智汇 IT
城启新篇

容器化迁移中的镜像治理 别让一个脏标签炸掉整个集群

迁移到K8s。容器化迁移中的镜像治理常被当成边角料。等到生产环境拉不到镜像,或者安全扫描报告堆成山,才发现这事绕不过去。

镜像不是代码的附属品。它是交付物。代码能跑,镜像不一定能跑;代码干净,镜像里可能塞着三年前的漏洞。说实话,很多团队在虚拟机时代就没把制品管理当回事,现在换到容器,旧习惯全带过来了。

镜像标签这事比想象中脏

最常见的坑:latest。开发图省事,CI推latest,K8s拉latest。问题在于,latest不是版本,它是浮动指针。今天拉到的镜像和明天拉到的可能不是同一个东西。回滚?回滚到latest,结果拉到最新构建,直接翻车。

更隐蔽的是tag复用。有人修完bug,重新构建,推同一个tag。覆盖旧镜像。如果节点本地有缓存,可能还跑着旧层;如果没缓存,拉了新的,行为变了。排查半天,最后发现是镜像变了。麻烦在于,这种变更没有代码提交记录,也没有发布单。

解决办法不复杂:用不可变标签,或者直接按digest拉取。tag可以给人看,digest给机器用。像myapp:1.4.2这种,构建一次就不许覆盖。要改,发新版本号。仓库层面可以开启tag不可变策略。Harbor有这功能,云厂商的ACR、ECR也有类似配置。别嫌麻烦,这比半夜回滚失败强。

容器化迁移镜像仓库标签与摘要关系示意图
容器化迁移镜像仓库标签与摘要关系示意图

不过话说回来,光靠规范不够。人总会手抖。所以后面还得有准入控制兜底。

不是所有镜像都值得进仓库

我见过一个典型现场:迁移前,团队把几十个Java应用打包成镜像。基础镜像用的是三年前某个内部镜像,里面装着JDK 8,还预装了curl、vim、kubectl。问为什么,答:方便调试。结果镜像大小1.8G。拉取慢,启动慢,漏洞扫描一跑,几百个CVE。修?牵一发动全身,因为kubectl版本和API Server还不兼容。

这事没那么玄。镜像治理的第一刀,应该砍在构建阶段。多阶段构建把编译依赖和运行时分开。运行镜像只放应用和必要依赖。能不用包管理器就不用。Node.js项目别把node_modules和构建工具一起塞进去。Go项目直接静态编译,扔进scratch或者distroless。Java项目用jlink裁剪JRE,或者至少选个长期维护的基础镜像。

但注意,distroless不是万能药。没有shell,调试会难受;没有glibc,某些依赖会崩。取舍在于:安全和可运维性之间找平衡。生产环境可以严格,开发环境可以留个debug镜像。别一套镜像打天下。

还有个老生常谈的问题:基础镜像更新。很多人构建完就不管了。半年后,基础镜像出了严重漏洞,所有下游镜像都中招。得有个机制,定期重建。比如每周跑一次CI,只更新基础镜像层,重新扫描,通过就推新tag。别等安全部门发通报才动。

容器镜像多阶段构建分层与漏洞扫描流水线示意图
容器镜像多阶段构建分层与漏洞扫描流水线示意图

签名和准入控制才是最后一道闸

签名和准入控制才是最后一道闸
签名和准入控制才是最后一道闸

镜像仓库权限再严,也挡不住有人从Docker Hub拉个来路不明的镜像。K8s默认不校验镜像来源。只要节点能拉,就能跑。这在迁移初期特别危险——开发图快,直接image: some-random/nginx:latest,跑起来了,但里面有没有后门,谁也不知道。

所以需要镜像签名。cosign、Notary这类工具,给镜像签名,然后在准入控制器里验证。Kyverno、OPA Gatekeeper都能做。策略可以这么定:只允许来自公司仓库的镜像;只允许带签名的镜像;禁止latest;扫描出严重漏洞的直接拒绝。

但这里有个坑:策略太严,开发效率会崩。比如扫描出中危漏洞就阻断,那很多官方镜像都过不了。得分级。生产环境阻断严重漏洞和未签名镜像;测试环境只告警。另外,准入控制器的性能也要考虑。每次创建Pod都去调签名验证服务,可能拖慢调度。可以缓存验证结果,或者只在镜像首次拉取时验证。

说白了,镜像治理不是安全团队一个部门的事。开发要改Dockerfile,运维要配仓库策略,安全要定扫描规则。三方不坐在一起,最后就是互相甩锅。

清理策略别等仓库爆炸才想

清理策略别等仓库爆炸才想
清理策略别等仓库爆炸才想

迁移进行到一半,镜像仓库容易先炸。CI每天构建几十次,每次推一个tag。几个月后,存储满了。更麻烦的是,有些镜像被节点缓存引用,删了会导致拉取失败。Harbor的保留策略可以按tag、按时间、按拉取频率清理。但规则得想清楚:保留最近N个版本,保留所有release tag,自动清理临时分支构建。

还有构建缓存。很多团队在CI里用Docker layer cache,但缓存本身也占空间。可以定期清理dangling镜像。不过话说回来,清理策略一旦上线,就要有监控。别清着清着,把正在用的镜像删了。建议先跑只读模式,观察两周,再开自动删除。

代价是什么?存储成本降了,但回滚窗口变短。如果只保留最近5个版本,想回滚到一个月前就没戏。所以保留策略要和发布节奏匹配。发布频繁的团队,多留几个;发布少的,可以少留。

迁移节奏里怎么落地

别一上来就搞全面阻断。迁移本身已经够乱了。镜像治理可以分三步:

第一步,盘点。把现有镜像列出来,看标签命名、基础镜像、大小、漏洞。这一步不用工具也能干,但用Trivy或Clair扫一遍更快。

第二步,定规范。标签怎么打,基础镜像用哪个,哪些仓库可信。写成文档,放进CI模板。让新项目自动遵守,老项目慢慢改。

第三步,上工具。仓库开不可变标签,CI加扫描,准入控制加策略。先告警,再阻断。给团队三个月缓冲期。

说实话,最难的从来不是技术。是习惯。开发习惯了latest,运维习惯了手动拉镜像,安全习惯了事后审计。迁移到容器,这些习惯都得改。改得慢了,事故就来了。

镜像治理没有终点。基础镜像会老,漏洞会出现,业务会变。把它当成日常运维的一部分,而不是一次性的运动。这样,迁移才算真正落地。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:容器化迁移中的镜像治理 别让一个脏标签炸掉整个集群
文章链接:https://www.itcdj.com/news/915.html