快速入門：使用 Azure CLI 為 AKS 叢集部署 Azure Container Linux (ACL)

透過使用 Azure CLI 部署 AKS 叢集，開始使用 Azure Container Linux （ACL） for AKS。

在這個快速入門中，你將學習如何：

用 ACL 來建立 AKS 叢集。
用 Azure CLI 部署叢集。
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。

Important

如果你在 AKS 上使用 Azure 容器 Linux （ACL），請務必檢視以下考量與限制：

ACL 通常從 AKS v1.34 開始提供。
ACL 需要啟用 Trusted Launch，並搭配安全開機和 vTPM。無法取得非可信啟動變體。
在 Arm64 上，ACL 若要啟用 Trusted Launch 相容性，必須使用 Cobalt 型（v6）SKU。
NodeImage 並且 None 是唯一支援的作業系統升級通道。 Unmanaged 且 SecurityPatch 因目錄不可變 /usr 而與 ACL 不相容。
不支援工件串流。
不支援 Pod 沙箱。
不支援機密虛擬機器（CVM）。
第一代虛擬機不被支援。

先決條件

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。欲了解更多資訊，請參見開始使用 Azure Cloud Shell。
如果你偏好在本地執行 CLI 參考指令，安裝 Azure CLI。如果你是在 Windows 或 macOS 上運行，可以考慮在 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。
- 如果你使用本地安裝，請使用 az login 指令登入 Azure CLI。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。
- 你需要 Azure CLI 2.86.0 或更新版本。執行 az version 以尋找已安裝的版本和相依連結庫。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，請使用命令 az account set 選取適當的訂用帳戶識別碼，以計費資源。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。

註冊所需的資源提供者

你可能需要在Azure訂閱中註冊所需的資源提供者，例如 Microsoft.ContainerService。

檢查註冊狀態

使用命令 az provider show 檢查註冊狀態。

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

註冊資源提供者

如有需要，請使用 Microsoft.ContainerService 指令註冊 az provider register 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。如果你願意，也可以用你自己的自訂名稱替換這些數值。

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

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 命令建立資源群組。

az group create \
  --name $RESOURCE_GROUP \
  --location $REGION

輸出範例：

{
  "id": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myAKSResourceGroup",
  "location": "westus",
  "managedBy": null,
  "name": "myAKSResourceGroup",
  "properties": {
    "provisioningState": "Succeeded"
  },
  "tags": null,
  "type": "Microsoft.Resources/resourceGroups"
}

建立 AKS 叢集

使用 az aks create 命令建立 AKS 叢集。參數 --os-sku AzureContainerLinux 會設定系統節點池以 ACL 作為節點作業系統。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 $RESOURCE_GROUP \
  --name $CLUSTER_NAME \
  --os-sku AzureContainerLinux \
  --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。

設定 kubectl 使用 az aks get-credentials 命令連線到 Kubernetes 叢集。此命令會下載認證，並設定 Kubernetes CLI 來使用這些認證。
```
az aks get-credentials \
  --resource-group $RESOURCE_GROUP \
  --name $CLUSTER_NAME
```
使用 kubectl get 命令確認叢集的連線。此命令會傳回叢集節點的清單。
```
kubectl get nodes
```

部署應用程式

要部署應用程式，你使用清單檔案建立執行 AKS Store 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。清單包含下列 Kubernetes 部署和服務：

市集前端：供客戶檢視產品和下單的 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 Cosmos DB 或 Azure 服務匯流排。

建立一個名為 aks-store-quickstart.yaml 的檔案，並複製到以下清單中：

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

下列範例輸出會顯示部署和服務：

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

測試應用程式

當應用程式執行時，Kubernetes 服務會將應用程式前端公開至網際網路。此程序可能需要幾分鐘才能完成。

使用 kubectl get pods 命令檢視已部署 Pod 的狀態。請先確認全部 Pod 都是 Running 後再繼續進行。
```
kubectl get pods
```
檢查 store-front 應用程式的公用 IP 位址。使用 kubectl get service 命令搭配 --watch 引數來監視進度。
```
kubectl get service store-front --watch
```
服務的 store-front 輸出一開始會顯示為擱置：
```
NAME          TYPE           CLUSTER-IP    EXTERNAL-IP   PORT(S)        AGE
store-front   LoadBalancer   10.0.100.10   <pending>     80:30025/TCP   4h4m
```
當 EXTERNAL-IP 位址從暫止變成實際的公用 IP 位址時，請使用 CTRL-C 停止 kubectl 監看處理程序。

下列範例輸出顯示指派給服務的有效公用 IP 位址：
```
NAME          TYPE           CLUSTER-IP    EXTERNAL-IP    PORT(S)        AGE
store-front   LoadBalancer   10.0.100.10   20.62.159.19   80:30025/TCP   4h5m
```
若要查看 Azure 市集應用程式的實際運作情況，請開啟網頁瀏覽器並瀏覽至服務的外部 IP 位址。

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。

使用 az group delete 命令移除資源群組、容器服務和所有相關資源。

az group delete --name $RESOURCE_GROUP

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。

在本快速入門中，你已使用 Azure CLI 部署了啟用 ACL for AKS 的 AKS 叢集。若要深入了解 AKS 的 ACL，請參閱適用於 Azure Kubernetes Service (AKS) 的 Azure Container Linux (ACL)。

意見反應

此頁面對您有幫助嗎？

上次更新時間： 2026-06-03

快速入門：使用 Azure CLI 為 AKS 叢集部署 Azure Container Linux (ACL)

先決條件

註冊所需的資源提供者

檢查註冊狀態

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

相關內容

意見反應

其他資源