使用NubesGen部署Quarkus应用全指南
2025-06-26 14:30:12作者:胡易黎Nicole
前言
Quarkus作为新一代Java框架,以其快速启动和低内存消耗著称,非常适合云原生应用开发。本文将详细介绍如何通过NubesGen平台将Quarkus应用部署到Azure云环境,涵盖JVM模式和原生模式两种部署方式。
环境准备
在开始部署前,请确保已准备好以下环境:
- Bash终端:Linux和MacOS系统已内置,Windows用户建议使用WSL
- Azure CLI工具:用于Azure资源管理和身份验证
- Git工具:用于代码版本控制
教程一:JVM模式部署Quarkus应用
第一步:创建Quarkus项目
使用Quarkus官方提供的项目生成器快速创建基础项目:
curl https://code.quarkus.io/d?e=resteasy-jackson&e=resteasy&cn=code.quarkus.io | tar -xzvf -
此命令会创建一个包含RESTEasy和Jackson扩展的基础Quarkus项目。
第二步:初始化Git仓库
cd code-with-quarkus
git init
git add .
git commit -m "first commit"
git remote add origin https://github.com/<your-github-account>/code-with-quarkus.git
git branch -M main
git push -u origin main
第三步:配置NubesGen GitOps
./nubesgen-cli-linux gitops
此步骤会初始化GitOps工作流,实现基础设施即代码(IaC)的自动化管理。
第四步:生成NubesGen配置
curl "https://nubesgen.com/demo.tgz?runtime=quarkus&application=app_service.standard&gitops=true" | tar -xzvf -
注意这里使用的是quarkus参数,表示JVM模式部署。
第五步:创建开发分支并推送
git checkout -b env-dev
git add .
git commit -m 'Configure GitOps with NubesGen'
git push --set-upstream origin env-dev
第六步:验证部署
- 在GitHub Actions中查看部署流程
- 在Azure门户中查看创建的资源
- 访问应用URL验证部署结果
教程二:原生模式部署Quarkus应用
原生模式部署与JVM模式的主要区别在于使用了GraalVM进行提前编译,能获得更好的启动性能和更小的内存占用。
关键区别点
- 在生成NubesGen配置时使用
quarkus_native参数:
curl "https://nubesgen.com/demo.tgz?runtime=quarkus_native&application=app_service.standard&gitops=true" | tar -xzvf -
- 部署后的应用将以容器形式运行,而非直接运行在JVM上
创建的Azure资源详解
无论采用哪种部署模式,NubesGen都会创建以下核心资源:
- App Service计划:定义计算资源的规格和定价层
- App Service实例:实际运行应用的托管服务
- JVM模式:配置为Java运行环境
- 原生模式:配置为Docker容器环境
自动配置的环境变量
NubesGen会自动配置以下Quarkus标准环境变量,实现开箱即用的云服务集成:
| 环境变量 | 用途 |
|---|---|
| QUARKUS_DATASOURCE_JDBC_URL | 数据库JDBC连接地址 |
| QUARKUS_DATASOURCE_USERNAME | 数据库用户名 |
| QUARKUS_DATASOURCE_PASSWORD | 数据库密码 |
| QUARKUS_REDIS_HOSTS | Redis连接配置 |
| QUARKUS_MONGODB_DATABASE | MongoDB数据库名 |
| QUARKUS_MONGODB_HOSTS | MongoDB连接URI |
| AZURE_STORAGE_* | Azure存储账户相关配置 |
清理资源
完成测试后,请务必清理Azure资源以避免产生不必要的费用:
- 删除应用资源组:
rg-demo-XXXX-XXXX-XXXX-XXXX-001 - 删除Terraform状态存储账户:位于
rg-terraform-001资源组中
总结
通过NubesGen部署Quarkus应用,开发者可以:
- 快速实现从开发到生产的全流程自动化
- 灵活选择JVM或原生模式部署
- 轻松集成各类Azure云服务
- 通过GitOps实现基础设施的版本控制和自动化管理
无论您是Quarkus初学者还是经验丰富的开发者,NubesGen都能显著简化您的云原生应用部署流程。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
376
3.3 K
暂无简介
Dart
621
140
🔥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
62
19
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
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++
648
263
🎉 (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
1.1 K
620
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
793
77