolására és kezelésére, vegye figyelembe a számítási katalógus szolgáltatás díjszabását.
A számítási gyűjtemény létrehozása és a labortervhez való csatolása ingyenes. A rendszer nem számít fel költséget, amíg nem menti a képverziót a katalógusba. A számítási katalógusok használatának díjszabása általában elhanyagolható. Mivel az ár nem szerepel az Azure Lab Services díjszabásában, fontos tisztában lenni azzal, hogy a katalógus hogyan számítja ki.
Tárolási díjak
A képverziók tárolásához a számítási katalógus alapértelmezés szerint szabványos merevlemez-meghajtók (HDD) által felügyelt lemezeket használ. Javasoljuk, hogy HDD-vel felügyelt lemezeket használjon, ha számítási katalógust használ a Lab Services szolgáltatással. A használt HDD által felügyelt lemez mérete a tárolt képverzió méretétől függ. A Lab Services legfeljebb 128 GB-os kép- és lemezméreteket támogat. A díjszabásról további információt a Felügyelt lemezek díjszabása című témakörben talál.
Az Azure Lab Services nem támogatja a további lemezek laborsablonhoz vagy tesztkörnyezeti virtuális géphez való csatolását.
Replikációs és hálózati kimenő díjak
Amikor egy tesztkörnyezetsablon virtuális gépével ment egy képverziót, az Azure Lab Services először egy forrásrégióban tárolja. Előfordulhat azonban, hogy replikálnia kell a forrásrendszerkép verzióját a célrégiókba.
A hálózati kimenő forgalom díja akkor történik, ha a rendszerképverziót a forrásrégióból egy célrégióba replikálják. A felszámított összeg a képverzió méretén alapul, amikor a rendszerképet a forrásrégióból helyezik át. A díjszabás részleteiért tekintse meg a sávszélesség díjszabásának részleteit.
Előfordulhat, hogy az Education Solutions ügyfelei lemondanak a kimenő díjakról. További információért forduljon a fiókkezelőhöz.
További információ: "Milyen adatátviteli programok léteznek az egyetemi ügyfelek számára, és hogyan jogosult vagyok?" című témakört az oktatási intézményeknek készült programok oldalÁNAK GYIK szakaszában.
A rendszerképek és a replikációk tárolásának költségeiről az Azure Compute Gallery számlázásában olvashat.
Költségkezelés
Fontos, hogy a laborterv rendszergazdái rendszeresen töröljék a szükségtelen képverziókat a katalógusból.
Ügyeljen arra, hogy a költségek csökkentése érdekében távolítsa el a replikációt bizonyos régiókba. A replikáció változásai kedvezőtlen hatással lehetnek arra, hogy az Azure Lab Services közzétegye a virtuális gépeket a számítási gyűjteményben mentett képekről.
Kapcsolódó tartalom
A tesztkörnyezetek beállításával és kezelésével kapcsolatos további információkért lásd:
Visszajelzés
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ: https://aka.ms/ContentUserFeedback.
Visszajelzés küldése és megtekintése a következőhöz: