私有镜像仓库的长期维护：升级、备份与迁移的顺序

镜像层是共享的，同一基础镜像的 20 个服务实际只多占差异层

把升级、备份、迁移这三件事流程化，才敢长期用。

先说结论

升级前先备份，备份后先演练恢复；不能回滚的升级不做。

• 固定版本，改动前记录当前版本号
• 升级前：备份数据 + 备份配置
• 升级后：验证核心功能，不只看进程
• 迁移：先迁数据，再迁流量
• 回滚方案写在纸上，别只存在脑子里

升级策略

garbage-collect 要在只读模式或停服时跑，边写边清可能删掉正在推送的层。

备份的三层

三层分别是：数据备份、配置备份、以及「能重建这台机器」的文档。缺第三层，前两层迟早用不上。

这个服务的几个维护事实

和它自身机制相关的几条：

• registry 删除 manifest 只是打标记，要跑 garbage-collect 才真正释放磁盘
• 私有仓库默认走 HTTP，Docker 要把它加进 insecure-registries 才能推
• Harbor 的漏洞扫描依赖外部 Trivy，首次扫一个 1GB 镜像要 1-2 分钟

迁移的步骤

• 新机器按文档重建环境，验证空跑
• 同步数据，做一次一致性校验（条数、校验和）
• 切换前用 hosts 指向新机器验证
• 切换 DNS 或反代，保留旧机器一周
• 观察日志与错误率，再决定是否下线旧机

维护日历

每月：看磁盘与日志；每季：升级 + 备份校验；每半年：恢复演练一次；每年：清理不再需要的服务。

还有几处容易忽略的

都是小地方，但出问题时往往就卡在这里。

• Docker Hub 匿名拉取限制为每 6 小时 100 次，CI 并发一高最先撞上
• 镜像层是共享的，同一基础镜像的 20 个服务实际只多占差异层
• 只删 tag 不做 gc，磁盘一个月涨了 80GB
• gc 时还在推送，正在写的层被清掉，push 报 blob unknown
• 仓库没配 TLS 就暴露在公网，凭据是明文 Basic Auth

长期维护的秘诀很土：每次只改一件事，改完就验证。