10分鐘搞定Docker容器監控平臺
cAdvisor(Container Advisor)是 Google開源的一個容器監控工具，可用于對容器資源的使用情況和性能進行監控。用于收集、聚合、處理和導出正在運行容器的有關信息。具體來說，該組件對每個容器都會記錄其資源隔離參數、歷史資源使用情況、完整歷史資源使用情況的直方圖和網絡統計信息。cAdvisor本身就對 Docker容器支持，并且還對其它類型的容器盡可能的提供支持，力求兼容與適配所有類型的容器。
(資料圖片)
由以上介紹我們可以知道，cAdvisor是用于監控容器引擎的，由于其監控的實用性，Kubernetes已經默認將其與 Kubelet融合作為容器監控指標的默認工具，所以，對于云原生集群直接使用 Kubelet組件提供的指標采集地址即可。
cAdvisor部署
1、使用以下命令安裝啟動cAdvisor組件：
docker run \ --volume=/:/rootfs:ro \ --volume=/var/run:/var/run:ro \ --volume=/sys:/sys:ro \ --volume=/var/lib/docker/:/var/lib/docker:ro \ --volume=/dev/disk/:/dev/disk:ro \ --publish=8080:8080 \ --detach=true \ --name=cadvisor \ --privileged \ --device=/dev/kmsg \ google/cadvisor:latest2、此時，cAdvisor組件已經啟動，我們可以使用瀏覽器訪問 http://自己IP地址:8080訪問到cAdvisor組件的Web UI：
3、而在多主機的情況下，在所有節點上運行一個cAdvisor再通過各自的Web UI查看監控信息顯然不太方便，同時cAdvisor默認只保存2分鐘的監控數據。好消息是cAdvisor已經內置了對Prometheus的支持。訪問http://自己的IP地址:8080/metrics即可獲取到標準的Prometheus監控樣本輸出:
4、下面表格中列舉了一些cAdvisor中獲取到的典型監控指標：
指標名稱 | 類型 | 含義 |
|---|---|---|
container_cpu_load_average_10s | gauge | 過去10秒容器CPU的平均負載 |
container_cpu_usage_seconds_total | counter | 容器在每個CPU內核上的累積占用時間 (單位：秒) |
container_cpu_system_seconds_total | counter | System CPU累積占用時間（單位：秒） |
container_cpu_user_seconds_total | counter | User CPU累積占用時間（單位：秒） |
container_fs_usage_bytes | gauge | 容器中文件系統的使用量(單位：字節) |
container_fs_limit_bytes | gauge | 容器可以使用的文件系統總量(單位：字節) |
container_fs_reads_bytes_total | counter | 容器累積讀取數據的總量(單位：字節) |
container_fs_writes_bytes_total | counter | 容器累積寫入數據的總量(單位：字節) |
container_memory_max_usage_bytes | gauge | 容器的最大內存使用量（單位：字節） |
container_memory_usage_bytes | gauge | 容器當前的內存使用量（單位：字節 |
container_spec_memory_limit_bytes | gauge | 容器的內存使用量限制 |
machine_memory_bytes | gauge | 當前主機的內存總量 |
container_network_receive_bytes_total | counter | 容器網絡累積接收數據總量（單位：字節） |
container_network_transmit_bytes_total | counter | 容器網絡累積傳輸數據總量（單位：字節） |
Prometheus部署
1、創建prometheus存儲數據外掛目錄，避免容器重啟丟失：
mkdir -p /disk/docker-monitor/prometheus/datachmod 777 /disk/docker-monitor/prometheus/data2、prometheus配置文件外掛出來，方便修改，vi /disk/docker-monitor/prometheus/prometheus.yml：
global: scrape_interval: 15s evaluation_interval: 15s alerting: alertmanagers: - static_configs: - targets: # - alertmanager:9093rule_files: - rule/record/*.ymlscrape_configs: - job_name: "prometheus" static_configs: - targets: ["localhost:9090"] - job_name: "cadvisor" static_configs: - targets: ["124.222.45.207:8080"]?job_name: "prometheus"配置抓取Prometheus自身相關指標；job_name: "cadvisor"配置抓取之前配置的cAdvisor組件指標。?
3、Docker部署Prometheus：
docker run -d -p 9090:9090 --name prometheus \ -v /disk/docker-monitor/prometheus/conf:/opt/bitnami/prometheus/conf \ -v /disk/docker-monitor/prometheus/data:/opt/bitnami/prometheus/data \ bitnami/prometheus:2.42.0 \ --web.enable-lifecycle --web.enable-admin-api\ --config.file=/opt/bitnami/prometheus/conf/prometheus.yml\ --storage.tsdb.path=/opt/bitnami/prometheus/data?--web.enable-lifecycle --web.enable-admin-api提供rest api接口方式管理prometheus，比如配置熱加載：curl -XPOST http://localhost:9090/-/reload。注意：這里將prometheus配置文件和存儲目錄外掛出來，避免容器重啟后數據丟失。?
4、Prometheus啟動完成后，瀏覽器訪問：
訪問Status -> Targets頁面，發現配置的兩個抓取Job已經顯示，并且State是綠色UP，則接入成功。
5、當能夠正常采集到cAdvisor的樣本數據后，可以通過以下表達式計算容器的CPU使用率：sum(irate(container_cpu_usage_seconds_total{image!=""}[1m])) without (cpu)
Grafana部署
1、部署Grafana：
docker run -d --name=grafana -p 3000:3000 -v grafana:/var/lib/grafana grafana/grafana?/var/lib/grafana路徑外掛出來，該目錄存儲Grafana插件、數據信息，避免Docker容器重啟數據丟失。?
2、訪問：http://自己的IP:3000/login，輸入賬號admin/admin：
3、創建Prometheus類型數據源，指向剛才搭建的Prometheus：
4、導入Docker容器監控面板，這里使用11277：
5、監控面板就可以看到Docker容器運行情況，如下圖，當前運行中容器有4個，總占用內存319MB，總CPU使用率大概1.84%，并以曲線方式展示每個容器的CPU使用率、內存使用率、網絡IO和磁盤IO等。
關鍵詞：