1 概述
容器的使用已经非常普及，将服务迁移到容器上正成为了越来越多公司的选择。而对于运维人员而言，熟悉容器的使用与监控，也已成为一项必不可少的专业技能。
关于容器的开源产品，目前知名的有Docker、Containerd、CoreOS rkt、LXC 等，在这其中Docker占据了绝对的统治地位，也是当前使用最广泛的容器产品。以下是docker应用常用的两种监控方式：
- Docker原生监控常用的方式有：docker ps/top/logs、docker stats、Docker Remote API、Docker伪文件系统。
- 但是原生的dockr命令监控的方式存在一点的局限性，针对这个问题，Google开源的容器度量收集工具cAdvisor可实现对容器的监控。
2 原生监控
2.1 docker stats
- 该命令默认以流式方式输出，如果想打印出最新的数据并立即退出，可以使用no-stream=true参数。可以指定一个已停止的容器，但是停止的容器不返回任何数据。
- 监控容器性能度量指标有多种方法，简单的如通过Docker的CPU、内存、网络及磁盘的使用情况进行监测，示例如下：
# docker stats
CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS
db9ee91008fc cadvisor 1.95% 100.3MiB / 1.777GiB 5.51% 3.06MB / 718MB 229kB / 0B 132.2 伪文件系统
- docker stats的数据来自/sys/fs/cgroup下的文件：
- mem usage那一列的值，来自于/sys/fs/cgroup/memory/docker/[containerId]/memory.usage_in_bytes。
- 如果没限制内存，Limit=machine_mem，否则来自于/sys/fs/cgroup/memory/docker/[id]/memory.limit_in_bytes。
- 内存使用率=memory.usage_in_bytes/memory.limit_in_bytes。
- 一般情况下，cgroup文件夹下的内容包括CPU、内存、磁盘、网络等信息，下面列出常用的指标说明。
- devices：设备权限控制。
- cpuset：分配指定的CPU和内存节点。
- cpu：控制CPU占用率。
- cpuacct：统计CPU使用情况。
- memory：限制内存的使用上限。
- freezer：冻结（暂停）cgroup中的进程。
- net_cls：配合tc（traffic controller）限制网络带宽。
- net_prio：设置进程的网络流量优先级。
- huge_tlb：限制HugeTLB的使用。
- perf_event：允许Perf工具基于cgroup分组做性能监测。
- 在memory中常用的指标说明如下：
- memory.usage_in_bytes：已使用的内存量（包含cache和buffer），相当于used_mem。
- memory.limit_in_bytes：限制的内存总量（字节），相当于Linux的total_mem。
- memory.failcnt：申请内存失败次数计数。
- memory.memsw.usage_in_bytes：已使用的内存和swap容量（字节）。
- memory.memsw.limit_in_bytes：限制的内存和swap容量（字节）。
- memory.memsw.failcnt：申请内存和swap失效次数计数。
- memory.stat：内存相关状态。
- 随着Docker容器云的广泛应用，大量的业务软件运行在容器中，这使得对Docker容器的监控越来越重要。对容器集群系统进行监控，一般采用物理机监控+容器本身监控的方式（如图10-2所示），具体监控指标总结如下：
- 容器本身资源使用情况：CPU、内存、网络、磁盘。
- 物理机的资源使用情况：CPU、内存、网络、磁盘。
- 物理机上容器镜像情况：名字、大小、版本。
- 目前较为流行的容器监控工具有DockerStats、cAdvisor、Scout、Data Dog以及Sensu。应用场景不同，各监控工具的优缺点体现得也有所不同。
- DockerStats是Docker本身提供的，用于监控容器资源使用情况，直接输入命令行即可查看，还可提供远程API接口，易于操作，但没有图形界面。
- cAdvisor可提供数据的可视化界面，并且可监控容器所在宿主机中的资源使用情况，只监控单一主机。
- Scout可聚合多主机容器的监控，并且提供告警，但无法显示容器的详细信息，更多的是偏向于主机资源的监控，为收费项目。
- Data Dog监控功能较为强大，可以获得运行和停止的容器计数以及镜像数量等，可整合集群主机数据和容器数据，但使用成本较高。
- Sensu监控部署较为复杂。
3 cAdvisor
3.1 cAdvisor概述
- 在容器集群的环境中，通过Docker stats命令对一台台机器收集容器的度量指标显然是不现实的。在Kubenetes（有时简称k8s）设计之初就考虑到了这一点，因此它将Google开源的容器度量收集工具cAdvisor集成到了Kubelet中。在集群中，Kubelet会驻留在集群的每一个节点上，因此cAdvisor也将随之运行在所有节点上。
- cAdvisor为容器用户提供了对其运行容器的资源使用和性能特征的理解。它是一个运行守护程序，用于收集、聚合、处理和导出有关正在运行的容器的信息，同时它消耗的资源也比较少。cAdvisor不仅可以搜集一台机器上所有运行的容器的信息，还提供基础查询界面和http接口，方便其他组件（如Prometheus）进行数据抓取，或者cAdvisor+Influxdb+Grafna搭配使用。可以导出资源使用情况和完整历史资源使用的直方图，通过快速预览压力表（pressuregauge）可了解集群是否需要额外的资源。
- cAdvisor可以对节点机器上的资源及容器进行实时监控和性能数据采集，包括CPU使用情况、内存使用情况、网络吞吐量及文件系统使用情况。
- cAdvisor也有一定的局限性，即只能监控一个Docker主机。对于多节点的场景，就需要在所有的主机上都各安装一个cAdvisor。另外，在图表中的数据仅仅显示时长为2分钟，并没有查看长期数据趋势的方法。它也没有生成告警的机制，如果资源使用率较高则可能存在风险。
3.2 cAdvisor架构
- 只需在宿主机上部署cAdvisor容器，用户就可通过Web界面或REST服务访问当前节点和容器的详尽性能数据（CPU、内存、网络、磁盘、文件系统等）。
- cAdvisor支持一下指标：
- 容器基础指标。
- 容器内进程查看。
- 容器状态实践。
- 监控数据push到第三方存储介质。
- 通过Prometheus采集自定义指标。
- 通过容器标签采集应用自定义指标。
- Collector可扩展开发其他标准类型，如数据库、Kafka、Redis等，当前只支持http方式采集应用自定义指标。
- Storage可扩展开发其他介质。
- cAdvisor软件架构如图10-3所示。
- cAdvisor主要包括API层、Handler、Manager、Collector，具体说明如下：
- API层：提供节点信息、容器运行状态信息、自定义指标信息、容器spec信息、事件信息、容器进程列表、文件系统信息的查询API。
- Handler：提供rkt、Docker的容器spec以及Storage栈信息。内置有rkt、Docker的适配器被Manager调用。
- Manager：总控，实例化Storage，为周期任务，通过Handler获取容器列表，自动发现容器的增/删等。
- Collector：内置两种采集器，即Prometheus和自定义指标采集器。
3.3 部署cAdvisor
//下载镜像
docker pull google/cadvisor:latest
//运行容器
docker run \
--volume=/:/rootfs:ro \
--volume=/var/run:/var/run:rw \
--volume=/sys:/sys:ro \
--volume=/var/lib/docker/:/var/lib/docker:ro \
--publish=8080:8080 \
--detach=true \
--name=cadvisor \
google/cadvisor:latest- cAdvisor提供一些运行时参数供用户配置使用：
- 4个--volume挂载操作不能省略，如果不挂载，将无法连接到Docker deamon，ro表示只读。
- --detach操作是为了在创建后不进入容器内部，让其自动完成监视功能。
- 在Ret Hat/CentOS/Fedora等发行版上需要传递privileged参数，因为SELinux加强了安全策略：--privileged=true。
- --storage_duration保存在内存中的数据时间段长度，默认为2min，即保存2分钟的数据。
- --allow_dynamic_housekeeping依据容器的活跃程度，动态调整读取容器监控数据的时间间隔。
- --global_housekeeping_interval检测是否有新增容器的时间周期。
- --housekeeping_interval统计每个容器数据的时间周期，默认每秒取1次数据，取统计到的最近的60个数据。
- 启动后cAdvisor立即开始监控，可以浏览主机上的端口8080查看cAdvisor的Web接口，确认它是可操作的。可以访问/metric页面查看监控指标。
- http://10.1.1.13:8080/containers/
- http://10.1.1.13:8080/metrics
- cAdvisor支持的Prometheus的指标主要有五大类（62个），包括CPU（10个）、内存（9个）、文件（18个）、网络（12个）、其他容器状态（13个），具体指标说明可以参考：https://github.com/google/cadvisor/blob/master/docs/storage/prometheus.md。
- cAdvisor通过存储插件（cAdvisor Storage Plugins）把状态信息输出到InfluxDB数据库进行存储、读取或KAfka等，通过-storage_driver来配置，具体支持的存储项有：BigQuery、ElasticSearch、InfluxDB、Kafka、Prometheus、Redis、StatsD以及stdout标准输出等。详见官网文档：https://github.com/google/cadvisor/tree/master/docs/storage。
3.4 集成到Prometheus
- cAdvisor采集的监控数据通过http://localhost:8080/metrics展现给Prometheus。
- 修改/etc/prometheus/prometheus.yml，将cAdvisor添加到监控数据采集任务目标当中：
global:
scrape_interval: 15s
evaluation_interval: 15s
scrape_configs:
- job_name: 'cadvisor'
static_configs:
- targets: ['cadvisor:8080']- PromQL表达式示例：
| 1 2 3 4 5 6 7 8 9 10 11 12 |
|
4 容器指标
4.1 CPU指标
- container_cpu_load_average_10s #最近10秒容器的CPU平均负载情况
- container_cpu_usage_seconds_total #容器的CPU累积占用时间
4.2 内存指标
- container_memory_max_usage_bytes #容器的最大内存使用量（单位:字节）
- container_memory_usage_bytes #容器的当前内存使用量（单位：字节）
- container_spec_memory_limit_bytes #容器的可使用最大内存数量（单位：字节）
4.3 网络指标文章来源：https://www.toymoban.com/news/detail-456914.html
- container_network_receive_bytes_total #容器网络累积接收字节数据总量（单位：字节）
- container_network_transmit_bytes_total #容器网络累积传输数据总量（单位：字节）
4.4 存储指标文章来源地址https://www.toymoban.com/news/detail-456914.html
- container_fs_usage_bytes #容器中的文件系统存储使用量（单位：字节）
- container_fs_limit_bytes #容器中的文件系统存储总量（单位：字节）
到了这里，关于Prometheus监控实战之Docker容器监控的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
