使用Pulumi Azure部署NGINX容器到Azure容器实例(ACI)
2025-06-06 20:54:03作者:廉彬冶Miranda
前言
在现代云原生应用开发中,容器化技术已成为不可或缺的一部分。Azure容器实例(ACI)提供了一种简单快速的方式来运行容器,而无需管理底层基础设施。本文将介绍如何使用Pulumi Azure工具包,通过基础设施即代码(IaC)的方式,在ACI中部署一个NGINX web服务器容器。
准备工作
在开始之前,请确保完成以下准备工作:
- 安装Pulumi CLI工具
- 配置Azure认证凭据
- 确保已安装Node.js环境
项目初始化
首先创建一个新项目目录并初始化Pulumi项目:
mkdir webserver && cd webserver
pulumi new azure-javascript
这将创建一个基于JavaScript的Pulumi Azure项目模板。
编写基础设施代码
打开自动生成的index.js文件,替换为以下内容:
const pulumi = require("@pulumi/pulumi");
const azure = require("@pulumi/azure");
// 创建资源组
let resourceGroup = new azure.core.ResourceGroup("webserver", {
location: "West US 2",
});
// 创建容器实例组
let container = new azure.containerservice.Group("nginx", {
containers: [{
name: "nginx",
image: "nginx", // 使用官方NGINX镜像
memory: 1, // 分配1GB内存
cpu: 1, // 分配1个vCPU
ports: [{
port: 80, // 暴露80端口
protocol: "TCP"
}],
}],
osType: "Linux", // 指定操作系统类型
resourceGroupName: resourceGroup.name,
location: resourceGroup.location,
});
// 导出公共IP地址
exports.publicIP = container.ipAddress;
这段代码主要完成以下工作:
- 创建一个Azure资源组,作为容器实例的容器
- 定义一个容器实例组,运行NGINX镜像
- 配置容器资源规格(CPU、内存)
- 暴露80端口用于HTTP访问
- 导出容器实例的公共IP地址
部署基础设施
执行以下命令预览并部署基础设施:
pulumi up
命令执行后会显示将要创建的资源预览,确认无误后选择"yes"开始部署。部署完成后,你将看到类似如下的输出:
Outputs:
publicIP: "13.66.202.166"
这表示NGINX容器已成功部署,并获得了公共IP地址。
验证部署
可以通过以下命令验证NGINX服务是否正常运行:
curl $(pulumi stack output publicIP)
如果看到NGINX的欢迎页面HTML内容,说明部署成功。
配置参数详解
在容器实例配置中,有几个关键参数值得注意:
image: 指定要运行的容器镜像,这里使用官方NGINX镜像memory和cpu: 定义容器资源配额ports: 配置容器暴露的端口osType: 必须与容器镜像的操作系统类型匹配
资源清理
完成测试后,可以通过以下命令清理资源:
pulumi destroy
这将删除所有已创建的资源。如果要完全删除项目栈,可以运行:
pulumi stack rm
进阶建议
- 自定义镜像: 可以构建自己的Docker镜像并推送到Azure容器注册表,然后在此处引用
- 环境变量: 通过
environmentVariables参数向容器传递配置 - 持久化存储: 添加
volumes配置实现数据持久化 - 多容器组: 在同一个组中部署多个关联容器
总结
通过本文,我们学习了如何使用Pulumi Azure在Azure容器实例中部署NGINX web服务器。Pulumi提供了一种声明式的方式来定义和部署云基础设施,使基础设施管理更加高效可靠。这种方法的优势在于:
- 使用熟悉的编程语言定义基础设施
- 支持版本控制和代码复用
- 提供预览和变更管理功能
- 简化多云环境管理
对于需要快速部署简单容器化应用且不想管理Kubernetes等复杂编排系统的场景,Azure容器实例配合Pulumi是一个理想的解决方案。
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
567
3.83 K
🔥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
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
暂无简介
Dart
798
197
🎉 (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
779
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
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
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1