迁移微软容器镜像注册表地址

迁移微软容器镜像注册表地址:从mcr.microsoft.com迁移到mcr.azure.cn

Intro

最近在本地构建 docker 镜像的时候发现速度非常慢,在想是不是前段时间 dotnet CDN 切换有关,于是去微软容器注册表网站上看了一眼发现,针对中国用户推出了一个中国区域的 CDN 地址,换了中国区的容器镜像地址之后,构建速度非常快,推荐大家有需要的做一个迁移升级

前言

为了进一步提升中国用户/开发者在拉取微软官方容器与 OCI 构件时的稳定性、速度与合规性,Microsoft Artifact Registry(MAR,亦称 Microsoft Container Registry/MCR)现已在中国区域提供官方注册表端点:mcr.azure.cn与数据交付端点:*.data.mcr.azure.cn,原来的镜像地址在中国大陆会有严重的性能降级问题,推荐大家进行更新成新的中国区域的镜像地址。


为什么要切换到mcr.azure.cn

  • • 更低时延与更高稳定性:在中国区域,mcr.azure.cn(注册表发现/REST 端点)与*.data.mcr.azure.cn(数据交付/CDN 端点)由 Azure 在本地网络环境优化与加速,减少跨境访问带来的抖动与不确定性。

  • • 可靠的数据交付:数据端点由 Azure Front Door 的区域 CDN POP 承载,提供多节点与更好的容灾能力;注册表端点通过 Azure Traffic Manager 覆盖全球,自动选择最优路径。

  • • 合规与可管理性:面向中国区域的官方域名与线路,更便于企业在本地网络与合规框架下进行统一配置与审计。

  • • 官方支持与供应链安全:MAR 不提供官方镜像站(mirrors),请勿使用第三方镜像以免引入内容被篡改、来源不明等供应链风险;使用官方端点可获得微软支持与最佳实践保障。

  • 中国区域 CDN 分布如下:

关键点:在中国区域场景,mcr.azure.cn*.data.mcr.azure.cnmcr.microsoft.com*.data.mcr.microsoft.com的对应官方端点。迁移的核心仅是域名主机名的切换,镜像路径(仓库与标签)保持不变。


需要更改什么?

  1. 1. 将所有镜像引用的主机名从mcr.microsoft.com替换为mcr.azure.cn(路径与标签不变)。

  2. 2. 在企业防火墙/代理白名单中放行(如果需要):

  • mcr.azure.cn

  • *.data.mcr.azure.cn

  • 3. 更新 CI/CD、基础设施与脚本中的拉取命令与配置:

    • • Docker/Podman/nerdctl/ORAS 命令行

    • • Kubernetes 清单(image:字段)

    • • Helmvalues.yamlimage.repository

    • • 容器运行时配置(containerd/CRI-O)的 registry 端点与镜像加速

    • • 构建流水线(GitHub Actions/Azure DevOps/Jenkins/Gitlab/BitbucketPipeline 等)

  • 4. 内部文档的同步更新。


  • 快速迁移清单(Call for Action)

    • • 立刻在代码库中搜索旧端点并替换:

      • • 文本搜索:mcr.microsoft.com

      • • 批量替换:将其替换为mcr.azure.cn

    • • 在预生产环境验证拉取、构建与部署流程(含回滚预案)。

    • • 网络侧放行并观察访问质量与带宽(mcr.azure.cn*.data.mcr.azure.cn)。

    • • 通知相关团队(平台/DevOps/安全/网络)并更新内部知识库与新手指南。

    • • 停止使用非官方镜像站,统一改用官方中国区端点。


    典型场景 Before/After

    Docker 拉取镜像

    # Before docker pull mcr.microsoft.com/dotnet/runtime:10.0 # After docker pull mcr.azure.cn/dotnet/runtime:10.0

    Dockerfile

    # FROM mcr.microsoft.com/dotnet/aspnet:10.0 AS base FROM mcr.azure.cn/dotnet/aspnet:10.0 AS base # FROM mcr.microsoft.com/dotnet/sdk:10.0 AS publish FROM mcr.azure.cn/dotnet/sdk:10.0 AS publish

    Kubernetes 部署清单(Deployment/StatefulSet)

    # Before spec: template: spec: containers: - name: web image: mcr.microsoft.com/dotnet/aspnet:10.0
    # After spec: template: spec: containers: - name: web image: mcr.azure.cn/dotnet/aspnet:10.0

    验证与回归检查

    • • 连接性测试:

      • docker pull mcr.azure.cn/<repo>:<tag>是否稳定成功

      • • 在不同时间/网络条件下重复测试以覆盖峰谷

    • • 性能与可靠性:

      • • 比较迁移前后拉取时延与带宽(time docker pull、指标/日志)

    • • 兼容性:

      • • 业务镜像路径与标签不变,仅主机名更改;如使用摘要(digest),仍保持可拉取

    • • 网络与安全:

      • • 企业防火墙/代理是否已放行mcr.azure.cn*.data.mcr.azure.cn

      • • 监控/告警是否已调整,避免旧域名导致误报


    常见问题(FAQ)

    • • 是否需要更改镜像“路径”(仓库/标签)?

      • • 不需要。仅将主机名从mcr.microsoft.com替换为mcr.azure.cn,其余保持不变。

    • • 数据端点*.data.mcr.azure.cn要手动配置吗?

      • • 不需要在命令中显式使用。客户端会通过注册表端点协商数据 URL;但企业网络需放行该通配域名以保证数据能顺利下载。

    • • 是否需要登录认证?

      • • MAR 作为官方分发注册表,绝大多数公共内容无需认证即可拉取;如有少数场景额外要求,请参考具体镜像文档与企业安全策略。

    • • 海外环境是否需要迁移?

      • • 海外场景可继续使用mcr.microsoft.com;中国境内推荐使用mcr.azure.cn以获得本地网络优化与更好体验。

    • • 是否可以使用第三方镜像站?

      • • 不推荐。MAR 不提供官方镜像站,第三方镜像存在内容完整性与供应链风险;请使用官方端点并参考微软支持与安全最佳实践。


    结语:立即行动,保障供应链与交付效率

    • • 现在就搜索并替换代码库、流水线与配置中的mcr.microsoft.commcr.azure.cn

    • • 放行并验证mcr.azure.cn*.data.mcr.azure.cn的网络访问。

    • • 在预生产全面验证后尽快上线,确保生产交付的稳定性与合规性。

    • • 停止使用非官方镜像来源,统一走微软官方中国区端点义获得最佳支持与安全保障。

    如遇问题,请联系微软支持或在 GitHub 仓库提交 Issue:

    • • Microsoft 支持:创建支持请求[1]

    • • 反馈渠道:microsoft/containerregistry Issues[2]

    References

    • • MAR 端点使用指南[3]

    • • MAR 防火墙规则[4]

    • • Azure CDN 中国 POP 覆盖[5]

    • • Azure CDN 全球 POP 覆盖[6]

    引用链接

    [1]创建支持请求:https://azure.microsoft.com/support/create-ticket/
    [2]microsoft/containerregistry Issues:https://github.com/microsoft/containerregistry/issues
    [3]MAR 端点使用指南:https://github.com/microsoft/containerregistry/blob/ba7c2c0b33ae4868ea4a766624fccc07a7a98faf/docs/mcr-endpoints-guidance.md
    [4]MAR 防火墙规则:https://github.com/microsoft/containerregistry/blob/ba7c2c0b33ae4868ea4a766624fccc07a7a98faf/docs/client-firewall-rules.md
    [5]Azure CDN 中国 POP 覆盖:https://docs.azure.cn/cdn/cdn-pops
    [6]Azure CDN 全球 POP 覆盖:https://docs.microsoft.com/azure/cdn/cdn-pop-locations

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1141297.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于STM32的CANFD和CAN性能对比:深度剖析波特率切换

CANFD vs. CAN&#xff1a;在STM32上&#xff0c;为何一次“波特率切换”改变了嵌入式通信的游戏规则&#xff1f;你有没有遇到过这样的场景&#xff1f;一个BMS系统要上传电池单体的完整电压和温度数据&#xff0c;几十个参数打成一包——结果发现传统CAN要发十几帧才能传完。…

利用前沿AI论文工具精准还原数学建模高分论文,结合智能改写功能优化语言表达。

以下是10款AI工具的核心对比总结&#xff0c;重点突出优势、处理速度和平台兼容性&#xff0c;方便Java毕业论文用户快速筛选&#xff1a;各工具在文本改写效率、代码兼容性及跨平台支持方面差异显著&#xff0c;部分工具针对学术写作优化了语法检查功能&#xff0c;处理时长从…

智能改写工具在论文降重中的应用:六种AI技术提升文本质量的策略

排名 工具/方法 核心优势 适用场景 1 aibiye 智能降重学术语言优化 初稿完成后深度润色 2 aicheck 多维度查重选题辅助 全程论文质量监控 3 秒篇 一键生成逻辑结构优化 紧急补论文初稿 4 AskPaper 文献解析重点提炼 文献综述与理论支撑 5 知网人工降重 专…

借助10款AI论文写作工具,高效复现数学建模领域的优秀论文,同时通过智能改写提升内容质量。

AI工具对比表格精简版&#xff1a;10款主流工具的核心功能横向对比显示&#xff0c;Notion AI在跨平台协作与长文本处理上表现突出&#xff0c;而ChatGPT-4在创意生成和逻辑推理方面更具优势。Grammarly专注于实时语法修正&#xff0c;适配Windows/Mac双平台&#xff1b;MidJou…

地图可视化不一定要Python代码,BI也能画的很好看

地图可视化是数据分析中比较常见的一种呈现方式&#xff0c;可以制作热力图、地理坐标、路径图等&#xff0c;之前我尝试过用Python的carcartopy、plotly、folium来绘制&#xff0c;虽然效果不错&#xff0c;但需要有一定的代码能力和地理坐标知识。 对于一般的业务可视化来说&…

【MCP Tool Calling Agent 开发实战】从零构建高效 AI 代理

文章目录目录引言MCP 概述&#xff1a;为什么选择 MCP 构建 Tool Calling Agent&#xff1f;环境安装与项目设置Prerequisites构建 MCP Server 和 Tool实战&#xff1a;集成数据库查询工具文件系统资源集成集成 LLM 与 Agent 开发代码执行优化&#xff1a;Anthropic风格实战示例…

从GDPR到CCPA:全球数据合规法规在大数据中的应用

从GDPR到CCPA:全球数据合规法规在大数据中的应用 关键词:GDPR、CCPA、数据合规、隐私保护、大数据应用、用户权利、数据控制者 摘要:本文以全球最具影响力的两大数据隐私法规——欧盟《通用数据保护条例》(GDPR)与美国《加州消费者隐私法案》(CCPA)为核心,通过生活案例…

OceanBase的嵌入式数据库:vscode+python+seekdb

通过动手实验体会vibe coding 在实验前需要具备的前提条件是&#xff1a; 1要安装好vscode 2 要安装好Python环境 3 需要seekdb 4 需要powermem 5 Jupyter插件&#xff08;非必须&#xff0c;但是实际用过以后还是装吧&#xff09; 这里的1和2做开发的人都知道。 3和4其…

Spark与Hadoop对比:大数据技术选型必看指南

Spark与Hadoop对比&#xff1a;大数据技术选型必看指南 副标题&#xff1a;从原理、性能到场景&#xff0c;彻底理清两大框架的差异 摘要/引言 你是否遇到过这样的困惑&#xff1f; 要处理1TB的用户日志&#xff0c;该用Hadoop还是Spark&#xff1f;实时推荐系统需要秒级延…

Linux设备驱动之gpio-keys(3)

接前一篇文章&#xff1a;Linux设备驱动之gpio-keys&#xff08;2&#xff09; 本文内容参考&#xff1a; Linux设备驱动之gpio-keys_linux gpio-keys-CSDN博客 Linux gpio-keys驱动解析-CSDN博客 GPIO-KEY的实现原理及使用方法_gpio-keys-CSDN博客 linux gpio key 实现方式…

实现AI Agent的动态任务优先级调度

实现AI Agent的动态任务优先级调度 关键词:AI Agent、动态任务优先级调度、任务管理、算法原理、实际应用 摘要:本文围绕实现AI Agent的动态任务优先级调度展开。首先介绍了该主题的背景信息,包括目的、预期读者、文档结构和相关术语。接着阐述了核心概念及它们之间的联系,…

一、Mujoco-开始篇

一、介绍 MuJoCo 是 Multi-Joint dynamics with Contact 的缩写&#xff0c;字面意思可拆解为带接触的多关节动力学。是DeepMind&#xff08;谷歌旗下&#xff09;维护的高精度多体动力学物理仿真引擎&#xff0c;专为机器人、机械控制、强化学习&#xff08;RL&#xff09;、生…

AI与人类开发者的协作模式

AI与人类开发者的协作模式关键词&#xff1a;AI、人类开发者、协作模式、软件开发、代码生成、智能辅助摘要&#xff1a;本文深入探讨了AI与人类开发者的协作模式&#xff0c;旨在分析这种协作在软件开发领域的应用、原理和实际效果。首先介绍了研究的背景、目的、预期读者等信…

提升论文原创性的有效方法:六款AI工具改写文本的实用操作指南

排名 工具/方法 核心优势 适用场景 1 aibiye 智能降重学术语言优化 初稿完成后深度润色 2 aicheck 多维度查重选题辅助 全程论文质量监控 3 秒篇 一键生成逻辑结构优化 紧急补论文初稿 4 AskPaper 文献解析重点提炼 文献综述与理论支撑 5 知网人工降重 专…

论文查重与改写一体化方案:六款AI工具提升文本原创性的实用方法

排名 工具/方法 核心优势 适用场景 1 aibiye 智能降重学术语言优化 初稿完成后深度润色 2 aicheck 多维度查重选题辅助 全程论文质量监控 3 秒篇 一键生成逻辑结构优化 紧急补论文初稿 4 AskPaper 文献解析重点提炼 文献综述与理论支撑 5 知网人工降重 专…

学术论文降重必备工具:六种AI改写技术的高效应用与优化建议

排名 工具/方法 核心优势 适用场景 1 aibiye 智能降重学术语言优化 初稿完成后深度润色 2 aicheck 多维度查重选题辅助 全程论文质量监控 3 秒篇 一键生成逻辑结构优化 紧急补论文初稿 4 AskPaper 文献解析重点提炼 文献综述与理论支撑 5 知网人工降重 专…

通信原理篇---数字信号基带码型

第一部分&#xff1a;为什么选择HDB3码&#xff1f;——从数字基带信号码型设计原则分析在设计数字基带传输码型时&#xff0c;工程师需要平衡多个相互矛盾的要求。HDB3码&#xff08;High Density Bipolar 3 zeros&#xff0c;三阶高密度双极性码&#xff09;是针对PCM E1系统…

基于MLflow的推荐系统模型生命周期管理

基于MLflow的推荐系统模型生命周期管理:从实验到生产的全流程护航 关键词:MLflow、推荐系统、模型生命周期管理、实验跟踪、模型部署、模型注册、机器学习工程化 摘要:推荐系统是互联网产品的“流量引擎”,但从实验室的一个想法到线上稳定运行的模型,需要跨越数据准备、实…

计算机网络:物理层

目录 数据通信基础知识 信道的极限容量 编码与调制 传输介质 物理层设备 数据通信基础知识 码元&#xff08;Symbol&#xff09;是数字通信中承载信息的基本信号单元。 比特&#xff08;bit&#xff09;是信息的最小单位 &#xff08;0/1 逻辑概念&#xff09; 码元&…

优化论文查重结果的智能方案:六款AI改写工具的详细使用教程

排名 工具/方法 核心优势 适用场景 1 aibiye 智能降重学术语言优化 初稿完成后深度润色 2 aicheck 多维度查重选题辅助 全程论文质量监控 3 秒篇 一键生成逻辑结构优化 紧急补论文初稿 4 AskPaper 文献解析重点提炼 文献综述与理论支撑 5 知网人工降重 专…