使用Pulumi Azure部署NGINX容器到Azure容器实例(ACI)
2025-06-06 11:30:06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
kernelopenEuler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。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
242
278
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++
695
369
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
882