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。

在 Azure Kubernetes 服务 (AKS) 上使用项目流式处理功能来缩短映像拉取时间（预览）

项目
08/02/2024

高性能计算工作负载通常涉及大型映像，这可能导致映像拉取时间长并拖慢工作负载部署速度。通过 AKS 上的项目流式处理功能，可将容器映像从 Azure 容器注册表 (ACR) 流式传输到 AKS。 AKS 只拉取初始 Pod 启动所需的层，从而缩短拉取映像和部署工作负载所需的时间。

项目流式处理可将 Pod 就绪时间减少 15% 以上（具体取决于映像的大小），并且最适合<30 GB 的映像。我们的测试显示，<10 GB 的映像的 Pod 启动时间从数分钟缩短到了数秒。如果有 Pod 需要访问大型文件 (>30 GB)，应将其装载为卷，而不是将其构建为层。这是因为如果 Pod 要求启动该文件，会造成节点拥塞。如果启动时需要从文件系统读取大量图像，则项目流式处理并不理想。使用项目流式处理时，Pod 启动将并发进行，而如果不使用此功能，Pod 以串行方式启动。

本文介绍如何在 AKS 节点池上启用项目流式处理功能来流式传输 ACR 中的项目。

重要

AKS 预览功能是可选择启用的自助功能。预览功能是“按现状”和“按可用”提供的，不包括在服务级别协议和有限保证中。 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：

先决条件

需要具有 ACR 集成的现有 AKS 群集。如果没有，可使用来自 AKS 的 ACR 进行身份验证来创建一个。
在 ACR 上启用项目流式处理。
此功能需要 Kubernetes 1.25 或更高版本。要查看 AKS 群集版本，请参阅检查可用的 AKS 群集升级。

注意

项目流式处理仅在 Ubuntu 22.04、Ubuntu 20.04 和 Azure Linux 节点池上受支持。不支持 Windows 节点池。

安装 `aks-preview` CLI 扩展

使用 az extension add 命令安装 aks-preview CLI 扩展。
```
az extension add --name aks-preview
```
使用 az extension update 命令更新扩展，确保已安装最新版本。
```
az extension update --name aks-preview
```

在订阅中注册 `ArtifactStreamingPreview` 功能标志

使用 az feature register 命令在订阅中注册 ArtifactStreamingPreview 功能标志。

az feature register --namespace Microsoft.ContainerService --name ArtifactStreamingPreview

在 ACR 上启用项目流式处理

要在 AKS 上使用项目流式处理，需要在 ACR 上启用它。有关详细信息，请参阅 ACR 上的项目流式处理。

使用 az group create 命令创建 Azure 资源组来保存 ACR 实例。
```
az group create --name myStreamingTest --location westus
```
使用带 --sku Premium 标志的 az acr create 命令创建新的高级 SKU Azure 容器注册表。
```
az acr create --resource-group myStreamingTest --name mystreamingtest --sku Premium
```
使用 az configure 命令为订阅配置默认 ACR 实例。
```
az configure --defaults acr="mystreamingtest"
```

使用 az acr import 命令将映像推送或导入注册表。

az acr import --source docker.io/jupyter/all-spark-notebook:latest --repository jupyter/all-spark-notebook:latest

使用 az acr artifact-streaming create 命令根据映像创建流项目。

az acr artifact-streaming create --image jupyter/all-spark-notebook:latest

使用 az acr manifest list-referrers 命令验证所生成的项目流式处理。
```
az acr manifest list-referrers --name jupyter/all-spark-notebook:latest
```

在 AKS 上启用项目流式处理

在新的节点池上启用项目流式处理

使用 az aks nodepool add 命令和 --enable-artifact-streaming 新建启用了项目流式处理的节点池。

az aks nodepool add \
    --resource-group myResourceGroup \
    --cluster-name myAKSCluster \
    --name myNodePool \
    --enable-artifact-streaming

在现有节点池上启用项目流式处理

使用带有 --enable-artifact-streaming 的 az aks nodepool update 命令更新现有节点池以启用项目流式处理。

az aks nodepool update \
    --resource-group myResourceGroup \
    --cluster-name myAKSCluster \
    --name myNodePool \
    --enable-artifact-streaming

检查是否启用了项目流式处理

现在你已经在高级 ACR 上启用了项目流式处理，并将其连接到了已启用项目流式处理的 AKS 节点池，此群集上有从已启用项目流式处理的 ACR 进行映像拉取的任何新 Pod 部署都将缩短映像拉取时间。

使用 az aks nodepool show 命令检查节点池是否已启用项目流式处理。
```
az aks nodepool show --resource-group myResourceGroup --cluster-name myAKSCluster --name myNodePool --query artifactStreamingProfile
```
在输出中，检查 Enabled 字段是否设置为 true。

后续步骤

本文介绍了如何在 AKS 节点池上启用项目流式处理功能来流式传输 ACR 中的项目并缩短映像拉取时间。若要详细了解如何在 AKS 中使用容器映像，请参阅 AKS 中容器映像管理和安全性的最佳做法。

通过