Azure ACR purge命令卡在清单删除检测阶段的问题咨询

问题描述 #

我们在Azure中拥有一个ACR容器注册表，其中一个仓库内有约4000个镜像。尝试使用ACR purge功能执行删除操作，命令如下：

PURGE_CMD="acr purge --filter '<service-name>:.*' --dry-run --ago 250d --untagged"
az acr run --cmd "$PURGE_CMD" --registry <registry-name> --timeout 3600 /dev/null

由于设置了--ago 250d，实际没有需要删除的镜像，但命令在计算应删除标签阶段正常，却卡在确定应删除清单的阶段，最终超时。输出内容如下：

Queued a run with ID: crc
Waiting for an agent...
2023/10/19 00:18:04 Alias support enabled for version >= 1.1.0, please see https://aka.ms/acr/tasks/task-aliases for more information.
2023/10/19 00:18:04 Creating Docker network: acb_default_network, driver: 'bridge'
2023/10/19 00:18:04 Successfully set up Docker network: acb_default_network
2023/10/19 00:18:04 Setting up Docker configuration...
2023/10/19 00:18:05 Successfully set up Docker configuration
2023/10/19 00:18:05 Logging in to registry: <registry>.azurecr.io
2023/10/19 00:18:09 Successfully logged into <registry>.azurecr.io
2023/10/19 00:18:09 Executing step ID: acb_step_0. Timeout(sec): 3600, Working directory: '', Network: 'acb_default_network'
2023/10/19 00:18:09 Launching container with name: acb_step_0
DRY RUN: The following output shows what WOULD be deleted if the purge command was executed. Nothing is deleted.
Tags for this repository would be deleted: <service-name>
Manifests for this repository would be deleted: <service-name>

解决方法 #

一、优化现有ACR purge命令 #

• 缩小过滤范围：避免用:.*匹配所有标签，精准指定需要处理的标签前缀，比如--filter '<service-name>:v*'，减少遍历的镜像数量。
• 按需移除--untagged参数：如果不需要清理无标签镜像，暂时去掉该参数。遍历无标签镜像会额外消耗大量资源，是大规模仓库卡顿的主要诱因之一。
• 临时增大超时时间：将--timeout调整为更大的值，比如7200（2小时），确保命令有足够时间完成清单遍历。
• 跳过dry-run模式：dry-run的资源消耗和实际执行几乎一致，若已确认过滤条件正确，可直接执行命令（先小范围测试验证）。

二、大规模ACR镜像删除替代方案 #

1. 脚本结合Azure CLI批量删除

通过脚本批量筛选并删除镜像，可控性更强，还能分批次执行：

# 获取仓库所有镜像标签，按创建时间倒序排列
az acr repository show-tags --name <registry-name> --repository <service-name> --orderby time_desc --output tsv > tags.txt

# 筛选需要删除的标签（示例：保留最新的100个，删除其余）
tail -n +101 tags.txt | while read tag; do
  az acr repository delete --name <registry-name> --image <service-name>:$tag --yes
done

2. 配置ACR生命周期策略

利用ACR内置的生命周期管理自动清理，后台处理效率更高，适合长期维护：

1. 登录Azure门户，进入目标ACR注册表。
2. 选择「存储」>「生命周期策略」，点击「添加策略」。
3. 配置规则：比如“删除超过250天的镜像”“删除无标签镜像”，可针对特定仓库设置。
4. 保存后，ACR会定期自动执行清理操作。

3. 拆分大规模仓库

将单个大仓库按服务版本、环境等维度拆分为多个小仓库，降低单个仓库的镜像数量，从根源上减少遍历压力。

卡顿原因说明 #

ACR purge命令处理大规模仓库时，需要遍历所有镜像的标签和清单；启用--untagged参数时，还要检查每个清单的标签关联状态，这个过程在镜像数量较多时会消耗大量时间和资源，最终导致超时。优化过滤条件或改用批量脚本/生命周期策略，可有效缓解该问题。

内容的提问来源于stack exchange，提问作者Matthew van Boheemen