快速入门：使用 Azure CLI 为 AKS 群集部署 Azure 容器 Linux （ACL）

通过使用 Azure CLI 部署 AKS 群集，开始使用适用于 AKS 的 Azure 容器 Linux （ACL）。

在此快速入门中，您将学习如何：

使用适用于 AKS 的 ACL 创建 AKS 集群。
使用 Azure CLI 部署群集。
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。

Important

如果在 AKS 上使用 Azure 容器 Linux （ACL），请确保查看以下注意事项和限制：

ACL 自 AKS v1.34 起正式发布。
ACL 需要有安全启动和 vTPM 的受信任启动。非受信任的启动变体不可用。
Arm64 上的 ACL 要求使用基于 Cobalt 的 (v6) SKU，以支持受信任启动兼容性。
NodeImage 并且 None 是唯一受支持的操作系统（OS）升级通道。 Unmanaged 和 SecurityPatch 由于不可变的 /usr 目录而与 ACL 不兼容。
不支持工件流式传输。
不支持 Pod Sandboxing。
不支持机密虚拟机（CVM）。
不支持第 1 代 VM。
不支持启用 FIPS 的节点。

先决条件

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。
如果你没有 Azure 帐户，请在开始之前创建一个试用帐户。
如果想要在本地运行 CLI 引用命令，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。
- 需要Azure CLI 2.86.0 或更高版本。运行 az version 以查找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。
如果有多个 Azure 订阅，请选择相应的订阅 ID，其中应使用 az account set 命令对资源进行计费。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。

注册必需的资源提供程序

可能需要在Azure订阅中注册所需的资源提供程序，例如 Microsoft.ContainerService。

检查注册状态

使用 az provider show 命令检查注册状态。

az provider show --namespace Microsoft.ContainerService --query registrationState

注册资源提供程序

如有必要，请使用 Microsoft.ContainerService 命令注册 az provider register 资源提供程序。

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。如果需要，可以将值替换为自己的自定义名称。

export RESOURCE_GROUP="myAKSResourceGroup"
export REGION="chinanorth3"
export CLUSTER_NAME="myAKSCluster"

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 $RESOURCE_GROUP \
  --location $REGION

示例输出：

{
  "id": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myAKSResourceGroup",
  "location": "chinanorth3",
  "managedBy": null,
  "name": "myAKSResourceGroup",
  "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。该 --os-sku AzureContainerLinux 参数将系统节点池配置为使用 ACL 作为节点 OS。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 $RESOURCE_GROUP \
  --name $CLUSTER_NAME \
  --os-sku AzureContainerLinux \
  --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。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 $RESOURCE_GROUP \
  --name $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

若要部署应用程序，请使用清单文件创建运行 AKS Store 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，例如要运行的容器映像。该清单包含以下 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 ”按钮并选择本地文件系统中的文件，将清单文件上传到 Cli 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-IPstore-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 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：
```
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 $RESOURCE_GROUP

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。

在本快速入门中，你已使用 Azure CLI 为 AKS 部署了 AKS 群集，其中包含 ACL。若要详细了解 AKS 的 ACL，请参阅用于 Azure Kubernetes 服务 (AKS) 的 Azure Container Linux (ACL)。

Last updated on 2026-06-16