在没有 运行 的情况下部署 Azure 容器
Deploying Azure container s without running them
我是 Azure 中 运行ning 容器的新手，我对下面的用例感到困惑，
如果您觉得我错误地使用了容器，请随时给我另一种方法。
核心问题：我无法/不知道如何通过命令行或 ARM 模板部署创建处于“已停止”状态的容器实例
长读用例：
我创建了一个 docker 图像，运行 是一个 python 工作。
该作业需要每天 运行 并通过数据工厂触发。数据工厂将确定环境，设置 docker 命令，更新容器镜像，然后通过批处理帐户执行容器。作业本身执行 api 调用并将一些数据写入 sql。这部分工作正常，容器状态变为 运行ning 然后停止（我关闭自动重启）
在 Azure DevOps 中，我有一个构建作业映像并将其存储在 azure 存储库中的管道。这很好用。
因为我需要一个容器实例作为资源组中的资源，所以我决定将它们放入我的 infra ARM 模板中。问题：使用 DevOps / Arm 模板部署部署容器时，
它部署并 运行s 作业实例，这不是很好，我希望在“停止”状态下创建容器。这样做的原因是作业以其他方式将数据写入我们的数据库，这是不需要的。
我想知道最好的方法是什么/最好的指导方针是什么，我考虑过这两种情况，但对于这两种情况，我的直觉都说不。
场景 1：拥有一个全时 运行ning 容器（让它执行 bin/bash）并使用“az container exec”传递命令。
为什么我不想这样做：我目前每个环境都有一个图像，该图像具有该环境的确切工作，而且我看不到一直触发 3 个备用容器 运行ning 的用处每天一次
场景 2：不通过 DevOps 处理容器实例创建，而是忽略问题并使用数据工厂和批处理帐户创建它。这意味着，当作业被触发时，它将创建（因此 运行 容器）。随后，我可以在使用后删除它。
为什么我不想这样做：我将容器实例视为基础设施的一部分（因为它是您在资源组中部署的东西，如果我的观点有误，请纠正我）所以在那从某种意义上说，通过计划的数据工厂作业管理资源看起来不太好，是一种克服无法在停止状态下部署容器实例的问题的技巧。
# set base image (host OS)
FROM python:3.7-buster
# Argument for environment selection
ARG environment
ENV environment ${environment}
# set the working directory in the container
WORKDIR /
# copy the dependencies file to the working directory
COPY requirements.txt .
# install FreeTDS and dependencies
RUN apt-get update && apt-get -y install apt-transport-https curl
RUN curl https://packages.microsoft.com/keys/microsoft.asc | apt-key add -
RUN curl https://packages.microsoft.com/config/debian/10/prod.list > /etc/apt/sources.list.d/mssql-release.list
RUN exit
RUN apt-get update
RUN ACCEPT_EULA=Y apt-get -y install msodbcsql17
RUN apt-get install unixodbc-dev
RUN pip install pyodbc
RUN pip install -r requirements.txt
# copy the content of the local src directory to the working directory
COPY /src .
# command to run on container start
CMD python "./my_data_job.py" "./my_config.ini" ${environment}
对于 Azure 容器实例，容器组将始终处于 运行ning 状态，直到您停止它。但是它里面的容器可以处于终止状态。事实上，如果你的镜像是一次性镜像，那么当作业完成时，容器就会处于终止状态。您可以根据需要使用 CLI 命令 az container exec 再次 运行 作业。
因此无法在停止状态下创建 ACI。也许你可以使用 AKS，为不同的环境创建不同的部署，当你需要一个容器来 运行 作业时，然后扩展到一个副本。当你不需要容器时，你可以缩小到零。
我是 Azure 中 运行ning 容器的新手，我对下面的用例感到困惑， 如果您觉得我错误地使用了容器，请随时给我另一种方法。
核心问题：我无法/不知道如何通过命令行或 ARM 模板部署创建处于“已停止”状态的容器实例
长读用例：
我创建了一个 docker 图像，运行 是一个 python 工作。
该作业需要每天 运行 并通过数据工厂触发。数据工厂将确定环境，设置 docker 命令，更新容器镜像，然后通过批处理帐户执行容器。作业本身执行 api 调用并将一些数据写入 sql。这部分工作正常，容器状态变为 运行ning 然后停止（我关闭自动重启）
在 Azure DevOps 中，我有一个构建作业映像并将其存储在 azure 存储库中的管道。这很好用。
因为我需要一个容器实例作为资源组中的资源，所以我决定将它们放入我的 infra ARM 模板中。问题：使用 DevOps / Arm 模板部署部署容器时， 它部署并 运行s 作业实例，这不是很好，我希望在“停止”状态下创建容器。这样做的原因是作业以其他方式将数据写入我们的数据库，这是不需要的。
我想知道最好的方法是什么/最好的指导方针是什么，我考虑过这两种情况，但对于这两种情况，我的直觉都说不。
场景 1：拥有一个全时 运行ning 容器（让它执行 bin/bash）并使用“az container exec”传递命令。 为什么我不想这样做：我目前每个环境都有一个图像，该图像具有该环境的确切工作，而且我看不到一直触发 3 个备用容器 运行ning 的用处每天一次
场景 2：不通过 DevOps 处理容器实例创建，而是忽略问题并使用数据工厂和批处理帐户创建它。这意味着，当作业被触发时，它将创建（因此 运行 容器）。随后，我可以在使用后删除它。
为什么我不想这样做：我将容器实例视为基础设施的一部分（因为它是您在资源组中部署的东西，如果我的观点有误，请纠正我）所以在那从某种意义上说，通过计划的数据工厂作业管理资源看起来不太好，是一种克服无法在停止状态下部署容器实例的问题的技巧。
# set base image (host OS)
FROM python:3.7-buster
# Argument for environment selection
ARG environment
ENV environment ${environment}
# set the working directory in the container
WORKDIR /
# copy the dependencies file to the working directory
COPY requirements.txt .
# install FreeTDS and dependencies
RUN apt-get update && apt-get -y install apt-transport-https curl
RUN curl https://packages.microsoft.com/keys/microsoft.asc | apt-key add -
RUN curl https://packages.microsoft.com/config/debian/10/prod.list > /etc/apt/sources.list.d/mssql-release.list
RUN exit
RUN apt-get update
RUN ACCEPT_EULA=Y apt-get -y install msodbcsql17
RUN apt-get install unixodbc-dev
RUN pip install pyodbc
RUN pip install -r requirements.txt
# copy the content of the local src directory to the working directory
COPY /src .
# command to run on container start
CMD python "./my_data_job.py" "./my_config.ini" ${environment}
对于 Azure 容器实例，容器组将始终处于 运行ning 状态，直到您停止它。但是它里面的容器可以处于终止状态。事实上，如果你的镜像是一次性镜像，那么当作业完成时，容器就会处于终止状态。您可以根据需要使用 CLI 命令 az container exec 再次 运行 作业。
因此无法在停止状态下创建 ACI。也许你可以使用 AKS，为不同的环境创建不同的部署，当你需要一个容器来 运行 作业时，然后扩展到一个副本。当你不需要容器时，你可以缩小到零。