在Azure Red Hat OpenShift 4.3上创建集群的完整指南
2025-06-26 10:41:18作者:虞亚竹Luna
前言
Azure Red Hat OpenShift (ARO) 是微软与Red Hat合作提供的全托管OpenShift服务,它结合了OpenShift容器平台的优势与Azure云平台的强大功能。本文将详细介绍如何在ARO 4.3版本上创建集群,帮助开发者快速搭建企业级Kubernetes环境。
环境准备
1. 安装Azure CLI扩展
ARO 4.3目前处于预览阶段,需要安装专门的az aro扩展来管理集群:
az extension add -n aro --index https://az.aroapp.io/preview
若已安装旧版本,可执行更新命令:
az extension update -n aro --index https://az.aroapp.io/preview
2. 注册预览功能
使用前需注册资源提供程序:
az provider register -n Microsoft.RedHatOpenShift --wait
验证扩展是否安装成功:
az -v
输出中应包含aro扩展信息。
创建资源组
资源组是Azure中资源的逻辑容器,创建集群前需先建立资源组:
az group create --name aro-rg --location eastus
aro-rg为资源组名称eastus为Azure区域,可根据需求更改
网络配置
ARO集群需要特定的网络环境,包含两个专用子网。
1. 创建虚拟网络
az network vnet create \
--resource-group aro-rg \
--name aro-vnet \
--address-prefixes 10.0.0.0/8
2. 创建主节点子网
az network vnet subnet create \
--resource-group aro-rg \
--vnet-name aro-vnet \
--name master-subnet \
--address-prefixes 10.0.1.0/24 \
--service-endpoints Microsoft.ContainerRegistry
3. 创建工作节点子网
az network vnet subnet create \
--resource-group aro-rg \
--vnet-name aro-vnet \
--name worker-subnet \
--address-prefixes 10.1.0.0/20 \
--service-endpoints Microsoft.ContainerRegistry
4. 配置主节点子网
az network vnet subnet update \
--name master-subnet \
--resource-group aro-rg \
--vnet-name aro-vnet \
--disable-private-link-service-network-policies true
集群创建
基本创建命令
az aro create \
--resource-group aro-rg \
--name aro-cluster \
--vnet aro-vnet \
--master-subnet master-subnet \
--worker-subnet worker-subnet
集群创建通常需要约35分钟完成。
可选参数说明
-
自定义域名:使用
--domain参数指定自定义域名--domain foo.example.com- 启用自定义域名后需自行配置SSL证书
- 控制台URL将变为
https://console-openshift-console.apps.foo.example.com
-
Pull Secret:从Red Hat OpenShift集群管理器获取并添加
--pull-secret 'your_pull_secret_here'- 用于访问Red Hat容器镜像仓库
- 非必须但推荐配置
集群连接
1. 获取管理员凭据
az aro list-credentials \
--name aro-cluster \
--resource-group aro-rg
输出包含kubeadmin用户名和密码。
2. 获取控制台URL
az aro show \
--name aro-cluster \
--resource-group aro-rg \
--query "consoleProfile.url" -o tsv
3. 登录Web控制台
- 在浏览器中打开获取的控制台URL
- 使用
kubeadmin和获取的密码登录
4. 安装OpenShift CLI(oc)
可通过以下方式获取oc工具:
- 从Web控制台的"Command Line Tools"下载
- 从Red Hat镜像站点直接下载
在Azure Cloud Shell中安装Linux版CLI:
cd ~
wget https://mirror.openshift.com/pub/openshift-v4/clients/ocp/latest/openshift-client-linux.tar.gz
mkdir openshift
tar -zxvf openshift-client-linux.tar.gz -C openshift
echo 'export PATH=$PATH:~/openshift' >> ~/.bashrc && source ~/.bashrc
5. 使用CLI连接集群
获取API服务器地址:
apiServer=$(az aro show -g aro-rg -n aro-cluster --query apiserverProfile.url -o tsv)
使用oc命令登录:
oc login $apiServer -u kubeadmin -p <kubeadmin密码>
后续步骤
成功创建集群后,建议进行以下配置:
- 集成Azure Active Directory:配置企业级身份认证
- 设置持久化存储:配置Azure Disk或Azure File存储
- 部署监控方案:集成Azure Monitor或Prometheus
- 配置网络策略:细化集群网络访问控制
注意事项
- 预览版功能可能有所变化,生产环境使用前请评估稳定性
- 自定义域名需要自行管理SSL证书
- 确保子网配置正确,特别是主节点子网的私有链接策略
- 创建过程中如遇问题,可检查资源组的活动日志排查
通过本文的步骤,您已成功在Azure上部署了Red Hat OpenShift 4.3集群,为容器化应用提供了强大的运行平台。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781