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

标签：name service AKS rabbitmq 群集 Azure Kubernetes store

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

本文内容

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。

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。

使用 az aks install-cli 命令在本地安装 kubectl。
Azure CLI
```
az aks install-cli
```
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
```
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：

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。

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。

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。

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。
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
```
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
```
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”。

标签：name,service,AKS,rabbitmq,群集,Azure,Kubernetes,store
From： https://www.cnblogs.com/bruce1992/p/17859516.html