Harbor回滚后磁盘遗留无效制品的清理问题咨询

1. Harbor是否会自动清理数据库无记录的磁盘制品？ #

不会。Harbor默认的垃圾回收（GC）机制仅针对数据库中标记为可删除的制品（比如已通过Harbor界面/API删除但未清理的镜像、blob等），它会基于数据库的记录来识别需要清理的内容，不会主动扫描磁盘去查找数据库中无对应记录的文件。这种因版本回滚导致的数据不一致场景，不在Harbor自动GC的处理范围内。

2. 现成清理方案 #

针对你已经找到的300+数据库无记录的磁盘制品，可以通过以下方式安全清理：

• 前置准备

  • 暂停Harbor的registry服务（或切换Harbor为只读模式），避免清理过程中有新的文件写入，防止误删正常的新上传制品。
  • 备份所有待清理的文件到临时存储，确保误删后可恢复。
  • 随机抽取若干待清理文件，通过Harbor数据库的blobs、artifacts表再次验证，确认这些文件确实无对应数据库记录，避免脚本误判。

• 执行清理

  • 基于你已有的识别脚本，扩展批量删除逻辑。比如在脚本中添加批量删除命令（针对Linux环境），示例如下：

    # 从记录待清理路径的文件中读取路径并删除（需先验证路径准确性）
    cat unrecorded_artifacts.txt | xargs rm -rf
    

  • 若担心一次性删除大量文件影响系统性能，可以分批次处理，比如每次清理50个文件。

• 后续验证

  • 清理完成后，重启Harbor服务，检查镜像拉取、上传功能是否正常。
  • 再次运行你的识别脚本，确认无残留的数据库无记录磁盘制品。

内容的提问来源于stack exchange，提问作者Biwis