10 分钟搞定 K8s 镜像拉取加速一个前缀解决 gcr.io 拉取失败与超时【免费下载链接】public-image-mirror很多镜像都在国外。比如 gcr 。国内下载很慢需要加速。致力于提供连接全世界的稳定可靠安全的容器镜像服务。项目地址: https://gitcode.com/GitHub_Trending/pu/public-image-mirror你是不是也遇到过这种情况部署 K8s 时一条docker pull挂半天gcr.io 的镜像不是超时就是卡死public-image-mirror 就是一个公开的容器镜像加速服务——只要在镜像名前加上加速前缀它会自动把 gcr.io、docker.io 等海外镜像同步到就近节点让你更快更稳地拉到国内少踩网络坑。什么时候需要镜像加速先对号入座这 3 个场景个人实验本地起容器。你想docker run一个 kindest/node 或者某个国外团队维护的工具镜像结果进度条走了十分钟只下了 20MB——这时候加个前缀同样一条命令几秒钟拉完。企业内网 / 离线环境装 K8s 集群。kubeadm 初始化时要拉 coreDNS、pause 这些基础镜像源站在 registry.k8s.io公司网络直连经常失败装一次集群折腾半天。配好镜像源后初始化流程不再卡在镜像拉取这一步。CI/CD 反复拉公开镜像。流水线每天多次从 quay.io、ghcr.io 拉基础镜像带宽和超时问题会直接拖慢构建。把拉取路径指到加速节点流水线更稳。简单说只要你拉的是国外公开镜像又嫌慢、嫌不稳这套方案就是为你准备的。它是怎么工作的把海外仓库当成代取驿站打个比方你去国外自提快递要自己跑很远而现在你在国内有个驿站帮你代取——你只需要把收货地址改写成驿站地址驿站负责去国外仓库取件取好后放门口等你自提。public-image-mirror 就是这个驿站它的机制可以归纳为几条懒加载第一次拉某个镜像时它才去源站同步之后命中缓存秒级响应。内容保真所有 sha256 摘要与源站一致拉到的和官方源完全一样可以放心用。两种写法统一的加前缀或对部分仓库替换前缀见下方对照表。有生命周期缓存内容只保留 30 天过期后再次拉取会触发重新同步manifest 有 1 小时内存缓存。源站替换为备注docker.iodocker.m.daocloud.iogcr.iogcr.m.daocloud.iok8s.gcr.iok8s-gcr.m.daocloud.io已迁移到 registry.k8s.io新部署建议直接用后者registry.k8s.iok8s.m.daocloud.ioghcr.ioghcr.m.daocloud.ioquay.ioquay.m.daocloud.iomcr.microsoft.commcr.m.daocloud.ionvcr.ionvcr.m.daocloud.ioNVIDIA 镜像3 步上手5 分钟跑通第一次加速拉取第 1 步在镜像名前加统一前缀m.daocloud.io/docker pull m.daocloud.io/docker.io/library/nginx:latest为什么这么写m.daocloud.io是唯一入口后面的路径保持源站域名/镜像名原样你不用背十几条替换规则任何镜像都能照这个格式改。第 2 步直接运行验证观察速度docker run -d -P m.daocloud.io/docker.io/library/nginx为什么这么写第一条拉取走的是同步链路懒加载稍慢正常第二条再跑同一镜像就命中缓存能直观感受到第一次同步、后面秒拉的差异。第 3 步推荐把 docker.io 写进 Docker 守护进程以后免改地址编辑/etc/docker/daemon.json{ registry-mirrors: [ https://docker.m.daocloud.io ] }然后systemctl restart docker。为什么这么写配置后所有 docker.io 的拉取自动走加速节点YAML、脚本里都不用再手动加前缀。注意它只对 docker.io 这一个源站生效别的源站还是得用前缀替换别指望它全局加速。进阶用法K8s 集群、Podman 与内网缓存的加速 场景一kubeadm 装集群在 kubeadm 配置文件里改两个字段集群组件镜像全部走加速源apiVersion: kubeadm.k8s.io/v1beta3 kind: ClusterConfiguration dns: imageRepository: k8s.m.daocloud.io/coredns imageRepository: k8s.m.daocloud.io解释imageRepository决定节点组件kube-apiserver 等从哪拉dns.imageRepository决定 CoreDNS 从哪拉两者都指向 registry.k8s.io 的加速域即可。用 kind 起本地集群同理一条命令指定加速后的节点镜像kind create cluster --name kind --image m.daocloud.io/docker.io/kindest/node:v1.22.1场景二Podman 多源站批量配 mirrorPodman 比 Docker 灵活可以为每个源站单独配镜像源。在/etc/containers/registries.confrootless 模式可放~/.config/containers/registries.conf添加[[registry]] location gcr.io [[registry.mirror]] location gcr.m.daocloud.io [[registry]] location registry.k8s.io [[registry.mirror]] location k8s.m.daocloud.io解释每个[[registry]]块对应一个源站配好之后业务侧写gcr.io/xxx原样地址就能自动走加速存量脚本零改动。场景三企业内网部署本地缓存外网加速终究依赖公网彻底解法是在内网搭一层本地 registry对外做缓存代理。项目文档 docs/local-cache/README.md 给了完整步骤核心是一个 compose 文件加一条代理规则services: registry: image: m.daocloud.io/docker.io/library/registry:3 ports: - 8888:8888 configs: - source: registry-config target: /etc/docker/registry/config.yml configs: registry-config: content: | version: 0.1 http: addr: :8888 proxy: remoteurl: https://m.daocloud.io ttl: 2160h解释proxy.remoteurl指向m.daocloud.io意味着你的内网 registry 只从加速节点回源ttl: 2160h让缓存保留 90 天比直接对外拉取的 30 天更长。部署后内网机器把镜像地址前缀换成内网IP:8888/用法和m.daocloud.io/完全一致——离线环境从此只同步一次之后内网随便拉。常见坑与排错4 个高频问题一次讲清现象用latest拉到的镜像不对或拉取失败原因latest是可变 tag源站更新后后台才会重新同步期间会先返回旧数据manifest 还有 1 小时缓存。 解法优先用sha256:摘要固定镜像项目推荐的第一选择其次用明确版本号 tag最后才考虑latest。现象拉取报 404过一会儿重试又好了原因缓存内容 30 天过期后会被清理blob 有 1 分钟内存缓存删除与缓存状态短暂不同步。 解法重试即可对生产环境用 digest 固定版本避免依赖可变 tag。现象配了registry-mirrors但 gcr.io 的镜像还是很慢原因Docker 的registry-mirrors只会对 docker.io 生效gcr.io 等其他源站不认这个配置项目也特别提醒不要把 docker.io 之外的站点塞进 registry-mirrors。 解法gcr.io 的镜像改用前缀替换如gcr.m.daocloud.io/xxx。现象想拉的镜像提示不受支持同步队列里查不到原因服务对可同步的镜像有白名单管控名单维护在 allows.txt配套校验脚本在 hack/ 目录。 解法确认你的镜像是否在名单内不在的话按项目流程提 Issue 申请加入别自己硬拉。另外官方建议把批量拉取任务放到凌晨北京时间 01:00–07:00闲时执行白天队列拥挤同步会明显变慢。小结一条前缀换一份稳定public-image-mirror 把拉海外镜像慢、失败收敛成一个前缀替换动作docker.io 还能配置成免改地址的默认加速。K8s 集群、Podman、企业内网缓存三层用法覆盖了从个人实验到离线环境的主线需求。记住digest 固定版本 闲时批量拉取能避开绝大多数同步类故障。如果文中某个源站没覆盖到你的场景欢迎直接去项目文档翻一翻 docs/local-cache/README.md或者提一个 Issue 告诉我们——也强烈建议你先用第 3 步的三条命令亲手跑一遍体感最快。【免费下载链接】public-image-mirror很多镜像都在国外。比如 gcr 。国内下载很慢需要加速。致力于提供连接全世界的稳定可靠安全的容器镜像服务。项目地址: https://gitcode.com/GitHub_Trending/pu/public-image-mirror创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考