Azure Lab Services

解決する課題

授業・社内研修・セミナーなどで、参加者全員に同じ実習環境を素早く配りたい場面で使います。各自の PC スペックや OS の差を気にせず、ブラウザやクライアントから同一構成の仮想マシンに接続でき、教員や IT 管理者がインフラ構築の負担を負わずに済みます。

• 受講者ごとに同じ構成の仮想マシンを、人数分まとめて用意したい
• 各自の端末性能に左右されず、重い開発ツールや GPU 作業を実習でやらせたい
• 学期や研修期間だけ環境を使い、終わったら丸ごと片付けたい
• 教員・講師がネットワークやサブスクリプションの詳細を意識せずに環境を配りたい
• 利用時間の上限を決めて、使いすぎによる課金を未然に防ぎたい

主要概念と用語

• ラボプラン: ラボを作成・管理するための上位リソース。リージョン・接続するネットワーク・利用可能な VM サイズ・イメージなどの共通設定を IT 管理者が定める器
• ラボ: 1つの授業や研修に対応する単位。テンプレート VM・受講者リスト・スケジュール・利用上限などをまとめて持つ
• テンプレート VM: ラボの基になる1台の仮想マシン。教員がここにツールや教材を入れて作り込み、公開すると同じ内容が受講者へ複製される
• 受講者 VM（ラボ VM）: テンプレートから複製され、受講者1人ひとりに割り当てられる仮想マシン。各自が独立して使う
• スケジュール: ラボ VM を自動で起動・停止する時間設定。授業時間に合わせて動かせる
• クォータ（割当時間）: 受講者がスケジュール外で自由に使える時間の上限。実習の自習枠などに相当する
• ラボプランの管理者・教員・受講者: それぞれ IT 管理者・授業担当者・参加者に対応するロール

仕様・制限・クォータ

• ラボ VM は内部的に Azure の仮想マシンとして動くため、選べる VM サイズや GPU 付きサイズはラボプランで許可された範囲に限られる
• 各受講者に割当時間の上限を設定でき、上限と自動停止スケジュールの両方でコストを制御する
• 1つのラボに登録できる受講者数（VM 台数）の上限があり、必要に応じてラボを分ける
• 利用できるリージョンや VM サイズの空き容量はサブスクリプションのクォータに従うため、GPU など特定サイズは事前の容量確認が要る
• イメージは Azure Marketplace 由来のものや、後述の Azure Compute Gallery から取り込んだカスタムイメージを使う
• Lab Services のコアクォータは移行先へ引き継がれない。代替サービスの容量を別途申請し、試行前に確保する

内部の仕組み

横にスクロール

Lab Services は「IT 管理者が用意するラボプラン」と「教員が運用するラボ」に役割が分かれています。教員はテンプレート VM を1台作り込んで公開し、その内容が受講者の人数分の VM として複製されます。受講者は専用の Web ポータルやリモート接続クライアントから、自分に割り当てられた VM へつなぎます。

• 教員がテンプレート VM を起動し、ツール・教材・設定を作り込んでから公開する
• 公開操作によってテンプレートのディスクが受講者ごとの VM に複製される
• 受講者は登録メールからラボの URLにアクセスし、自分の VM を起動・接続する
• スケジュールや割当時間に基づいて、VM は自動で起動・停止しコンピューティング課金を抑える
• ネットワークは、ラボプランで仮想ネットワークと接続（ピアリング）して社内リソースへ到達させることもできる

設計パターン / ベストプラクティス

• 用途ごとに移行先を分ける: 授業は提携サービスやAVD、開発検証はDevTest LabsやDev Box、常設端末はWindows 365を候補にして責任範囲を比較する
• テンプレートを作り込んでから公開: ツール・ライセンス・サンプルデータをテンプレート VM に入れ、検証後に公開して全受講者へ一括展開する
• スケジュールと割当時間を併用: 授業時間は自動起動・停止、自習分は割当時間の上限で配る、という二段構えで使いすぎを防ぐ
• カスタムイメージは Compute Gallery で再利用: よく使う実習環境を Azure Compute Gallery に保存し、別のラボや次年度のラボから取り込む
• ネットワーク接続は要件に応じて: 社内のライセンスサーバーやデータへ到達させたいときだけ、ラボプランで仮想ネットワークと接続する
• GPU が要る実習は専用サイズで: 機械学習やレンダリングなど重い実習には GPU 付き VM サイズを許可し、通常実習は安価なサイズに分ける
• 学期・研修ごとにラボを分ける: 終了後にラボを削除すれば、関連 VM ごと一括で片付けられる

運用・監視

• ラボの管理画面で、各受講者 VM の状態（起動・停止）・割当時間の消費・登録状況を確認する
• スケジュールどおりに自動起動・停止しているか、授業前後で受講者 VM の電源状態を点検する
• イメージや教材を更新したいときは、テンプレート VM を再公開して受講者 VM を作り直す運用を取る
• 接続できない受講者がいる場合は、登録状態・VM の電源・割当時間の残り・ネットワーク到達性を順に切り分ける
• コストの傾向は、サブスクリプションのコスト分析でラボ単位のリソースを見て把握する

コスト

費用の中心は受講者ごとの仮想マシンの稼働時間です。VM が起動している時間に対して課金され、停止中はコンピューティング課金が止まる仕組みのため、起動時間の管理がそのまま節約につながります。

• 稼働時間ベースの課金: ラボ VM が動いている時間に応じて費用が発生する。停止すればコンピューティング課金は止まる
• 自動シャットダウンとスケジュールが最大の節約ポイント。授業外の時間に止める設定を必ず入れる
• 割当時間の上限で、受講者の自習による使いすぎを未然に抑える
• VM サイズの選定が単価に直結する。GPU など高性能サイズは必要な実習だけに限定する
• 学期・研修の終了後はラボを削除し、不要な VM やディスクを残さない

セキュリティ

• ロールで責任を分離: IT 管理者（ラボプラン）・教員（ラボ運用）・受講者（自分の VM のみ）で権限を分け、必要以上の操作をさせない
• 受講者は自分の VM だけにアクセスでき、他人の環境やラボプランの設定には触れない
• ネットワークは必要なときだけ接続: 社内リソースへ到達させる場合のみ仮想ネットワークと接続し、不要な経路は作らない
• テンプレート VM に機密データや本番の認証情報を入れない。実習用のサンプルデータと専用アカウントを使う
• イメージの出所を管理: 信頼できる Marketplace イメージや、検証済みの Compute Gallery イメージのみを許可する

関連サービス・比較

移行先は単一ではありません。既存ラボが担っていたテンプレート複製、受講者管理、時間制御、ネットワークを分解し、用途と運用できる範囲に合わせて選びます。

移行対象の確認例

# 既存顧客が移行対象のラボを一覧化
az lab-services lab list \
  --resource-group lab-rg \
  --output table

一覧に加え、テンプレート内のアプリとライセンス、利用者、スケジュール、接続先、教材データを別の移行台帳へ記録します。