企业级内网Kubernetes Harbor部署实战：从离线资源准备到Ceph存储集成

在高度隔离的企业内网环境中部署Harbor镜像仓库，就像在没有GPS信号的深山老林里建造一座现代化仓库——你需要提前规划好每一条物资运输路线，确保每个环节都能在离线状态下自给自足。本文将带你完整走通这个技术迷宫，分享我在金融行业核心系统容器化改造中积累的实战经验。

1. 离线环境下的资源筹备策略

1.1 Helm Chart的离线获取与验证

在内网部署Harbor的第一步，就是解决"无米之炊"的问题。不同于公有云环境的即拿即用，我们需要像松鼠囤积过冬食物一样，预先准备好所有依赖资源。

获取Harbor Helm Chart的三种可靠方式：

1. GitHub Release直接下载（推荐用于严格审计环境）

   bash复制wget https://github.com/goharbor/harbor-helm/archive/v1.10.0.tar.gz
   tar zxvf v1.10.0.tar.gz
   

2. Helm CLI打包（需预先配置可联网环境）

   bash复制helm repo add harbor https://helm.goharbor.io
   helm fetch harbor/harbor --version 1.10.0
   

3. Git克隆特定版本（适合需要代码审查的场景）

   bash复制git clone https://github.com/goharbor/harbor-helm
   git checkout v1.10.0
   

版本兼容性矩阵：

提示：实际项目中曾遇到因Chart版本与K8s版本不匹配导致的CRD报错，建议在测试环境先用helm lint进行校验

1.2 容器镜像的离线搬运技巧

Harbor的组件镜像就像一套精密仪器的零件，缺一不可。在内网环境中，我们需要建立完整的镜像搬运流水线：

1. 镜像清单分析：

   bash复制# 查看Chart依赖的镜像列表
   grep -r "repository:" harbor-helm/values.yaml
   

2. 镜像批量下载脚本：

   python复制# harbor_mirror.py
   import yaml
   import os
   
   with open('harbor-helm/values.yaml') as f:
       values = yaml.safe_load(f)
   
   images = []
   for key, value in values.items():
       if isinstance(value, dict) and 'repository' in value:
           images.append(f"{value['repository']}:{value.get('tag', 'latest')}")
   
   for img in images:
       os.system(f"docker pull {img}