Azure AD Domain Services 托管域管理指南
前言
Azure Active Directory Domain Services (Azure AD DS) 提供托管域服务,让用户无需自行部署和管理域控制器即可使用传统的 Active Directory 功能。本文将详细介绍如何管理 Azure AD DS 托管域,包括必要的准备工作、可执行的管理任务以及相关限制。
准备工作
在开始管理 Azure AD DS 托管域之前,需要确保以下条件已满足:
-
有效的 Azure 订阅:这是使用所有 Azure 服务的基础。
-
Azure AD 目录:可以是与本地目录同步的混合目录,也可以是纯云目录。
-
已启用 Azure AD Domain Services:如果尚未启用,需要按照入门指南完成配置。
-
已加入域的虚拟机:用于远程管理托管域的管理工作站。如果没有这样的虚拟机,需要先完成加入域的操作。
-
管理员凭据:需要使用属于"AAD DC Administrators"组成员的用户账户凭据。
可执行的管理任务
作为"AAD DC Administrators"组的成员,您可以在托管域上执行以下管理任务:
-
计算机加入域:将新计算机加入到托管域中。
-
组策略管理:配置"AADDC Computers"和"AADDC Users"容器中的内置GPO。
-
DNS管理:管理托管域的DNS记录和区域。
-
组织单元(OU)管理:创建和管理自定义OU。
-
计算机管理:对已加入域的计算机进行管理操作。
受限的管理权限
由于托管域由Microsoft全权管理(包括补丁更新、监控、备份等),您将无法执行某些传统域管理任务:
-
无域管理员权限:您不会被授予域管理员或企业管理员权限。
-
无法扩展架构:不能修改或扩展Active Directory架构。
-
无法直接访问域控制器:不能通过远程桌面连接域控制器。
-
无法添加域控制器:不能向托管域添加额外的域控制器。
详细管理步骤
步骤1:准备管理工作站
要管理Azure AD DS托管域,您需要一台已加入域的Windows Server虚拟机作为管理工作站:
-
创建Windows Server虚拟机并确保其已成功加入托管域。
-
对于Windows 10等客户端系统,可以安装远程服务器管理工具(RSAT)来实现管理功能。
步骤2:安装AD管理工具
在管理工作站上安装Active Directory管理工具:
-
使用"AAD DC Administrators"组成员的账户登录虚拟机。
-
打开服务器管理器,启动"添加角色和功能向导"。
-
选择"基于角色或基于功能的安装"选项。
-
在功能选择页面,展开"远程服务器管理工具"→"角色管理工具",勾选"AD DS和AD LDS工具"。
-
完成安装后,您将在管理工具中看到Active Directory相关工具。
步骤3:探索和管理托管域
使用安装的AD管理工具连接和管理托管域:
-
打开"Active Directory管理中心"(ADAC),您将看到托管域的基本结构。
-
查看"AADDC Users"容器,这里包含了从Azure AD同步过来的用户和组。
-
查看"AADDC Computers"容器,这里列出了所有已加入域的计算机。
-
您可以使用这些工具执行前面提到的各种管理任务。
最佳实践建议
-
权限最小化:仅将必要用户添加到"AAD DC Administrators"组。
-
定期审核:定期检查托管域中的用户、组和计算机账户。
-
使用OU组织资源:虽然不能修改内置容器,但可以创建自定义OU来更好地组织资源。
-
文档记录:记录所有自定义配置,特别是GPO和DNS设置。
-
监控变更:虽然Microsoft管理底层基础设施,但您应该监控自己所做的配置变更。
常见问题解答
Q:为什么我不能直接登录域控制器? A:这是设计如此,Azure AD DS是完全托管的服务,Microsoft负责所有域控制器的维护工作。
Q:我可以将本地AD域控制器加入到这个托管域吗? A:不可以,Azure AD DS托管域不支持建立域信任或添加额外域控制器。
Q:如何管理大量计算机加入域? A:您可以创建自动化脚本或使用系统管理工具批量处理计算机加入域的操作。
通过本文的指导,您应该能够有效地管理Azure AD Domain Services托管域,同时理解其与传统Active Directory环境的管理差异。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00