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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220