快速入門：使用 Azure CLI 部署 Azure Kubernetes Service (AKS) 叢集

Azure Kubernetes Service (AKS) 是受控 Kubernetes 服務，可讓您快速部署及管理叢集。在此快速入門中，您可了解如何：

使用 Azure CLI 部署 AKS 叢集。
使用一組微服務和 Web 前端來執行範例多容器應用程式，以模擬零售案例。

Note

本文包含僅針對評估目的使用預設設定部署叢集的步驟。部署生產環境就緒的叢集之前，建議您先熟悉基準參考架構，以考慮其如何符合您的業務需求。

開始之前

本快速入門假設您已有 Kubernetes 概念的基本知識。如需詳細資訊，請參閱 Azure Kubernetes Services (AKS) 的 Kubernetes 核心概念。

如果您沒有 Azure 帳戶，請在開始之前建立免費帳戶。

在 Azure Cloud Shell 中使用 Bash 環境。如需詳細資訊，請參閱開始使用 Azure Cloud Shell。
若要在本地執行 CLI 參考命令，請安裝 Azure CLI。若您在 Windows 或 macOS 上執行，請考慮在 Docker 容器中執行 Azure CLI。如需詳細資訊，請參閱〈如何在 Docker 容器中執行 Azure CLI〉。
- 如果您使用的是本機安裝，請使用 az login 命令，透過 Azure CLI 來登入。請遵循您終端機上顯示的步驟，完成驗證程序。如需其他登入選項，請參閱使用 Azure CLI 向 Azure 進行驗證。
- 出現提示時，請在第一次使用時安裝 Azure CLI 延伸模組。如需擴充功能的詳細資訊，請參閱使用和管理 Azure CLI 的擴充功能。
- 執行 az version 以尋找已安裝的版本和相依程式庫。若要升級至最新版本，請執行 az upgrade。

請確保您用來建立叢集的身分識別擁有適當的最低權限。如需 AKS 存取和身分識別的詳細資訊，請參閱 Azure Kubernetes Service (AKS) 的存取與身分識別選項。
如果您有多個 Azure 訂用帳戶，請使用 az account set 命令來選取應對資源計費的適當訂用帳戶識別碼。如需詳細資訊，請參閱如何管理 Azure 訂用帳戶 – Azure CLI。
視您的 Azure 訂用帳戶而定，您可能需要要求增加 vCPU 配額。如需詳細資訊，請參閱增加虛擬機器系列 vCPU 配額。

註冊資源提供者

您可能需要在 Azure 訂用帳戶中註冊資源提供者。例如， Microsoft.ContainerService 是必需的。

執行下列命令以檢查註冊狀態。

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

如有必要，請註冊資源提供者。

az provider register --namespace Microsoft.ContainerService

定義環境變數

定義下列環境變數，以供在本快速入門中使用。

export RANDOM_ID="$(openssl rand -hex 3)"
export MY_RESOURCE_GROUP_NAME="myAKSResourceGroup$RANDOM_ID"
export REGION="westus"
export MY_AKS_CLUSTER_NAME="myAKSCluster$RANDOM_ID"
export MY_DNS_LABEL="mydnslabel$RANDOM_ID"

變數 RANDOM_ID 的值是附加至資源群組和叢集名稱的六個字元英數位元值，因此名稱是唯一的。使用echo命令來檢視變數值，例如echo $RANDOM_ID。

建立資源群組

Azure 資源群組是部署及管理 Azure 資源所在的邏輯群組。建立資源群組時，系統會提示您指定位置。此位置是資源群組中繼資料的儲存位置，如果未在資源建立期間指定另一個區域，此位置也會是您在 Azure 中執行資源的位置。

使用 az group create 命令來建立資源群組。

az group create --name $MY_RESOURCE_GROUP_NAME --location $REGION

結果看起來像下列範例。

{
  "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"
}

建立 AKS 叢集

使用 az aks create 命令來建立 AKS 叢集。下列範例會建立具有一個節點的叢集，並啟用系統指派的受控識別。

az aks create \
  --resource-group $MY_RESOURCE_GROUP_NAME \
  --name $MY_AKS_CLUSTER_NAME \
  --node-count 1 \
  --generate-ssh-keys

Note

建立新叢集時，AKS 會自動建立第二個資源群組來儲存 AKS 資源。如需詳細資訊，請參閱為何會使用 AKS 建立兩個資源群組？

連線至叢集

若要管理 Kubernetes 叢集，請使用 Kubernetes 命令列用戶端 kubectl。如果您使用 Azure Cloud Shell，則 kubectl 已安裝。若要在本機安裝 kubectl，請使用 az aks install-cli 命令。

使用 kubectl 命令，設定連線到 Kubernetes 叢集。此命令會下載憑證並設定 Kubernetes CLI 以供使用。
```
az aks get-credentials --resource-group $MY_RESOURCE_GROUP_NAME --name $MY_AKS_CLUSTER_NAME
```
使用 kubectl get 命令來確認與叢集的連線。此命令會傳回叢集節點的清單。
```
kubectl get nodes
```

部署應用程式

若要部署應用程式，您可以使用資訊清單檔來建立執行 AKS 市集應用程式所需的所有物件。 Kube 資訊清單檔會定義叢集所需的狀態，例如要執行哪些容器映像。資訊清單包含下列 Kube 部署和服務：

店面：客戶可檢視產品和下單的 Web 應用程式。
產品服務：顯示產品資訊。
訂單服務：下單。
RabbitMQ：訂單佇列的訊息佇列。

Note

不建議在生產環境中執行具狀態的容器，例如 RabbitMQ，而不使用持續儲存。為了簡單起見，我們在這裡使用它，但建議您使用受控服務，例如 Azure CosmosDB 或 Azure 服務總線。

建立名為 aks-store-quickstart.yaml 的檔案，並在下列指令清單中複製。

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

如需 YAML 資訊清單檔案的詳細資訊，請參閱部署和 YAML 資訊清單。

如果您在本機建立並儲存 YAML 檔案，則可以選取 [ 上傳/下載檔案 ] 按鈕，然後從本機文件系統選取檔案，將指令清單檔案上傳至 Cloud Shell 中的預設目錄。

使用 kubectl apply 命令來部署應用程式並指定 YAML 資訊清單的名稱。
```
kubectl apply -f aks-store-quickstart.yaml
```

測試應用程式

您可以造訪公用 IP 位址或應用程式 URL 來驗證應用程式是否正在執行。

使用下列命令取得應用程式 URL：

runtime="5 minutes"
endtime=$(date -ud "$runtime" +%s)
while [[ $(date -u +%s) -le $endtime ]]
do
   STATUS=$(kubectl get pods -l app=store-front -o 'jsonpath={..status.conditions[?(@.type=="Ready")].status}')
   echo $STATUS
   if [ "$STATUS" == 'True' ]
   then
      export IP_ADDRESS=$(kubectl get service store-front --output 'jsonpath={..status.loadBalancer.ingress[0].ip}')
      echo "Service IP Address: $IP_ADDRESS"
      break
   else
      sleep 10
   fi
done

curl $IP_ADDRESS

Results:

<!doctype html>
<html lang="">
   <head>
      <meta charset="utf-8">
      <meta http-equiv="X-UA-Compatible" content="IE=edge">
      <meta name="viewport" content="width=device-width,initial-scale=1">
      <link rel="icon" href="/favicon.ico">
      <title>store-front</title>
      <script defer="defer" src="/js/chunk-vendors.df69ae47.js"></script>
      <script defer="defer" src="/js/app.7e8cfbb2.js"></script>
      <link href="/css/app.a5dc49f6.css" rel="stylesheet">
   </head>
   <body>
      <div id="app"></div>
   </body>
</html>

echo "You can now visit your web server at $IP_ADDRESS"

若要檢視應用程式網站，請開啟瀏覽器並輸入IP位址。頁面看起來像下列範例。

刪除叢集

如果您不打算進行 AKS 教學課程，請清除不必要的資源，以避免 Azure 計費費用。您可以使用 az group delete 命令來移除資源群組、容器服務和所有相關資源。

az group delete --name $MY_RESOURCE_GROUP_NAME

在本快速入門中，是以系統指派的受控識別 (預設身分識別選項) 來建立 AKS 叢集。平台會管理這個身分識別，您不需要手動移除它。

後續步驟

在本快速入門中，您已部署 Kubernetes 叢集，接著將簡單多容器應用程式部署到此叢集。這個範例應用程式僅供示範之用，並不代表 Kube 應用程式的全部最佳做法。如需如何使用 AKS 建立生產環境完整解決方案的指引，請參閱 AKS 解決方案指引。

若要深入瞭解 AKS 並執行完整的程式代碼到部署範例，請繼續進行 Kubernetes 叢集教學課程。

AKS 教學課程

意見反應

此頁面對您有幫助嗎？

Last updated on 2025-08-19

共用方式為

快速入門：使用 Azure CLI 部署 Azure Kubernetes Service (AKS) 叢集

開始之前

註冊資源提供者

定義環境變數

建立資源群組

建立 AKS 叢集

連線至叢集

部署應用程式

測試應用程式

刪除叢集

後續步驟

意見反應

其他資源