在 Azure AKS 上部署 Kube AI Hub

本文演示在 Azure Kubernetes Service 上部署 Kube AI Hub 的步骤。

准备 AKS 集群

Azure 可以通过提供自动化部署资源功能从而实现基础设施即代码的能力，常用的工具包括 ARM templates 和 Azure CLI。在本指南中，我们将使用 Azure CLI 创建安装 Kube AI Hub 所需的所有资源。

使用 Azure Cloud Shell

由于 Azure 提供了基于 Web 的终端，因此您不必在计算机上安装 Azure CLI。单击 Azure 门户右上角菜单栏上的 Cloud Shell 按钮。

选择 Bash Shell。

Bash Shell

创建资源组

Azure 资源组是在其中部署和管理 Azure 资源的逻辑组。以下示例在westus区域中创建一个名为Kube AI HubRG的资源组。

az group create --name Kube AI HubRG --location westus

创建一个 AKS 集群

使用az aks create命令创建 AKS 集群。以下示例创建一个名为KuberSphereCluster的集群，该集群具有三个节点，需要等待几分钟完成。

az aks create --resource-group Kube AI HubRG --name KuberSphereCluster --node-count 3 --enable-addons monitoring --generate-ssh-keys

备注

您可以使用--node-vm-size或-s选项来更改 Kubernetes 节点的大小，默认值是 Standard_DS2_v2（2v CPU，7GB 内存）。有关更多选项，请参见 az aks create。

连接集群

为了能够使用 kubectl 操作该 Kubernetes 集群，需要执行az aks get-credentials命令，该命令下载 Kubernetes CLI 将要使用到的凭据和配置。

az aks get-credentials --resource-group Kube AI HubRG --name KuberSphereCluster

查看节点信息

$ kubectl get nodes
NAME                                STATUS   ROLES   AGE   VERSION
aks-nodepool1-27194461-vmss000000   Ready    agent   77s   v1.17.13
aks-nodepool1-27194461-vmss000001   Ready    agent   63s   v1.17.13
aks-nodepool1-27194461-vmss000002   Ready    agent   65s   v1.17.13

在门户中检查 Azure 资源

执行完以上所有命令后，您可以看到在 Azure Portal 中创建了 2 个资源组。

Resource groups

查看资源组详情

$ az group show --resource-group Kube AI HubRG
{
  "id": "/subscriptions/6017690f-c286-4a8f-123e-c53e2f3bc7b5/resourceGroups/Kube AI HubRG",
  "location": "westus",
  "managedBy": null,
  "name": "Kube AI HubRG",
  "properties": {
    "provisioningState": "Succeeded"
  },
  "tags": null,
  "type": "Microsoft.Resources/resourceGroups"
}

Azure Kubernetes Services 本身将放置在Kube AI HubRG中。

Azure Kubernetes Services

所有其他资源都将放置在MC_Kube AI HubRG_KuberSphereCluster_westus中，例如 VM，负载均衡器和虚拟网络。

Azure Kubernetes Services

在 AKS 上部署 Kube AI Hub

请使用以下命令开始部署 Kube AI Hub。

kubectl apply -f https://github.com/kubesphere/ks-installer/releases/download/v3.4.1/kubesphere-installer.yaml

kubectl apply -f https://github.com/kubesphere/ks-installer/releases/download/v3.4.1/cluster-configuration.yaml

可以通过以下命令检查安装日志：

kubectl logs -n kubesphere-system $(kubectl get pod -n kubesphere-system -l 'app in (ks-install, ks-installer)' -o jsonpath='{.items[0].metadata.name}') -f

访问 Kube AI Hub 控制台

要从公共 IP 地址访问 Kube AI Hub 控制台，需要将服务类型更改为LoadBalancer。

kubectl edit service ks-console -n kubesphere-system

找到以下部分，并将类型更改为LoadBalancer。

spec:
  clusterIP: 10.0.78.113
  externalTrafficPolicy: Cluster
  ports:
  - name: nginx
    nodePort: 30880
    port: 80
    protocol: TCP
    targetPort: 8000
  selector:
    app: ks-console
    tier: frontend
    version: v3.0.0
  sessionAffinity: None
  type: LoadBalancer # Change NodePort to LoadBalancer
status:
  loadBalancer: {}

保存 ks-console 服务的配置后，可以使用以下命令获取公共 IP 地址（在下方 EXTERNAL-IP）。

$ kubectl get svc/ks-console -n kubesphere-system
NAME         TYPE           CLUSTER-IP    EXTERNAL-IP   PORT(S)        AGE
ks-console   LoadBalancer   10.0.181.93   13.86.xxx.xxx   80:30194/TCP   13m       6379/TCP       10m

使用 external-ip 地址用默认帐户和密码（admin/P@88w0rd）访问控制台。

启用可插拔组件（可选）

上面的示例演示了默认的最小安装过程，对于可插拔组件，可以在安装之前或之后启用它们。有关详细信息，请参见启用可插拔组件。

上一篇 : 准备工作下一篇 : 在 AWS EKS 上部署 Kube AI Hub

页面内容