如何監控docker容器

本篇內容介紹了“如何監控docker容器”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

docker的運維是一個體系，而監控系統作為運維體系中重要組成部分，在 Docker運維過程中需要重點考慮。

容器與通常的虛擬機在虛擬化程度上存在著差異，在監控手段上也有不同。一臺虛擬機，我們可以當做一個物理機對待，而容器雖然也可以當做虛擬機，但這不符合容器的使用理念。在監控的實現過程中，我們更傾向于把容器看做是宿主機上的一系列進程樹。

業界已經出現的一些 Docker監控方案，如 Docker Stats、CAdvisor、Scout等，也都是在宿主機上對容器進行監控的。

模型化容器監控方案

這一方案有利于和運維基礎的 CMDB系統打通，同時能兼顧到更多層次上的監控。監控系統一般會涉及：數據采集、數據存儲、數據分析和報警、數據展示等幾個部分。

1.監控對象模型

這里我們將使用一種產品樹的結構來建模監控對象。把監控對象分為四類，分別是產品、應用、集群、節點。

產品：一般是一個高層次的概念，一個產品一般可以獨立輸出，對外提供服務。應用：是產品下的模塊組成，多個應用共同形成一個產品。集群：是應用的存在形式。同一個應用，一般會根據環境，地域等，部署多個集群。節點：集群內承載服務的資源，包括前文提到的服務器，虛擬機，容器等。

這樣，我們的監控數據采集，和視圖展示，就可以基于產品樹這個層次化的監控對象來做。每種監控對象上都可以有自定義的監控項，也可以繼承上層的監控項。同時，分層次的監控對象，在很好地組織監控結構的時候，又可以從多種層次角度來反映出系統的運行狀態和問題。

2.采集器模型

主要用于采集數據的模塊，同時滿足數據輸出規范，為了便于解析，同時具備較好的數據結構展示，我們可以采用 Json格式作為數據規范。在數據的語義上需要匹配對應的數據模型。例如，針對節點模型的采集器，可以是一個腳本，通過捕獲腳本執行輸出來獲取相應數據模型的數據。而上層節點的采集器，則一般是基于節點數據模型的一些計算，這些計算一般包括 sum，avg，max，min等，一般反映的是整個集群下節點的一些聚合數據。

3.數據模型

用來定義監控數據格式，模型包括數據項和指標項。一個數據項一般包含一個或者多個指標項。數據模型中的數據來自于對應的采集器。

例如，針對 CPU可以監控如下模型：數據項：cpu，指標項：usr,sys,idle

4.報警規則模型

在數據模型的基礎上，針對每個數據指標項目，可以設置報警模型。例如，空閑 CPU少于 50%的時候觸發報警，則可以建立如下規則：cpu.idle < 50

5.視圖模型

這個模型將數據模型和視圖關聯起來了。包含數據展示方式定義，例如，可以是趨勢圖，表格等?？梢越Y合數據模型中的數據項與指標項，描述具體數據指標的視圖展示方式。不同監控對象上的視圖，一般都能從不同層次體現出監控。

6.監控項模型

監控項模型，包含了采集器模型，數據模型，報警規則模型，視圖模型等的組合。通過將監控項運用于監控對象上。從而可以對監控對象進行自定義模型化的監控。

“如何監控docker容器”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！