526互联

快速入门：使用 Azure CLI 部署 Azure Kubernetes 服务 (AKS) 群集

发布时间 2023-11-27 15:44:32作者: MaxBruce

原文：https://learn.microsoft.com/zh-cn/azure/aks/learn/quick-kubernetes-deploy-cli

本文内容

  1. 开始之前
  2. 创建资源组
  3. 创建 AKS 群集
  4. 连接到群集

Azure Kubernetes 服务 (AKS) 是可用于快速部署和管理群集的托管式 Kubernetes 服务。 在本快速入门中，请执行以下操作：

  • 使用 Azure CLI 部署 AKS 群集。
  • 使用一组微服务和模拟零售场景的 Web 前端运行示例多容器应用程序。

 备注

此示例应用程序仅用于演示目的，并不代表 Kubernetes 应用程序的所有最佳做法。

Screenshot of browsing to Azure Store sample application.

开始之前

  • 本快速入门假设读者基本了解 Kubernetes 的概念。 有关详细信息，请参阅 Azure Kubernetes 服务 (AKS) 的 Kubernetes 核心概念。

  • 需要一个具有活动订阅的 Azure 帐户。 如果你没有帐户，请免费创建一个。

  • 若要详细了解如何创建 Windows Server 节点池，请参阅创建支持 Windows Server 容器的 AKS 群集。

  • 本文需要 Azure CLI 2.0.64 或更高版本。 如果你使用的是 Azure Cloud Shell，则表示已安装最新版本。

  • 确保用于创建群集的标识具有适当的最低权限。 有关 AKS 访问和标识的详细信息，请参阅 Azure Kubernetes Service (AKS) 的访问和标识选项。

  • 如果你有多个 Azure 订阅，请使用 az account 命令选择应在其中计收资源费用的相应订阅 ID。

  • 验证是否已在订阅中注册 Microsoft.OperationsManagement 和 Microsoft.OperationalInsights 提供程序。 这些 Azure 资源提供程序是支持容器见解所必需的。 使用以下命令检查注册状态：

    Azure CLI
    az provider show -n Microsoft.OperationsManagement -o table
az provider show -n Microsoft.OperationalInsights -o table

    如果它们未注册，请使用以下 命令进行注册：

    Azure CLI
    az provider register --namespace Microsoft.OperationsManagement
az provider register --namespace Microsoft.OperationalInsights

 备注

如果你打算在本地而不是在 Azure Cloud Shell 中运行命令，请以管理员权限运行这些命令。

 备注

Azure Linux 节点池现已正式发布 (GA)。 若要了解权益和部署步骤，请参阅适用于 AKS 的 Azure Linux 容器主机简介。

创建资源组

Azure 资源组是用于部署和管理 Azure 资源的逻辑组。 创建资源组时，系统会提示你指定一个位置。 此位置是资源组元数据的存储位置，也是资源在 Azure 中运行的位置（如果你在创建资源期间未指定其他区域）。

以下示例在“eastus”位置创建名为“myResourceGroup”的资源组。

  • 使用 az group create 命令创建资源组。

    Azure CLI
    az group create --name myResourceGroup --location eastus

    以下示例输出类似于成功创建资源组：

    输出
    {
  "id": "/subscriptions/<guid>/resourceGroups/myResourceGroup",
  "location": "eastus",
  "managedBy": null,
  "name": "myResourceGroup",
  "properties": {
    "provisioningState": "Succeeded"
  },
  "tags": null
}

创建 AKS 群集

以下示例使用一个节点创建名为 myAKSCluster 的群集，并启用系统分配的托管标识。

  • 使用带有 --enable-addons monitoring 和 --enable-msi-auth-for-monitoring 参数的 az aks create 命令创建 AKS 群集，以启用带有托管标识身份验证的 Azure Monitor 容器见解（预览版）。

    Azure CLI
    az aks create -g myResourceGroup -n myAKSCluster --enable-managed-identity --node-count 1 --enable-addons monitoring --enable-msi-auth-for-monitoring  --generate-ssh-keys

    片刻之后，该命令将会完成，并返回有关群集的 JSON 格式信息。

     备注

    当你创建新群集时，AKS 会自动创建第二个资源组来存储 AKS 资源。 有关详细信息，请参阅为什么使用 AKS 创建两个资源组？

连接到群集

若要管理 Kubernetes 群集，请使用 Kubernetes 命令行客户端 kubectl。 如果使用的是 Azure Cloud Shell，则 kubectl 已安装。

  1. 使用 az aks install-cli 命令在本地安装 kubectl。

    Azure CLI
    az aks install-cli

  2. 使用 az aks get-credentials 命令将 kubectl 配置为连接到你的 Kubernetes 群集。 此命令将下载凭据，并将 Kubernetes CLI 配置为使用这些凭据。

    Azure CLI
    az aks get-credentials --resource-group myResourceGroup --name myAKSCluster

  3. 使用 kubectl get 命令验证与群集之间的连接。 此命令将返回群集节点的列表。

    Azure CLI
    kubectl get nodes

    以下示例输出显示在上一步创建的单个节点。 确保节点状态为“就绪”。

    输出
    NAME                       STATUS   ROLES   AGE     VERSION
aks-nodepool1-31718369-0   Ready    agent   6m44s   v1.12.8

部署应用程序

若要部署应用程序，请使用清单文件创建运行 AKS 应用商店应用程序所需的所有对象。 Kubernetes 清单文件定义群集的所需状态，例如，要运行哪些容器映像。 清单包含以下 Kubernetes 部署和服务：

Screenshot of Azure Store sample architecture.

  • 门店：Web 应用程序，供客户查看产品和下单。
  • 产品服务：显示产品信息。
  • 订单服务：下单。
  • Rabbit MQ：订单队列的消息队列。

 备注

不建议在没有持久性存储用于生产的情况下，运行有状态容器（例如 Rabbit MQ）。 为简单起见，建议使用托管服务，例如 Azure CosmosDB 或 Azure 服务总线。

  1. 创建名为 aks-store-quickstart.yaml 的文件，并将以下清单复制到其中：

    YAML
    apiVersion: apps/v1
kind: Deployment
metadata:
  name: rabbitmq
spec:
  replicas: 1
  selector:
    matchLabels:
      app: rabbitmq
  template:
    metadata:
      labels:
        app: rabbitmq
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
      - name: rabbitmq
        image: mcr.microsoft.com/mirror/docker/library/rabbitmq:3.10-management-alpine
        ports:
        - containerPort: 5672
          name: rabbitmq-amqp
        - containerPort: 15672
          name: rabbitmq-http
        env:
        - name: RABBITMQ_DEFAULT_USER
          value: "username"
        - name: RABBITMQ_DEFAULT_PASS
          value: "password"
        resources:
          requests:
            cpu: 10m
            memory: 128Mi
          limits:
            cpu: 250m
            memory: 256Mi
        volumeMounts:
        - name: rabbitmq-enabled-plugins
          mountPath: /etc/rabbitmq/enabled_plugins
          subPath: enabled_plugins
      volumes:
      - name: rabbitmq-enabled-plugins
        configMap:
          name: rabbitmq-enabled-plugins
          items:
          - key: rabbitmq_enabled_plugins
            path: enabled_plugins
---
apiVersion: v1
data:
  rabbitmq_enabled_plugins: |
    [rabbitmq_management,rabbitmq_prometheus,rabbitmq_amqp1_0].
kind: ConfigMap
metadata:
  name: rabbitmq-enabled-plugins            
---
apiVersion: v1
kind: Service
metadata:
  name: rabbitmq
spec:
  selector:
    app: rabbitmq
  ports:
    - name: rabbitmq-amqp
      port: 5672
      targetPort: 5672
    - name: rabbitmq-http
      port: 15672
      targetPort: 15672
  type: ClusterIP
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: order-service
spec:
  replicas: 1
  selector:
    matchLabels:
      app: order-service
  template:
    metadata:
      labels:
        app: order-service
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
      - name: order-service
        image: ghcr.io/azure-samples/aks-store-demo/order-service:latest
        ports:
        - containerPort: 3000
        env:
        - name: ORDER_QUEUE_HOSTNAME
          value: "rabbitmq"
        - name: ORDER_QUEUE_PORT
          value: "5672"
        - name: ORDER_QUEUE_USERNAME
          value: "username"
        - name: ORDER_QUEUE_PASSWORD
          value: "password"
        - name: ORDER_QUEUE_NAME
          value: "orders"
        - name: FASTIFY_ADDRESS
          value: "0.0.0.0"
        resources:
          requests:
            cpu: 1m
            memory: 50Mi
          limits:
            cpu: 75m
            memory: 128Mi
      initContainers:
      - name: wait-for-rabbitmq
        image: busybox
        command: ['sh', '-c', 'until nc -zv rabbitmq 5672; do echo waiting for rabbitmq; sleep 2; done;']
        resources:
          requests:
            cpu: 1m
            memory: 50Mi
          limits:
            cpu: 75m
            memory: 128Mi    
---
apiVersion: v1
kind: Service
metadata:
  name: order-service
spec:
  type: ClusterIP
  ports:
  - name: http
    port: 3000
    targetPort: 3000
  selector:
    app: order-service
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: product-service
spec:
  replicas: 1
  selector:
    matchLabels:
      app: product-service
  template:
    metadata:
      labels:
        app: product-service
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
      - name: product-service
        image: ghcr.io/azure-samples/aks-store-demo/product-service:latest
        ports:
        - containerPort: 3002
        resources:
          requests:
            cpu: 1m
            memory: 1Mi
          limits:
            cpu: 1m
            memory: 7Mi
---
apiVersion: v1
kind: Service
metadata:
  name: product-service
spec:
  type: ClusterIP
  ports:
  - name: http
    port: 3002
    targetPort: 3002
  selector:
    app: product-service
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: store-front
spec:
  replicas: 1
  selector:
    matchLabels:
      app: store-front
  template:
    metadata:
      labels:
        app: store-front
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
      - name: store-front
        image: ghcr.io/azure-samples/aks-store-demo/store-front:latest
        ports:
        - containerPort: 8080
          name: store-front
        env: 
        - name: VUE_APP_ORDER_SERVICE_URL
          value: "http://order-service:3000/"
        - name: VUE_APP_PRODUCT_SERVICE_URL
          value: "http://product-service:3002/"
        resources:
          requests:
            cpu: 1m
            memory: 200Mi
          limits:
            cpu: 1000m
            memory: 512Mi
---
apiVersion: v1
kind: Service
metadata:
  name: store-front
spec:
  ports:
  - port: 80
    targetPort: 8080
  selector:
    app: store-front
  type: LoadBalancer

    有关 YAML 清单文件的明细，请参阅部署和 YAML 清单。

  2. 使用 kubectl apply 命令部署应用程序，并指定 YAML 清单的名称。

    Azure CLI
    kubectl apply -f aks-store-quickstart.yaml

    以下示例输出显示部署和服务：

    输出
    deployment.apps/rabbitmq created
service/rabbitmq created
deployment.apps/order-service created
service/order-service created
deployment.apps/product-service created
service/product-service created
deployment.apps/store-front created
service/store-front created

测试应用程序

应用程序运行时，Kubernetes 服务将向 Internet 公开应用程序前端。 此过程可能需要几分钟才能完成。

  1. 使用 kubectl get pods 命令查看已部署的 Pod 的状态。 在继续操作之前，将所有 Pod 都设置为 Running。

  2. 检查应用商店前端应用程序的公共 IP 地址。 使用带有 --watch 参数的 kubectl get service 命令来监视进度。

    Azure CLI
    kubectl get service store-front --watch

    store-front 服务的 EXTERNAL-IP 输出最初显示为正在挂起：

    输出
    NAME          TYPE           CLUSTER-IP    EXTERNAL-IP   PORT(S)        AGE
store-front   LoadBalancer   10.0.100.10   <pending>     80:30025/TCP   4h4m

  3. 在 EXTERNAL-IP 地址从 pending 更改为实际公共 IP 地址后，请使用 CTRL-C 来停止 kubectl 监视进程。

    以下示例输出显示向服务分配了有效的公共 IP 地址：

    输出
    NAME          TYPE           CLUSTER-IP    EXTERNAL-IP    PORT(S)        AGE
store-front   LoadBalancer   10.0.100.10   20.62.159.19   80:30025/TCP   4h5m

  4. 打开 Web 浏览器并转到服务的外部 IP 地址，以查看 Azure 应用商店应用的实际效果。

    Screenshot of AKS Store sample application.

删除群集

如果你不打算完成以下教程，请清理不需要的资源以避免产生 Azure 费用。

  • 使用 az group delete 命令删除资源组、容器服务和所有相关资源。

    Azure CLI
    az group delete --name myResourceGroup --yes --no-wait

     备注

    AKS 群集是使用系统分配的托管标识创建的，这是本快速入门中使用的默认标识选项。 平台将负责管理此标识，因此你无需手动删除它。

后续步骤

在本快速入门中，你部署了一个 Kubernetes 群集，并在其中部署了一个简单的多容器应用程序。

若要详细了解 AKS 并演练完整的部署示例代码，请继续阅读教程“Kubernetes 群集”。