[转]Docker容器可视化监控中心搭建

【原文链接】https://www.jianshu.com/p/9e47ffaf5e31?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io

概述

一个宿主机上可以运行多个容器化应用，容器化应用运行于宿主机上，我们需要知道该容器的运行情况，包括 CPU使用率、内存占用、网络状况以及磁盘空间等等一系列信息，而且这些信息随时间变化，我们称其为时序数据，本文将实操 如何搭建一个可视化的监控中心 来收集这些承载着具体应用的容器的时序信息并可视化分析与展示！

动手了，动手了...

准备镜像

  • adviser：负责收集容器的随时间变化的数据
  • influxdb：负责存储时序数据
  • grafana：负责分析和展示时序数据

镜像准备

部署Influxdb服务

可以将其视为一个数据库服务，其确实用于存储数据。之所以选用该数据库，原因正如官网所说：

Open Source Time Series DB Platform for Metrics & Events (Time Series Data)

下面我们将该服务部署起来

docker run -d -p 8086:8086 -v ~/influxdb:/var/lib/influxdb --name influxdb tutum/influxdb
  • 进入influxdb容器内部，并执行influx命令：
docker exec -it influxdb influx

进入influxdb的shell命令行

  • 创建数据库test和root用户用于本次试验测试
CREATE DATABASE "test"

CREATE USER "root" WITH PASSWORD ‘root‘ WITH ALL PRIVILEGES

创建测试数据库并查看

部署cAdvisor服务

谷歌的cadvisor可以用于收集Docker容器的时序信息，包括容器运行过程中的资源使用情况和性能数据。

  • 运行cadvisor服务
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

特别注意项：

在运行上述docker时，这里有可能两个其他配置项需要添加（CentOS, RHEL需要）：

  • --privileged=true

设置为true之后，容器内的root才拥有真正的root权限，可以看到host上的设备，并且可以执行mount；否者容器内的root只是外部的一个普通用户权限。由于cadvisor需要通过socket访问docker守护进程，在CentOs和RHEL系统中需要这个这个选项。

  • --volume=/cgroup:/cgroup:ro

对于CentOS和RHEL系统的某些版本（比如CentOS6），cgroup的层级挂在/cgroup目录，所以运行cadvisor时需要额外添加–volume=/cgroup:/cgroup:ro选项。

部署Grafana服务

grafana则是一款开源的时序数据分析工具，而且界面专业易用，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个容器都已经启动了：

3个容器均已启动完成

下面开始具体实验了

实战

  • 访问grafana服务

打开localhost:5000来访问grafana的web服务，此时提示你需要登录，注意用户名和密码都是admin

grafana登陆界面

登录后可以看到grafana的主页面：

grafana的主页面

看的很明显，在Grafana上有好几个步骤需要做，这里Install Grafana已经完成了，接下来我们需要：

  • Add data source
  • Create dashboard
  • …...

  • Add Data Source

点击Add data source进入

Add Data Source

然后主要是Setting选项卡设置

Setting

我们需要根据实际情况来填写各项内容：

填写Setting中的内容

Data source添加成功会予以提示

Data source添加成功

数据源添加完成以后，我们需要添加仪表盘（Dashboard）

  • Add Dashboard

点击Add dashboard进入

Add dashboard

这里有很多类型的仪表盘供选择，我们选用最常用的Graph就好

Graph

进入之后，点击Panel Title下拉列表，再选择Edit进行编辑即可

Panel Title → Edit

在Edit里面主要的就是需要添加查询的条件，继续看下文

  • Add Query Editor

查询条件中我们可以选择要监控的指标：

Add Query Editor

这里选一个memory usage好了，然后要监控的容器选择grafana自身好了。

当然这里不止可以监控一个指标，也不止可以监控一个容器，更多组合我们只需要在下面并列着一个一个添加query条目就好！

最后我添加了三个监控条件，分别用于监控grafana、influxdb和cadvisor三个容器的memory usage指标，并将其同时显示于图中，怎么样是不是很直观！

监测三个容器的memory usage指标

这里可以摸索的设置项还有很多，比如一些坐标自定义、显示策略自定义，甚至我们还可以自定义报警策略等等

作者：hansonwang99
链接：https://www.jianshu.com/p/9e47ffaf5e31
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

概述

一个宿主机上可以运行多个容器化应用，容器化应用运行于宿主机上，我们需要知道该容器的运行情况，包括 CPU使用率、内存占用、网络状况以及磁盘空间等等一系列信息，而且这些信息随时间变化，我们称其为时序数据，本文将实操 如何搭建一个可视化的监控中心 来收集这些承载着具体应用的容器的时序信息并可视化分析与展示！

动手了，动手了...

准备镜像

  • adviser：负责收集容器的随时间变化的数据
  • influxdb：负责存储时序数据
  • grafana：负责分析和展示时序数据

镜像准备

部署Influxdb服务

可以将其视为一个数据库服务，其确实用于存储数据。之所以选用该数据库，原因正如官网所说：

Open Source Time Series DB Platform for Metrics & Events (Time Series Data)

下面我们将该服务部署起来

docker run -d -p 8086:8086 -v ~/influxdb:/var/lib/influxdb --name influxdb tutum/influxdb
  • 进入influxdb容器内部，并执行influx命令：
docker exec -it influxdb influx

进入influxdb的shell命令行

  • 创建数据库test和root用户用于本次试验测试
CREATE DATABASE "test"

CREATE USER "root" WITH PASSWORD ‘root‘ WITH ALL PRIVILEGES

创建测试数据库并查看

部署cAdvisor服务

谷歌的cadvisor可以用于收集Docker容器的时序信息，包括容器运行过程中的资源使用情况和性能数据。

  • 运行cadvisor服务
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

特别注意项：

在运行上述docker时，这里有可能两个其他配置项需要添加（CentOS, RHEL需要）：

  • --privileged=true

设置为true之后，容器内的root才拥有真正的root权限，可以看到host上的设备，并且可以执行mount；否者容器内的root只是外部的一个普通用户权限。由于cadvisor需要通过socket访问docker守护进程，在CentOs和RHEL系统中需要这个这个选项。

  • --volume=/cgroup:/cgroup:ro

对于CentOS和RHEL系统的某些版本（比如CentOS6），cgroup的层级挂在/cgroup目录，所以运行cadvisor时需要额外添加–volume=/cgroup:/cgroup:ro选项。

部署Grafana服务

grafana则是一款开源的时序数据分析工具，而且界面专业易用，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个容器都已经启动了：

3个容器均已启动完成

下面开始具体实验了

实战

  • 访问grafana服务

打开localhost:5000来访问grafana的web服务，此时提示你需要登录，注意用户名和密码都是admin

grafana登陆界面

登录后可以看到grafana的主页面：

grafana的主页面

看的很明显，在Grafana上有好几个步骤需要做，这里Install Grafana已经完成了，接下来我们需要：

  • Add data source
  • Create dashboard
  • …...

  • Add Data Source

点击Add data source进入

Add Data Source

然后主要是Setting选项卡设置

Setting

我们需要根据实际情况来填写各项内容：

填写Setting中的内容

Data source添加成功会予以提示

Data source添加成功

数据源添加完成以后，我们需要添加仪表盘（Dashboard）

  • Add Dashboard

点击Add dashboard进入

Add dashboard

这里有很多类型的仪表盘供选择，我们选用最常用的Graph就好

Graph

进入之后，点击Panel Title下拉列表，再选择Edit进行编辑即可

Panel Title → Edit

在Edit里面主要的就是需要添加查询的条件，继续看下文

  • Add Query Editor

查询条件中我们可以选择要监控的指标：

Add Query Editor

这里选一个memory usage好了，然后要监控的容器选择grafana自身好了。

当然这里不止可以监控一个指标，也不止可以监控一个容器，更多组合我们只需要在下面并列着一个一个添加query条目就好！

最后我添加了三个监控条件，分别用于监控grafana、influxdb和cadvisor三个容器的memory usage指标，并将其同时显示于图中，怎么样是不是很直观！

监测三个容器的memory usage指标

这里可以摸索的设置项还有很多，比如一些坐标自定义、显示策略自定义，甚至我们还可以自定义报警策略等等

作者：hansonwang99
链接：https://www.jianshu.com/p/9e47ffaf5e31
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

原文地址：https://www.cnblogs.com/flyingaway/p/8880012.html

时间： 2024-11-13 06:35:46

[转]Docker容器可视化监控中心搭建的相关文章

利用 ELK 搭建 Docker 容器化应用日志中心

利用 ELK 搭建 Docker 容器化应用日志中心 概述 应用一旦容器化以后,需要考虑的就是如何采集位于 Docker 容器中的应用程序的打印日志供运维分析.典型的比如SpringBoot应用的日志收集. 本文即将阐述如何利用ELK日志中心来收集容器化应用程序所产生的日志,并且可以用可视化的方式对日志进行查询与分析,其架构如下图所示: 架构图 镜像准备 ElasticSearch镜像 Logstash镜像 Kibana镜像 Nginx镜像(作为容器化应用来生产日志) 开启Linux系统Rsys

docker容器中搭建kafka集群环境

Kafka集群管理.状态保存是通过zookeeper实现,所以先要搭建zookeeper集群 zookeeper集群搭建 一.软件环境: zookeeper集群需要超过半数的的node存活才能对外服务,所以服务器的数量应该是2*N+1,这里使用3台node进行搭建zookeeper集群. 1. 3台linux服务器都使用docker容器创建,ip地址分别为 NodeA:172.17.0.10 NodeB:172.17.0.11 NodeC:172.17.0.12 2. zookeeper的doc

动手搭建docker并在docker容器中建spark集群

本人亲自测试搭建,由于是初学一路搭建下来走了不少弯路.如有不对或更简洁的步骤请提出环境: win10上安装的虚拟机,虚拟机装的centos7,并liunx界面化(之前搭建一次在网和端口都可以telnet前提下,就是访问不了docker容器中的服务地址,此次是为了防止宿机不能访问下用虚拟机界面浏览器),centos7的命令和centos6有区别,而且centos7中是没有iptables命令,如要使用自己安装.本人搭建的 虚拟机ip:192.168.20.129spark master节点IP:

搭建部署Docker容器详解实操

Docker 容器 :    容器是Docker又一核心的概念,简单来说,容器是独立运行的一个或一组应用,以及它们的运行态环境.对应的,虚拟机可以理解为模拟运行的一整套操作系统(提供了运行态环境和其他系统环境)和跑在上面的应用. 接下来具体介绍如何管理一个容器,包括创建.启动和停止等. 启动容器有两种方式:          (1.) 第一种是基于镜像新建一个容器并启动.   所需要的命令主要为docker run    实例:            -t:让docker分配一个为终端(pase

初探 ELK - 每天5分钟玩转 Docker 容器技术（89）

在开源的日志管理方案中,最出名的莫过于 ELK 了.ELK 是三个软件的合称:Elasticsearch.Logstash.Kibana. Elasticsearch一个近乎实时查询的全文搜索引擎.Elasticsearch 的设计目标就是要能够处理和搜索巨量的日志数据. Logstash读取原始日志,并对其进行分析和过滤,然后将其转发给其他组件(比如 Elasticsearch)进行索引或存储.Logstash 支持丰富的 Input 和 Output 类型,能够处理各种应用的日志. Kiba

部署 Graylog 日志系统 - 每天5分钟玩转 Docker 容器技术（92）

Graylog 是与 ELK 可以相提并论的一款集中式日志管理方案,支持数据收集.检索.可视化 Dashboard.本节将实践用 Graylog 来管理 Docker 日志. Graylog 架构 Graylog 架构如下图所示: Graylog 负责接收来自各种设备和应用的日志,并为用户提供 Web 访问接口. Elasticsearch 用于索引和保存 Graylog 接收到的日志. MongoDB 负责保存 Graylog 自身的配置信息. 与 ELK 一样,Graylog 的部署方案很灵

Docker容器监控系统初探

https://www.jianshu.com/p/abfa502e43a6 随着线上服务的全面docker化,对docker容器的监控就很重要了.SA的监控系统是物理机的监控,在一个物理机跑多个容器的情况下,我们是没法从一个监控图表里面区分各个容器的资源占用情况的.为了更好的监控容器运行情况,更重要的是为了后续的容器动态调度算法需要的大量运行时数据的搜集,经过调研后,基于CAdvisor + InfluxDB + Grafana搭建了这套容器监控系统. 1 容器监控方案选择 在调研容器监控系统

【原创】Docker容器及Spring Boot微服务应用

Docker容器及Spring Boot微服务应用 1 什么是Docker 1.1 Docker的出现 问题一:项目实施环境复杂问题 传统项目实施过程中经常会出现“程序在我这跑得好好的,在你那怎么就不行呢?! ” 这是一个典型的应用场景,Docker image中包含了程序需要的所有的运行时依赖,比如java的程序,肯定要在image中包含jdk:比如Python的程序,肯定要在image中包含对应版本的Python解释器.Docker把整个运行时环境打包放到image中,所以搞定了环境依赖问题

Docker容器学习梳理--小知识点补充

之前已经梳理了Docker的相关使用事项,这里再补充一些,以便加深掌握程度.1)docker run指令 [[email protected] ~]# docker run --help : docker run [OPTIONS] IMAGE [COMMAND] [ARG...] Run a command in a new container -a, --attach=[] Attach to STDIN, STDOUT or STDERR --add-host=[] Add a custo