news 2026/6/10 4:40:33

【技术】Harbor在ARM64上翻车了:不是配置问题,而是...

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【技术】Harbor在ARM64上翻车了:不是配置问题,而是...

关 键 词 :云原生/云计算/Kubernetes/Harbor/Redis/jemalloc/国产化

一、背景: 为什么要在ARM64上部署Harbor

最近在一套ARM64 鲲鹏920 CPU服务器上面部署Harbor,用途主要是为了支持国产化以及信创环境。

官方harbor 提供有离线安装包,但默认里面镜像是x86的,没有arm64的,所以先得解决arm64的镜像问题。

环境如下:

CPU: Kunpeng-920 arm64 OS : Kylin Linux Advanced Server V10 (Halberd) Harbor:2.12.x

部署方式采用的官方 harbor-offline-installer 方式(https://goharbor.io/docs/2.12.0/install-config/)

二、部署:基于官方harbor-offline-installer方式

System requirements:

On a Linux host:docker 20.10.10-ce+ and docker-compose 1.18.0+ .

Download binaries of **Harbor release **and followInstallation & Configuration Guideto install Harbor.

所以也就安装官方提供的方式部署了,但是harbor官方不提供arm的镜像,habor-offline-installer里面默认只有x86_64的离线镜像,所以这里找到 ghcr.io的镜像

docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/harbor-registryctl:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/nginx-photon:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/registry-photon:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/prepare:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/harbor-portal:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/harbor-log:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/harbor-exporter:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/redis-photon:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/trivy-adapter-photon:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/harbor-core:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/harbor-db:v2.12.0 docker pull --platform=linux/arm64 ghcr.io/octohelm/harbor/harbor-jobservice:v2.12.0 docker tag ghcr.io/octohelm/harbor/harbor-registryctl:v2.12.0 goharbor/harbor-registryctl:v2.12.0 docker tag ghcr.io/octohelm/harbor/nginx-photon:v2.12.0 goharbor/nginx-photon:v2.12.0 docker tag ghcr.io/octohelm/harbor/registry-photon:v2.12.0 goharbor/registry-photon:v2.12.0 docker tag ghcr.io/octohelm/harbor/prepare:v2.12.0 goharbor/prepare:v2.12.0 docker tag ghcr.io/octohelm/harbor/harbor-portal:v2.12.0 goharbor/harbor-portal:v2.12.0 docker tag ghcr.io/octohelm/harbor/harbor-log:v2.12.0 goharbor/harbor-log:v2.12.0 docker tag ghcr.io/octohelm/harbor/harbor-exporter:v2.12.0 goharbor/harbor-exporter:v2.12.0 docker tag ghcr.io/octohelm/harbor/redis-photon:v2.12.0 goharbor/redis-photon:v2.12.0 docker tag ghcr.io/octohelm/harbor/trivy-adapter-photon:v2.12.0 goharbor/trivy-adapter-photon:v2.12.0 docker tag ghcr.io/octohelm/harbor/harbor-core:v2.12.0 goharbor/harbor-core:v2.12.0 docker tag ghcr.io/octohelm/harbor/harbor-db:v2.12.0 goharbor/harbor-db:v2.12.0 docker tag ghcr.io/octohelm/harbor/harbor-jobservice:v2.12.0 goharbor/harbor-jobservice:v2.12.0

解决了镜像问题,其他安装官方文档继续部署就行。

💡直觉判断
官方方案 + 知名社区组织镜像,理论上不该有坑。

三、问题现象:Redis容器直接Crash

你会看到habor-core以及harbor-jobservice以及redis容器都是异常的,但根因是redis异常导致的。

#docker ps #redis 一直在重启 Restarting goharbor/redis-photon:v2.12.0 "docker-entrypoint.s…" 6 minutes ago Restarting (139) 19 seconds ago 查看日志报错如下: <jemalloc>: Unsupported system page size
四、根因分析:真正问题出在了哪里?

从英文表面上面看,原因是因为redis不支持当前系统的page size。

我用的系统是麒麟V10,默认的page size是64k

# getconf PAGE_SIZE 65536

harbor官方的redis镜像基于redis 6.0 源码 build,同时使用了jemalloc,看这样子只能说是编译的jemalloc 不支持64k了。

五、方案推荐:附自动化工具
5.1 短期方案

使用docker library的redis:latest ,经测试支持page size 64k.

5.2 长期方案

官方其实提供了arm64镜像的build 工具,在 https://github.com/goharbor/harbor-arm,

参考官方文档 ,默认编译的harbor 2.3 , 可以自行更改Makefile中的版本, 比如release-2.12.0

# first step: clone harbor ARM code git clone https://github.com/goharbor/harbor-arm.git #vim Makefile # execute build command:Download harbor source code cd harbor-arm && make download # compile redis: make compile_redis # Prepare to build arm architecture image data: make prepare_arm_data # Replace build arm image parameters: make pre_update # Compile harbor components: make compile COMPILETAG=compile_golangimage # Build harbor arm image: make build GOBUILDTAGS="include_oss include_gcs" BUILDBIN=true NOTARYFLAG=true TRIVYFLAG=true CHARTFLAG=true GEN_TLS=true PULL_BASE_FROM_DOCKERHUB=false

查看harbor-arm 中redis.spec中可以看到其实harbor官方编译jemalloc 已经使用了 --with-lg-page=16 (64KB) 了,所以其实使用harbor-arm官方的build镜像理应就可以支持64KB的page size,由于物理条件限制所以没有使用测试,大家可以试试~

附:

​ 经测试整理直接可用 harbor-offline-install下载地址:

我用夸克网盘分享了「harbor-offline-installer-v2.12.0-new.tgz」,点击链接即可保存。打开「夸克APP」,无需下载在线播放视频,畅享原画5倍速,支持电视投屏。 链接:https://pan.quark.cn/s/38d925869d1b 提取码:e8SL

参考:

https://hub.docker.com/u/scalegriddevs

https://docker.aityp.com/r/ghcr.io/octohelm/harbor

https://github.com/goharbor/harbor-arm

https://blog.csdn.net/jiejiegua/article/details/135008833

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/7 3:11:15

用GPT-SoVITS克隆明星声音是否合规?法律边界探讨

用GPT-SoVITS克隆明星声音是否合规&#xff1f;法律边界探讨 在AI生成内容&#xff08;AIGC&#xff09;浪潮席卷全球的今天&#xff0c;一个看似简单的技术操作&#xff0c;可能正悄然触碰法律与伦理的底线——比如&#xff0c;只需1分钟录音&#xff0c;就能让“周杰伦”为你…

作者头像 李华
网站建设 2026/6/10 4:35:26

打造完美跨设备观影生态:Awesome-Jellyfin同步方案全解析

打造完美跨设备观影生态&#xff1a;Awesome-Jellyfin同步方案全解析 【免费下载链接】awesome-jellyfin A collection of awesome Jellyfin Plugins, Themes. Guides and Companion Software (Not affiliated with Jellyfin) 项目地址: https://gitcode.com/gh_mirrors/aw/a…

作者头像 李华
网站建设 2026/6/7 1:47:55

GPT-SoVITS能否实现语音年轻化处理?技术路径

GPT-SoVITS能否实现语音年轻化处理&#xff1f;技术路径 在老龄化社会加速到来的今天&#xff0c;越来越多的声音遗产面临“失真”或“消失”的风险——老一辈人的录音因年岁增长导致嗓音沙哑、低沉、缺乏活力&#xff0c;难以被新一代听众接受。与此同时&#xff0c;虚拟偶像、…

作者头像 李华
网站建设 2026/6/9 18:51:08

print driver host for 32bit applications与内核通信机制图解说明

32位打印驱动如何在64位系统上“活”下来&#xff1f;——深度解析 splwow64.exe 的通信艺术 你有没有遇到过这样的场景&#xff1a;一台运行 Windows 10 或 11 的新电脑&#xff0c;接上一台老式 HP LaserJet 打印机&#xff0c;点“打印”后居然真能出纸&#xff1f;更神奇…

作者头像 李华
网站建设 2026/6/9 18:42:35

4、深入了解 Microsoft Azure:服务与定价指南

深入了解 Microsoft Azure:服务与定价指南 1. 估算 Azure 资源使用量 在了解了 Azure 账户和订阅的概念并完成创建操作后,接下来需要确定要使用多少 Azure 资源。在按需付费模式下,你需要预测费用;在货币承诺模式下,你要知道下一年的投入金额。因此,你需要一种估算方法…

作者头像 李华
网站建设 2026/6/7 7:02:47

25、微软Azure机器学习与HDInsight管理及商业智能应用

微软Azure机器学习与HDInsight管理及商业智能应用 1. 微软Azure机器学习 在Azure机器学习中,存在一种特殊的Web服务部署情况,即可以在没有输入和输出的情况下进行部署。例如,实验作者将Reader模块拖到实验画布上,配置其读取Azure SQL数据库暂存表,该表中存储着待评分的新…

作者头像 李华