Harbor（https://goharbor.io）是一个功能强大的容器镜像管理和服务系统，用于提供专有容器镜像服务。随着云原生架构的广泛使用，原来由VMWare开发的Harbor也加入了云原生基金会（参考《Harbor最新进展，将由CNCF管理 》，项目地址已经变为 https://github.com/goharbor），成为云原生的生态系统的重要组成部分。
1、快速安装
Harbor可以支持容器部署和Kubernetes部署。从Harbor 1.6开始，项目提供了Kubernetes的集群化部署方法，可以使用Helm（）快速进行部署，基于Kubernetes集群管理机制进行动态调度。如下：
cd harbor-helm
git checkout master
helm install --namespace harbor --name harbor .
2、部署技巧
但是，对于多节点的Kubernetes集群来说，还需要解决几个问题：
镜像下载。因为Harbor使用的容器镜像多达10个（其中registry会用到多个容器镜像），会被集群分别调度到多个节点上运行，需要保证所有的节点都有需要的容器镜像，会带来大量的下载流量，完整运行起来的时间比较长。最好是在一个节点上下载，然后上传到所有节点。
网络存储。在Kubernetes集群中pod是可以漂移的，需要保证漂移后的容器仍然能够连续访问存储。
登陆问题。Kubernetes提供了多种服务暴露方法，但目前NodePort等的授权与后台服务会不一致，从而登录失败，提示“ 不正确的用户名或密码”。
2.1 镜像下载
使用下面的脚本预先下载镜像：
echo "Pull images for Harbor:dev"
echo ""
docker pull goharbor/harbor-core:dev #
docker pull goharbor/harbor-portal:dev #
docker pull goharbor/harbor-jobservice:dev #
docker pull goharbor/clair-photon:dev #
docker pull goharbor/notary-server-photon:dev #
docker pull goharbor/notary-signer-photon:dev #
docker pull goharbor/registry-photon:dev #
docker pull goharbor/harbor-registryctl:dev #
docker pull goharbor/chartmuseum-photon:dev #
docker pull goharbor/harbor-db:dev #
docker pull goharbor/redis-photon:dev #
echo "Finished."
运行 Helm的安装命令(命名空间为harbor)：
helm install --namespace harbor --name harbor .
查看安装后的pod，运行:
kubectl get pod -n harbor
运行的pod实例如下：
NAME READY STATUS RESTARTS AGE
harbor-harbor-chartmuseum-5d8895d9dc-c76mx 1/1 Running 1 9h
harbor-harbor-clair-7995586c44-8p98g 1/1 Running 1 9h
harbor-harbor-core-9999c79ff-db2fl 1/1 Running 0 9h
harbor-harbor-database-0 1/1 Running 0 9h
harbor-harbor-jobservice-65f6dbdc78-h82nb 1/1 Running 1 9h
harbor-harbor-notary-server-77774bb46f-jzsgx 1/1 Running 2 9h
harbor-harbor-notary-signer-5c94f5844c-8gpp8 1/1 Running 2 9h
harbor-harbor-portal-85dbb47c4f-xbnzz 1/1 Running 0 9h
harbor-harbor-redis-0 1/1 Running 0 9h
harbor-harbor-registry-b8bd76fc7-744fs 2/2 Running 0 9h
但是，刚安装完的时候，由于存储和登陆问题存在，上面的pod有很多是出于失败状态的，我这里显示的是解决完这些问题以后的pod运行情况。
2.2 网络存储
Harbor可以使用本地存储、外置存储或者网络存储。
本地存储
如果使用本地存储，需要指定Harbor服务pod运行在存储所在的节点上（或者是单节点的Kubernetes集群）。
具体配置文件的参考 https://github.com/openthings/kubernetes-tools/harbor/hostpath，下面给出redis的例子：
创建Redis的存储pv配置文件：
apiVersion: v1
kind: PersistentVolume
metadata:
name: data-harbor-harbor-redis-0
namespace: harbor
spec:
capacity:
storage: 8Gi
accessModes:
- ReadWriteMany
hostPath:
path: /home/supermap/harbor/data-harbor-harbor-redis-0
创建Redis的存储pvc配置文件：
kind: PersistentVolumeClaim
apiVersion: v1
metadata:
name: data-harbor-harbor-redis-0
namespace: harbor
spec:
accessModes:
- ReadWriteMany
resources:
requests:
storage: 8Gi
网络存储
我这里是直接从GlusterFS创建的pvc，也可以使用NFS或Ceph之类的网络可访问存储，包括性能比较好的NAS/iSCSI/IPSAN等系统。
首先创建endpoint，然后创建pv和pvc。
与本地存储类似，但是可以提供pod在网络范围内的可迁移访问。
具体配置文件参考 https://www.yongshi123.cn github.com/openthings/kubernetes-tools/harbor/zettariver。
按照推荐的方法，可以通过helm install来指定存储设备的参数，或者修改value.yaml文件来指定存储的使用方式。我这里没有修改原始参数，等创建pod结束后，将所有的pvc删除，重新创建，然后等待pod重启后运行成功。脚本如下：
echo "Delete pvc..."
kubectl delete -n harbor pvc/data-harbor-harbor-redis-0
kubectl delete -n harbor pvc/database-data-harbor-harbor-database-0
kubectl delete -n harbor pvc/harbor-harbor-chartmuseum
kubectl delete -n harbor pvc/harbor-harbor-jobservice
kubectl delete -n harbor pvc/harbor-harbor-registry
echo ""
echo "Create pvc..."
kubectl apply -f 0a-glusterfs-gvzr00-endpoint.yaml
kubectl apply -f 0b-glusterfs-gvzr00-service.yaml
kubectl apply -f 1a-pv-data-harbor-harbor-redis-0.yaml
kubectl apply -f 1b-pvc-data-harbor-harbor-redis-0.yaml
kubectl apply -f 2a-pv-database-data-harbor-harbor-database-0.yaml
kubectl apply -f 2b-pvc-database-data-harbor-harbor-database-0.yaml
kubectl apply -f 3a-pv-harbor-harbor-chartmuseum.yaml
kubectl apply -f 3b-pvc-harbor-harbor-chartmuseum.yaml
kubectl apply -f 4a-pv-harbor-harbor-jobservice.yaml
kubectl apply -f 4b-pvc-harbor-harbor-jobservice.yaml
kubectl apply -f 5a-pv-harbor-harbor-registry.yaml
kubectl apply -f 5b-pvc-harbor-harbor-registry.yaml
echo "Finished."
下面列出正常运行后，Harbor对于存储的使用情况，目前用到了5个pvc虚拟存储卷：
kubectl get pvc -n harbor
NAME STATUS VOLUME CAPACITY ACCESS MODES STORAGECLASS AGE
data-harbor-harbor-redis-0 Bound data-harbor-harbor-redis-0 8Gi RWX 9h
database-data-harbor-harbor-database-0 Bound database-data-harbor-harbor-database-0 16Gi RWX 9h
harbor-harbor-chartmuseum Bound harbor-harbor-chartmuseum 8Gi RWX 9h
harbor-harbor-jobservice Bound harbor-harbor-jobservice 8Gi RWX 9h
harbor-harbor-registry Bound harbor-harbor-registry 8Gi RWX 9h
如果在Kubernetes中pv/pvc运行失败，则需要检查存储的容量和路径是否设置正确，请修改之，确保存储完全可用。
2.3 登陆问题
系统默认安装参数是使用Ingress提供服务入口的。虽然文档中说明可以使用nodePort和LoadBalancer来设置服务harbor-harbor-portal的类型，但实际操作中发现，输入账号 admin和密码Harbor12345后，始终会提示 “账号会密码不正确”，导致无法正常登陆到系统。
问题报告和解决办法参见：
Invalid user name or password，https://dasheng178.com github.com/ www.tiaotiaoylzc.com goharbor/harbor-helm/issues/75
我使用Ingress（需要提前安装）来提供服务，还需要修改Ingress的规则。
安装Ingress，执行：
脚本和配置参见：github.com/openthings/kubernetes-tools/ingress
helm install ./nginx-ingress --name nginx-ingress \
--namespace ingress \
--set controller.stats.enabled=true
在Kubernetes的Dashboard中，选择“服务发现与负载均衡”，选中“访问权”里的Ingress规则，点击“编辑”。
将其中的host修改为自己的主机域名，如下：
"rules": [
{
"host": "localhost",
"http": {
"paths": [
{
"path": "/",
"backend": {
"serviceName":www.mytxyl1.com "harbor-harbor-portal",
"servicePort": 80
}
},
{
"path": "/api/",
"backend": {
"serviceName": www.tianchenyul1.com"harbor-harbor-core",
"servicePort": 80
}
},
{
"path": "/service/",
"backend": {
"serviceName":www.xinghaiyule1.com "harbor-harbor-core",
"servicePort": 80
}
},
{
"path": "/v2/",
"backend": {
"serviceName": "harbor-harbor-core",
"servicePort": 80
}
},
{
"path": "/chartrepo/",
"backend": {
"serviceName":www.yongshiyule178.com/ "harbor-harbor-core",
"servicePort": 80
}
},
{
"path": "/c/",
"backend": {
"serviceName":www.fengshen157.com/ "harbor-harbor-core",
"servicePort": 80
}
}
]
}
},
注意：
我上面的host设为了localhost，只能允许本地访问，其它机器连接进来是无法访问的。
可以设为外部域名或者将其它机器名称加入/etc/hosts，或者IP地址，就可以提供外部访问了。
更多参考：
在Kubernetes集群上部署高可用Harbor镜像仓库
Ubuntu安装私有Docker Hub服务Harbor
Kubernetes镜像仓库-Harbor的Helm部署
配置Harbor私有Docker镜像服务使用HTTPS
Harbor的Docker镜像存储路径修改
Docker镜像仓库服务-Nexus
基于Kubernetes的持续交付平台
Helm 容器应用包管理工具安装记录
构建功能强大的微数据中心（Micro Data Center）