摘要: 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
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
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
进入influxdb容器内部,并执行influx命令:
创建数据库test和root用户用于本次试验测试
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
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:
至此3个容器都已经启动了:
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
登录后可以看到grafana的主页面:
看的很明显,在Grafana上有好几个步骤需要做,这里已经完成了,接下来我们需要:
Add data source
Create dashboard
…...
Add Data Source
点击Add data source进入
然后主要是Setting选项卡设置
我们需要根据实际情况来填写各项内容:
Data source添加成功会予以提示
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
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
进入之后,点击Panel Title下拉列表,再选择Edit进行编辑即可
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:
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!
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
领取专属 10元无门槛券
私享最新 技术干货