共用方式為

教程:如何使用托管虚拟网络创建安全工作区

本文介绍如何创建并连接到安全的Azure Machine Learning工作区。 本文中的步骤使用 Azure Machine Learning 托管的虚拟网络来为 Azure Machine Learning 所使用的资源创建一个安全边界。

在本教程中,你将完成以下任务:

  • 创建一个配置为使用托管虚拟网络的 Azure 机器学习工作区。
  • 创建Azure Machine Learning计算群集。 在云中训练machine learning模型时使用计算群集

完成本教程后,你具有以下体系结构:

  • 使用专用终结点通过托管网络进行通信的Azure Machine Learning工作区。
  • 一个使用专用终结点的 Azure 存储帐户,允许存储服务(如 Blob 和文件)通过托管网络进行通信。
  • 使用专用终结点通过托管网络进行通信的 Azure 容器注册表。
  • 使用专用终结点通过托管网络进行通信的Azure Key Vault。
  • Azure Machine Learning受托管网络保护的计算实例和计算群集。

先决条件

  • Azure订阅。 如果没有Azure订阅,请在开始前创建试用版。 请尝试 Azure Machine Learning
  • Python 3.10 或更高版本。

创建跳转盒 (VM)

可以通过多种方式连接到受保护的工作区。 在本教程中,使用 跳转框。 跳转盒是Azure Virtual Network中的虚拟机。 可以使用 Web 浏览器和Azure Bastion连接到它。

下表列出了可以连接到安全工作区的其他几种方法:

方法 说明
Azure VPN 网关 通过专用连接将本地网络连接到Azure Virtual Network。 工作区的专用终结点在该虚拟网络中创建。 通过公共 Internet 建立连接。
ExpressRoute 通过专用连接将本地网络连接到云。 连接是通过连接提供程序建立的。

重要

使用 VPN gatewayExpressRoute时,请规划本地资源与云中资源之间的名称解析工作原理。 有关详细信息,请参阅使用自定义 DNS 服务器

使用以下步骤创建Azure虚拟机以用作跳转框。 在 VM 桌面上,可以使用 VM 中的浏览器连接到托管虚拟网络中的资源,例如 “Azure 机器学习工作室”。 或者,可以在 VM 上安装开发工具。

提示

以下步骤创建Windows 11企业 VM。 根据你的要求,你可能需要选择不同的 VM 映像。 如果您需要将 VM 加入到您的组织域中,Windows 11(或 10)企业镜像将非常有用。

  1. Azure portal 中,选择左上角的门户菜单。 从菜单中选择“+ 创建资源”,然后输入“虚拟机”。 选择“虚拟机”条目,然后选择“创建”。

  2. 从“基本信息”选项卡中,选择要在其中创建服务的订阅资源组区域。 提供以下字段的值:

    • 虚拟机名称:VM 的唯一名称。

    • 用户名:将用于登录 VM 的用户名。

    • 密码:用户名的密码。

    • 安全类型:标准。

    • Image:Windows 11 Enterprise。

      提示

      如果Windows 11 Enterprise 不在图像选择列表中,请使用 查看所有映像_。 从 Microsoft 找到 Windows 11 条目,并使用 Select 下拉列表选择企业映像。

    可将其他字段保留为默认值。

    虚拟机基本配置的屏幕截图。

  3. 选择“网络”。 查看网络信息,确保它未使用 172.17.0.0/16 IP 地址范围。 如果是,请选择其他范围,例如 172.16.0.0/16。 172.17.0.0/16 范围可能会导致与 Docker 冲突。

    注意事项

    Azure虚拟机为网络隔离创建自己的Azure虚拟网络。 此网络独立于 Azure Machine Learning 使用的托管虚拟网络。

    虚拟机的“网络”选项卡的屏幕截图。

  4. 选择“查看 + 创建”。 确认信息无误,然后选择“创建”。

为 VM 启用Azure Bastion

通过使用 Azure Bastion,可以通过浏览器连接到 VM 桌面。

  1. 在Azure portal中,选择之前创建的 VM。 在页面的“连接”部分中,选择“Bastion”,接着选择“部署 Bastion”。

    “部署 Bastion”选项的屏幕截图。

  2. 在门户部署 Bastion 服务后,它将您返回到连接对话框。 暂时不要使用此对话框。

创建工作区

  1. Azure portal 中,选择左上角的门户菜单。 从菜单中选择“+ 创建资源,然后输入 Azure Machine Learning。 选择 Azure Machine Learning 条目,然后选择 Create

  2. 从“基本信息”选项卡中,选择要在其中创建服务的订阅资源组区域。 对于“工作区名称”,请输入唯一名称。 将其余字段保留为默认值。 门户为工作区创建所需服务的新实例。

    工作区创建窗体的屏幕截图。

  3. 在“网络”选项卡中,选择“Internet 出站专用”。

    注意事项

    本教程使用 Internet 外部访问来保持设置简单。 如果组织需要更严格的出口控制,请使用仅允许批准的出站流量的托管虚拟网络配置。

    已选择互联网出口的“工作区网络”选项卡的屏幕截图。

  4. Networking 选项卡中的Workspace 入站访问部分中,选择+ 添加

    截图显示用于入站访问的添加按钮。

  5. 在“创建专用终结点”窗体的“名称”字段中输入唯一值。 选择之前使用 VM 创建的 Virtual network,然后选择默认的 Subnet。 将其余字段保留为默认值。 选择“确定”,以保存此终结点。

    用于创建专用终结点的窗体的屏幕截图。

  6. 选择“查看 + 创建”。 确认信息无误,然后选择“创建”。

  7. 门户创建工作区后,选择“ 转到资源”。

连接到 VM 桌面

  1. Azure portal 中选择之前创建的 VM。

  2. 在“连接”部分中,选择“Bastion”。 输入为 VM 配置的用户名和密码,然后选择“连接”。

    Bastion 连接表单的屏幕截图。

连接到工作室

此时,工作区已创建,但托管虚拟网络尚未创建。 在创建工作区时配置托管虚拟网络。 要创建托管虚拟网络,可以创建计算资源或手动创建网络。

重要

如果计划运行无服务器 Spark 作业,请在提交 Spark 作业之前手动启动托管虚拟网络预配。

请遵循以下步骤来创建计算实例。

  1. VM 桌面中,使用浏览器打开 Azure Machine Learning studio并选择之前创建的工作区。

  2. 在工作台中,依次选择“计算”、“计算实例”和“+ 新建”。

    工作室中新计算选项的屏幕截图。

  3. 在“配置所需设置”对话框中,为“计算名称”输入唯一值。 让其余选择保留默认值。

  4. 选择创建。 创建计算实例需要几分钟时间。 计算实例是在托管网络中创建的。

    提示

    创建第一个计算资源可能需要几分钟时间。 之所以发生此延迟,是因为托管虚拟网络也正在创建中。 在创建第一个计算资源之前,不会创建托管虚拟网络。 后续托管计算资源创建的速度更快。

启用工作室对存储的访问权限

由于 Azure Machine Learning studio 部分在客户端的 Web 浏览器中运行,因此客户端需要直接访问工作区的默认存储帐户以执行数据操作。 若要启用直接访问,请使用以下步骤:

  1. Azure portal 中,选择前面创建的跳转框 VM。 从“概述”部分复制“公共 IP 地址”。

  2. Azure portal 中选择之前创建的工作区。 在 Overview 部分中,选择 Storage 条目的链接。

  3. 从 storage 帐户中,选择 Networking,并将跳转框的 public IP 地址添加到 Firewall 节。

    提示

    在使用 VPN 网关或 ExpressRoute 而不是跳板机的情况下,可以为存储帐户将专用终结点或服务终结点添加到 Azure 虚拟网络。 通过使用专用终结点或服务终结点,多个通过Azure虚拟网络连接的客户端可以通过工作室成功执行存储操作。

    此时,您可以使用该开发环境在计算实例上与笔记本进行交互操作,并执行训练作业。

停止计算实例

当其运行(启动)时,计算实例会继续对订阅计费。 若要避免超额成本,当不使用时 停止使用

在工作室中,选择“计算”、“计算实例”,然后选择计算实例。 最后,从页面顶部选择“停止”。

计算实例的“停止”按钮的屏幕截图

清理资源

如果打算继续使用安全的工作区和其他资源,请跳过本部分。

若要删除在本教程中创建的所有资源,请使用以下步骤:

  1. 在Azure portal中,选择资源组

  2. 从列表中选择你在本教程中创建的资源组。

  3. 选择“删除资源组”。

    “删除资源组”按钮的屏幕截图

  4. 输入资源组名称,然后选择“ 删除”。

后续步骤

在拥有安全工作区并能够访问工作室后,请考虑以下资源: