你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
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。 在此快速入门中，您将学习如何：
- 使用 Flatcar Container Linux for AKS 创建 AKS 群集（预览版）。
- 使用 Azure CLI 部署 AKS 群集。
- 使用一组微服务和 Web 前端运行示例多容器应用程序，以模拟零售方案。
注释
本文包含仅出于评估目的部署具有默认设置的群集的步骤。 在部署生产就绪群集之前，建议熟悉 基线参考体系结构 ，以考虑它如何符合业务需求。
在您开始之前
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。
- 如果没有 Azure 帐户，请在开始前创建一个免费帐户。
在 Azure Cloud Shell 中使用 Bash 环境。 有关详细信息，请参阅 Azure Cloud Shell 入门。
如需在本地运行 CLI 参考命令，请安装 Azure CLI。 如果在 Windows 或 macOS 上运行，请考虑在 Docker 容器中运行 Azure CLI。 有关详细信息，请参阅如何在 Docker 容器中运行 Azure CLI。
如果使用的是本地安装，请使用 az login 命令登录到 Azure CLI。 若要完成身份验证过程，请遵循终端中显示的步骤。 有关其他登录选项，请参阅 使用 Azure CLI 向 Azure 进行身份验证。
出现提示时，请在首次使用时安装 Azure CLI 扩展。 有关扩展的详细信息，请参阅 使用和管理 Azure CLI 中的扩展。
运行az version命令，以查看已安装的版本和依赖库。 若要升级到最新版本，请运行az upgrade。
- 确保用于创建群集的标识具有合适的的最低权限。 有关 AKS 的访问和标识的详细信息，请参阅 Azure Kubernetes 服务 (AKS) 的访问和标识选项。
- 如果你有多个 Azure 订阅，请使用
az account set命令选择应在其中计收资源费用的相应订阅 ID。 有关详细信息，请参阅如何管理 Azure 订阅 - Azure CLI。 - 根据 Azure 订阅，可能需要请求增加 vCPU 配额。 有关详细信息，请参阅增加 VM 系列 vCPU 配额。
注册资源提供程序
可能需要在 Azure 订阅中注册资源提供程序。 例如，Microsoft.ContainerService 是必需的。
使用 az provider show 命令检查注册状态。
az provider show --namespace Microsoft.ContainerService --query registrationState
如有必要，请使用 az provider register 命令注册资源提供程序。
az provider register --namespace Microsoft.ContainerService
安装 aks-preview 扩展
重要
AKS 预览功能可在自助服务和自愿选择的基础上启用。 预览版按“现状”和“视供应情况”提供，它们不包括在服务级别协议和有限保证范围内。 AKS 预览功能是由客户支持尽最大努力部分覆盖。 因此，这些功能并不适合用于生产。 有关详细信息，请参阅以下支持文章：
使用
aks-preview命令安装az extension addAzure CLI 扩展。az extension add --name aks-preview使用
az extension update命令更新到扩展的最新版本。 Flatcar Container Linux 至少需要 18.0.0b42。az extension update --name aks-preview
注册 AKSFlatcarPreview 功能标志
使用
AKSFlatcarPreview命令注册az feature register功能标志。az feature register --namespace "Microsoft.ContainerService" --name "AKSFlatcarPreview"使用
az feature show命令验证注册状态。 几分钟后，状态将显示为“已注册”。az feature show --namespace Microsoft.ContainerService --name AKSFlatcarPreview当状态反映为已注册时，使用 命令刷新
az provider register资源提供程序的注册。az provider register --namespace Microsoft.ContainerService
定义环境变量
- 定义以下环境变量，以便在本快速入门中使用：
export RANDOM_ID="$(openssl rand -hex 3)"
export MY_RESOURCE_GROUP_NAME="myAKSResourceGroup$RANDOM_ID"
export REGION="westus"
export MY_AKS_CLUSTER_NAME="myAKSCluster$RANDOM_ID"
变量 RANDOM_ID 的值是追加到资源组和群集名称中的六个字符字母数字值，以便名称是唯一的。 使用echo命令查看变量值，例如echo $RANDOM_ID。
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）。
- 使用
az group create命令创建资源组。
az group create \
--name $MY_RESOURCE_GROUP_NAME \
--location $REGION
示例输出：
{
"id": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myAKSResourceGroup<randomIDValue>",
"location": "westus",
"managedBy": null,
"name": "myAKSResourceGroup<randomIDValue>",
"properties": {
"provisioningState": "Succeeded"
},
"tags": null,
"type": "Microsoft.Resources/resourceGroups"
}
创建 AKS 群集
- 使用
az aks create命令创建 AKS 群集。 以下示例创建包含一个节点的群集，并启用系统分配的托管标识：
az aks create \
--resource-group $MY_RESOURCE_GROUP_NAME \
--name $MY_AKS_CLUSTER_NAME \
--os-sku flatcar \
--node-count 1 \
--generate-ssh-keys
注释
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？
连接至群集
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。 若要在本地安装 kubectl，请使用 az aks install-cli 命令。
使用
kubectl命令将az aks get-credentials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。az aks get-credentials \ --resource-group $MY_RESOURCE_GROUP_NAME \ --name $MY_AKS_CLUSTER_NAME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。kubectl get nodes
部署应用程序
若要部署该应用程序，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。 该清单包括以下 Kubernetes 部署和服务：
- 店面前台：供客户查看产品和下单的 Web 应用程序。
- 产品服务：显示产品信息。
- 订单服务：下订单。
-
RabbitMQ：订单队列的消息队列。
注释
建议不要运行有状态容器，例如 RabbitMQ，在没有用于生产环境的持久性存储的情况下。 为了简单起见，我们建议使用托管服务，例如 Azure Cosmos DB 或 Azure 服务总线。
创建名为 aks-store-quickstart.yaml 的文件，并在以下清单中复制。
apiVersion: apps/v1 kind: StatefulSet metadata: name: rabbitmq spec: serviceName: rabbitmq 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 startupProbe: httpGet: path: /health port: 3000 failureThreshold: 5 initialDelaySeconds: 20 periodSeconds: 10 readinessProbe: httpGet: path: /health port: 3000 failureThreshold: 3 initialDelaySeconds: 3 periodSeconds: 5 livenessProbe: httpGet: path: /health port: 3000 failureThreshold: 5 initialDelaySeconds: 3 periodSeconds: 3 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 env: - name: AI_SERVICE_URL value: "http://ai-service:5001/" resources: requests: cpu: 1m memory: 1Mi limits: cpu: 2m memory: 20Mi readinessProbe: httpGet: path: /health port: 3002 failureThreshold: 3 initialDelaySeconds: 3 periodSeconds: 5 livenessProbe: httpGet: path: /health port: 3002 failureThreshold: 5 initialDelaySeconds: 3 periodSeconds: 3 --- 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 startupProbe: httpGet: path: /health port: 8080 failureThreshold: 3 initialDelaySeconds: 5 periodSeconds: 5 readinessProbe: httpGet: path: /health port: 8080 failureThreshold: 3 initialDelaySeconds: 3 periodSeconds: 3 livenessProbe: httpGet: path: /health port: 8080 failureThreshold: 5 initialDelaySeconds: 3 periodSeconds: 3 --- 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。
如果在本地创建并保存 YAML 文件，则可以通过选择 “上传/下载文件 ”按钮并从本地文件系统中选择文件，将清单文件上传到 Cloud Shell 中的默认目录。
使用
kubectl apply命令部署应用程序，并指定 YAML 清单的名称。kubectl apply -f aks-store-quickstart.yaml以下示例输出显示部署和服务：
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。
使用
kubectl get pods命令查看已部署的 Pod 的状态。 在继续操作之前，请确保所有 Pod 的状态为Running。kubectl get pods检查
store-front应用程序的公共 IP 地址。 使用带有kubectl get service参数的--watch命令来监视进度。kubectl get service store-front --watch服务的 EXTERNAL-IP
store-front输出最初显示为“pending”：NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE store-front LoadBalancer 10.0.100.10 <pending> 80:30025/TCP 4h4m在 EXTERNAL-IP 地址从“待处理”更改为实际的公共 IP 地址后，请使用 来停止 监视进程
CTRL-Ckubectl。以下示例输出显示向服务分配了有效的公共 IP 地址：
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE store-front LoadBalancer 10.0.100.10 20.62.159.19 80:30025/TCP 4h5m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。
删除群集
如果不打算完成 AKS 教程，请清理不必要的资源以避免 Azure 计费费用。
使用
az group delete命令删除资源组、容器服务和所有相关资源。az group delete --name $MY_RESOURCE_GROUP_NAMEAKS 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，然后在其中部署了示例多容器应用程序。 此示例应用程序仅用于演示目的，并未展示出 Kubernetes 应用程序的所有最佳做法。 有关如何使用 AKS 创建完整解决方案以供生产的指导，请参阅 AKS 解决方案指南。
若要详细了解 AKS 并执行完整的代码到部署示例，请继续学习 Kubernetes 群集教程。
