Docker 容器监控
| 阿里云国内75折 回扣 微信号：monov8 |
| 阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6 |
目录
3. --collector. 启用指标--no-collector. 禁用指标--collector.disable-defaults 禁用所有默认启用 的指标。例如
3. 访问端点http://192.168.1.197:9090
6. 机器平均负载node_load1 1分钟平均负载node_load5 5分钟平均负载node_load15 15分钟 平均负载
cAdvisor
源码https://github.com/google/cadvisor
node exporter
源码https://github.com/prometheus/node_exporter
prometheus
官方文档https://prometheus.io/ PromQL
文档https://prometheus.io/docs/prometheus/latest/querying/basics/
源码https://github.com/prometheus/prometheus
报警管理器文档https://prometheus.io/docs/alerting/latest/overview/
报警管理器源码https://github.com/prometheus/alertmanager
中文文档https://www.prometheus.wang/quickstart/why-monitor.html
cAdvisor
cAdvisor让容器用户了解容器的资源使用情况和性能特征。用于收集、聚合、处理和导出有关正在运行的容器的信息。它为每个容器保存资源隔离参数、历史资源使用情况、完整历史资源使用直方图和网络统计信息。简而言之对容器进行实时监控和性能数据采集包括CPU、内存、网络、文件系统等资源的使用情况
安装cAdvisor
1. 下载二进制文件https://github.com/google/cadvisor/releases/download/v0.46.0/cadvisorv0.46.0-linux-amd64
2. 编写Dockerfile构建容器
FROM ubuntu:latest
LABEL cadvisor 0.46.0
COPY ./cadvisor-v0.46.0-linux-amd64 /usr/bin/cadvisor
RUN chmod +x /usr/bin/cadvisor
ENTRYPOINT ["/usr/bin/cadvisor"]
docker build -t cadvisor:0.46.0 .
3. 运行容器
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 \
--userns=host \
--privileged \
--device=/dev/kmsg \
cadvisor:0.46.04. web访问监控图标
使用Prometheus监控cAdvisor
cAdvisor将容器和硬件统计数据公开为Prometheus开箱即用的指标。默认情况下这些指标在http端点的/metrics路径下。例如http://192.168.1.197:8080/metrics。可以通过设置
-prometheus_endpoint和-disable_metrics或-enable_metrics命令行标志来自定义此端点
1. -disable_metrics
要禁用的指标的逗号分隔列表。选项包括 accelerator,advtcp,app,cpu,cpuLoad,cpu_topology,cpuset,disk,diskIO,hugetlb,memory,memo ry_numa,network,oom_event,percpu,perf_event,process,referenced_memory,resctrl,sched,tc p,udp。默认值 advtcp,cpu_topology,cpuset,hugetlb,memory_numa,process,referenced_memory,resctrl,sche d,tcp,udp。
2. -enable_metrics
要启用的指标的逗号分隔列表如果设置则覆盖-disable_metrics选项。选项包括 accelerator,advtcp,app,cpu,cpuLoad,cpu_topology,cpuset,disk,diskIO,hugetlb,memory,memo ry_numa,network,oom_event,percpu,perf_event,process,referenced_memory,resctrl,sched,tc p,udp。
3. -prometheus_endpoint
暴露普罗米修斯指标的端点默认为“/metrics”
4. 示例
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 \
--userns=host \
--privileged \
--device=/dev/kmsg \
cadvisor:0.46.0 -disable_metrics cpu,cpuLoad
cAdvisor暴露的Prometheus指标
容器指标
1. 文档
https://github.com/google/cadvisor/blob/master/docs/storage/prometheus.md#prometheus -container-metrics
2. 指标
硬件指标
1. 文档
https://github.com/google/cadvisor/blob/master/docs/storage/prometheus.md#prometheus -hardware-metrics
2. 指标
Node Exporter
Node Exporter 是prometheus官方提供的agent项目被托管在prometheus的账号之下。用于收集主机的硬件和操作系统指标。
安装Node Exporter
1. 启动容器默认端口为9100
# 安装Node Exporter 来收集硬件信息
docker run -d \
--net="host" \
--pid="host" \
--userns="host" \
-v "/:/host:ro,rslave" \
--name node_exporter \
quay.io/prometheus/node-exporter:latest \
--path.rootfs=/host
2. 访问http端点查看指标
3. --collector. 启用指标--no-collector. 禁用指标--collector.disable-defaults 禁用所有默认启用 的指标。例如
docker run -d \
--net="host" \
--pid="host" \
--userns="host" \
-v "/:/host:ro,rslave" \
--name node_exporter \
quay.io/prometheus/node-exporter:latest \
--path.rootfs=/host \
--collector.disable-defaults \
--collector.arp --collector.bcache
指标
默认启用指标
1. 文档
https://github.com/prometheus/node_exporter#enabled-by-default
2. 指标
默认禁用指标
1. 文档
https://github.com/prometheus/node_exporter#disabled-by-default
2. 禁用指标的原因
1.高基数
2.运行时长超过Prometheus scrap_interval或scrap_timeout设置的 时长
3.对主机资源消耗巨大。因此启用默认禁用指标需慎重按需启用。
3. 指标
Prometheus
一个开源的监控和报警系统通过定时收集采集端的数据经过计算存入到时序数据库。通过PromQL 对时序数据库中的指标进行计算从而分析出系统的状态。通过定时评估指定的基于PromQL的表达式 从而实现警告的触发。
安装
1. 配置文件
global:
# 每20s获取一次数据指标
scrape_interval: 20s
# 获取数据超时时长 10s
scrape_timeout: 10s
# 规则评估评率即计算指标是否有触发规则的计算频率
evaluation_interval: 20s
# 规则文件从所有匹配的文件中读取规则和警报
rule_files:
- "alertRule.yml"
- "recordRule.yml"
# 采集配置列表
scrape_configs:
- job_name: 'cadvisor'
static_configs:
- targets:
- 192.168.239.149:8080
- job_name: 'node'
static_configs:
- targets:
- 192.168.239.149:9100
- 192.168.239.142:9100
- 192.168.239.143:9100
- job_name: 'prometheus'
static_configs:
- targets:
- 192.168.239.149:9090
# 报警管理
alerting:
alertmanagers:
- static_configs:
- targets: ['192.168.239.149:9093']检查配置文件语法
docker run --rm --entrypoint promtool -v /opt/prometheus:/etc/prometheus prom/prometheus check config /etc/prometheus/prometheus.yml
2. 启动容器
docker run -itd --name prometheus -p 9090:9090 \
-v /opt/prometheus:/etc/prometheus \
prom/prometheus --config.file=/etc/prometheus/prometheus.yml3. 访问端点http://192.168.1.197:9090
4. 指标类型
Counter计数器只增不减用于描述某个指标的累计状态。比如cpu总使用时长 node_cpu_seconds_total
Gauge可增可减的计量器用于描述某个指标的当前状态比如空闲内存空间 node_memory_MemFree_bytes
5. 5分钟CPU使用率表达式
1 - 5分钟内增量空闲CPU/5分钟内增量总CPU 按instance分组。由于 node_cpu_seconds_total指标是一个counter类型所以该指标是一直累计CPU使用量因此需要 以增量来获取CPU的量。表达式如下
100- sum(increase(node_cpu_seconds_total{mode="idle"}[5m])) by (instance)/sum(increase(node_cpu_seconds_total[5m])) by (instance) * 100
6. 机器平均负载node_load1 1分钟平均负载node_load5 5分钟平均负载node_load15 15分钟 平均负载
node_load1
node_load5
node_load15
7. 内存使用率
node_memory_MemTotal_bytes 总内存node_memory_MemFree_bytes 空闲内存node_memory_Buffers_bytes 缓冲缓存node_memory_Cached_bytes 页面缓存。
公式总内存 -空闲内存 + 缓冲缓存 + 页面缓存/ 总内存 * 100
(node_memory_MemTotal_bytes - (node_memory_MemFree_bytes + node_memory_Buffers_bytes+node_memory_Cached_bytes ))/node_memory_MemTotal_bytes * 100
8. 磁盘空间使用率
node_filesystem_avail_bytes 可用字节数 node_filesystem_size_bytes 总字 节数
node_filesystem_avail_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"} * 100
规则配置
规则检查
promtool check rules /path/to/example.rules.yml
记录规则
roups:
- name: RecordCpu
rules:
- record: Cpu15mRate
expr: 100- sum(increase(node_cpu_seconds_total{mode="idle"}[15m])) by
(instance)/sum(increase(node_cpu_seconds_total[15m])) by (instance) * 100
labels:
CpuRate: 15
报警规则
groups:
# 组名
- name: node_health
# 规则
rules:
# 报警名称
- alert: InstanceDown
# 基于PromQL的条件表达式
expr: up == 0
# 评估等待时间表示触发条件表达式后等待一段时间发送报警信息
for: 1m
# 自定义label 标签
labels:
NodeHealth: false
# 附加信息比如详细的描述报警情况
annotations:
# 摘要
summary: "Instance {{ $labels.instance }} down"
# 详情
description: " {{ $labels.instance }} of job {{ $labels.job }} has been
down for more than 1 minutes "
- name: node_resource
rules:
- alert: Cpu5mRate
expr: 100- sum(increase(node_cpu_seconds_total{mode="idle"}[5m])) by
(instance)/sum(increase(node_cpu_seconds_total[5m])) by (instance) * 100 > 2
labels:
CpuRate: hight
annotations:
# 摘要
summary: "Instance {{ $labels.instance }} 5分钟CPU使用率过高"
# 详情
description: " {{ $labels.instance }} of job {{ $labels.job }} 5分钟CPU使用
率过高 "
- alert: NodeLoad15
expr: node_load15 > 0.8
labels:
NodeLoad15: hight
annotations:
# 摘要
summary: "Instance {{ $labels.instance }} 15分钟平均负载过高请留意"
# 详情
description: " {{ $labels.instance }} of job {{ $labels.job }} 15分钟平均负载
过高 "
- alert: MemRate
expr: (node_memory_MemTotal_bytes - (node_memory_MemFree_bytes +
node_memory_Buffers_bytes+node_memory_Cached_bytes ))/node_memory_MemTotal_bytes
* 100 > 20
labels:
NodeMemRate: hight
annotations:
# 摘要
summary: "机器内存使用率过高"
# 详情
description: "机器内存使用率超过20%请留意"
- alert: DiskRate
expr: node_filesystem_avail_bytes{mountpoint="/"} /
node_filesystem_size_bytes{mountpoint="/"} * 100 > 80
labels:
DiskRate: hight
annotations:
# 摘要
summary: "机器磁盘使用率过高"
# 详情
description: "机器磁盘使用率超过80%请留意"
配置文件中指定规则文件
rule_files:
- "alertRule.yml"
- "recordRule.yml"
报警管理器
报警管理器负责接收prometheus产生的报警对报警消息进行管理。
例如
去重对同时触发的多个相同的警报去重
分组同一个组的所有警报信息将被合并为一个警报通知避免一次性接收大量的警告通知 路由可根据情况配置路由通知不同角色的运维人员
抑制当某一个警告发出后可以停止重复发送由此警告引发的其他警告
静默被静默的标签将不会进行警告通知
1. 启动报警管理器
docker run --name alertmanager -d -p 9093:9093 quay.io/prometheus/alertmanager
2. 添加配置到prometheus 配置文件
# 报警管理
alerting:
alertmanagers:
- static_configs:
- targets: ['192.168.239.149:9093']
3. 访问http://192.168.1.197:9093可查看报警信息
grafana
一个开源的监控系统Web UI 支持多种数据源。支持自定义看板以及采用官方现有数据看板。
1. 源码地址
GitHub - grafana/grafana: The open and composable observability and data visualization platform. Visualize metrics, logs, and traces from multiple sources like Prometheus, Loki, Elasticsearch, InfluxDB, Postgres and many more.
2. 官网
Grafana Cloud | Observability platform overview
3. 安装使用默认用户名admin 默认密码admin
docker run -d -p 3000:3000 --name=grafana -v /var/lib/grafana grafana/grafana-enterpris
4. 几个现有的grafana 模板
1860 、9276、193、11600
5. 去官网挑选模板
