詳解Docker容器可視化監(jiān)控中心搭建
概述
一個宿主機上可以運行多個容器化應用,容器化應用運行于宿主機上,我們需要知道該容器的運行情況,包括 CPU使用率、內(nèi)存占用、網(wǎng)絡狀況以及磁盤空間等等一系列信息,而且這些信息隨時間變化,我們稱其為時序數(shù)據(jù),本文將實操 如何搭建一個可視化的監(jiān)控中心 來收集這些承載著具體應用的容器的時序信息并可視化分析與展示!
動手了,動手了...
準備鏡像
- adviser:負責收集容器的隨時間變化的數(shù)據(jù)
- influxdb:負責存儲時序數(shù)據(jù)
- grafana:負責分析和展示時序數(shù)據(jù)
部署Influxdb服務
可以將其視為一個數(shù)據(jù)庫服務,其確實用于存儲數(shù)據(jù)。之所以選用該數(shù)據(jù)庫,原因正如官網(wǎng)所說:
Open Source Time Series DB Platform for Metrics & Events (Time Series Data)
下面我們將該服務部署起來
docker run -d -p 8086:8086 \ -v ~/influxdb:/var/lib/influxdb \ --name influxdb tutum/influxdb
進入influxdb容器內(nèi)部,并執(zhí)行influx命令:
docker exec -it influxdb influx
創(chuàng)建數(shù)據(jù)庫test和root用戶用于本次試驗測試
CREATE DATABASE "test"
CREATE USER "root" WITH PASSWORD 'root' WITH ALL PRIVILEGES
部署cAdvisor服務
谷歌的cadvisor可以用于收集Docker容器的時序信息,包括容器運行過程中的資源使用情況和性能數(shù)據(jù)。
運行cadvisor服務
docker run -d \ -v /:/rootfs -v /var/run:/var/run -v /sys:/sys \ -v /var/lib/docker:/var/lib/docker \ --link=influxdb:influxdb --name cadvisor google/cadvisor:v0.27.3 \ --storage_driver=influxdb \ --storage_driver_host=influxdb:8086 \ --storage_driver_db=test \ --storage_driver_user=root \ --storage_driver_password=root
特別注意項:
在運行上述docker時,這里有可能兩個其他配置項需要添加(CentOS, RHEL需要):
--privileged=true
設置為true之后,容器內(nèi)的root才擁有真正的root權限,可以看到host上的設備,并且可以執(zhí)行mount;否者容器內(nèi)的root只是外部的一個普通用戶權限。由于cadvisor需要通過socket訪問docker守護進程,在CentOs和RHEL系統(tǒng)中需要這個這個選項。
--volume=/cgroup:/cgroup:ro
對于CentOS和RHEL系統(tǒng)的某些版本(比如CentOS6),cgroup的層級掛在/cgroup目錄,所以運行cadvisor時需要額外添加–volume=/cgroup:/cgroup:ro選項。
部署Grafana服務
grafana則是一款開源的時序數(shù)據(jù)分析工具,而且界面專業(yè)易用,等下等部署好了,大家就能感受到:
docker run -d -p 5000:3000 \ -v ~/grafana:/var/lib/grafana \ --link=influxdb:influxdb \ --name grafana grafana/grafana
至此3個容器都已經(jīng)啟動了:
下面開始具體實驗了
實戰(zhàn)
訪問grafana服務
打開localhost:5000來訪問grafana的web服務,此時提示你需要登錄,注意用戶名和密碼都是admin
登錄后可以看到grafana的主頁面:
看的很明顯,在Grafana上有好幾個步驟需要做,這里Install Grafana已經(jīng)完成了,接下來我們需要:
- Add data source
- Create dashboard
- …...
Add Data Source
點擊Add data source進入
然后主要是Setting選項卡設置
我們需要根據(jù)實際情況來填寫各項內(nèi)容:
Data source添加成功會予以提示
數(shù)據(jù)源添加完成以后,我們需要添加儀表盤(Dashboard)
Add Dashboard
點擊Add dashboard進入
這里有很多類型的儀表盤供選擇,我們選用最常用的Graph就好
進入之后,點擊Panel Title下拉列表,再選擇Edit進行編輯即可
在Edit里面主要的就是需要添加查詢的條件,繼續(xù)看下文
Add Query Editor
查詢條件中我們可以選擇要監(jiān)控的指標:
這里選一個memory usage好了,然后要監(jiān)控的容器選擇grafana自身好了。
當然這里不止可以監(jiān)控一個指標,也不止可以監(jiān)控一個容器,更多組合我們只需要在下面并列著一個一個添加query條目就好!
最后我添加了三個監(jiān)控條件,分別用于監(jiān)控grafana、influxdb和cadvisor三個容器的memory usage指標,并將其同時顯示于圖中,怎么樣是不是很直觀!
這里可以摸索的設置項還有很多,比如一些坐標自定義、顯示策略自定義,甚至我們還可以自定義報警策略等等
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
借助Docker搭建JMeter+Grafana+Influxdb監(jiān)控平臺的詳細教程
這篇文章主要介紹了借助Docker搭建JMeter+Grafana+Influxdb監(jiān)控平臺,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-01-01解決docker啟動容器錯誤:docker:Error response from dae
這篇文章主要介紹了解決docker啟動容器錯誤:docker:Error response from daemon:OCI runtime create failed問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-05-05docker for windows 容器內(nèi)網(wǎng)通過獨立IP直接訪問的方法
這篇文章主要介紹了docker for windows 容器內(nèi)網(wǎng)通過獨立IP直接訪問的方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-12-12Docker創(chuàng)建enrollment token錯誤異常解析及解決方案
部署完kibana,需要通過enrollment token方式來連接elasticsearch,此時需要在elasticsearch中創(chuàng)建enrollment token,這篇文章主要介紹了Docker創(chuàng)建enrollment token錯誤異常解析及解決方案,需要的朋友可以參考下2024-04-04Linux/Docker 中使用 System.Drawing.Common 踩坑記錄分享
這篇文章主要介紹了Linux/Docker 中使用 System.Drawing.Common 踩坑記錄,本文通過兩種方案給大家詳細介紹,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-07-07基于docker-compose構建Mongodb副本集的示例詳解
副本集是?MongoDB?高可用性和數(shù)據(jù)安全性策略的基礎,適用于對數(shù)據(jù)安全性和服務可用性有較高要求的場景,本文給大家介紹了如何基于docker-compose構建Mongodb副本集,文中通過代碼示例給大家介紹的非常詳細,需要的朋友可以參考下2024-01-01