原

Docker可视化监控?看这篇文章

<div class="article-info-box">
    <div class="article-bar-top d-flex">
                                            <span class="time">2018年07月06日 11:27:24</span>
        <div class="float-right">
            <span class="read-count">阅读数：56</span>
                                        </div>
    </div>
</div>
<article>
    <div id="article_content" class="article_content clearfix csdn-tracking-statistics" data-pid="blog" data-mod="popu_307" data-dsm="post">
                <div class="markdown_views">
            <p><strong>欢迎大家前往<a href="https://cloud.tencent.com/developer/?fromSource=waitui" rel="nofollow" target="_blank">腾讯云+社区</a>，获取更多腾讯海量技术实践干货哦~</strong></p>

本文由CodeSheep 发表于云+社区专栏

概述

性能监控是容器服务必不可少的基础设施，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。在我的前文《Docker容器可视化监控中心搭建》之中我们就实践过Docker容器的可视化监控，在那篇文章中我们是使用了 cAdvisor + influxdb + grafana 技术栈来完成的。然而容器化世界里向来不会只有一种方法来实现某项功能，可以说有一百条大路来通到罗马，因此本文再来探讨另一种称为 TICK 的技术栈方案来实现Docker容器的性能监控。

基于TICK技术栈实现的Docker容器可视化监控方案架构图如下所示：

TICK方案架构

Telegraf：采用插件机制实现的数据采集服务，可以采集包含Docker容器在内的多种性能数据
InfluxDB：专门负责存储时序数据
Chronograf：基于React.js编写的性能数据可视化服务
Kapacitor：提供告警触发和处理功能

这四个组件组成了性能监控的数据管道：Telegraf负责采集节点上的性能数据，然后放入InfluxDB数据库进行存储，Kapacitor通过监听InfluxDB的性能数据来对异常指标发出告警，而Chronograf用来展示集群实时的各项性能指标和状态，提供一个可视化的界面。

下面开始实践的过程！

部署InfluxDB服务

首先准备好 InfluxDB 配置文件：influxdb.conf

mkdir /etc/influxdb
cd /etc/influxdb
touch influxdb.conf
   
   
    
    1
    
    2
    
    3

[meta]
  dir = "/var/lib/influxdb/meta"
[data]
  dir = "/var/lib/influxdb/data"
  wal-dir = "/var/lib/influxdb/wal"
   
   
    
    1
    
    2
    
    3
    
    4
    
    5

然后利用Docker来启动InfluxDB服务：

docker run -d \
--name influxdb \
-p 8086:8086 \
-v /etc/influxdb/influxdb.conf:/etc/influxdb/influxdb.conf \
-v /var/lib/influxdb:/var/lib/influxdb \
docker.io/influxdb
   
   
    
    1
    
    2
    
    3
    
    4
    
    5
    
    6

部署Telegraf服务

Telegraf服务需要部署在需要采集数据的节点上。我们首先来准备Telegraf服务的配置文件telegraf.conf

[agent]
  interval = "10s"
  round_interval = true
  metric_batch_size = 1000
  metric_buffer_limit = 10000
  collection_jitter = "0s"
  flush_interval = "10s"
  flush_jitter = "0s"
  debug = false
  quiet = false
  hostname = "www.codesheep.cn"
  omit_hostname = false

[[outputs.influxdb]]
  urls = ["http://192.168.31.177:8086"]
  database = "telegraf"
  username = ""
  password = ""
  write_consistency = "any"
  timeout = "5s"

[[inputs.docker]]
  endpoint = "unix:///var/run/docker.sock"
  container_names = []
  timeout = "5s"
  perdevice = true
  total = false

[[inputs.cpu]]
[[inputs.system]]
   
   
    
    1
    
    2
    
    3
    
    4
    
    5
    
    6
    
    7
    
    8
    
    9
    
    10
    
    11
    
    12
    
    13
    
    14
    
    15
    
    16
    
    17
    
    18
    
    19
    
    20
    
    21
    
    22
    
    23
    
    24
    
    25
    
    26
    
    27
    
    28
    
    29
    
    30

该配置文件比较简化，inputs插件是负责数据采集，可以看出来上面的配置说明了我们想采集节点的CPU、System以及Docker容器的各项性能数据；而outputs插件指明了我们将采集到的性能数据放入InfluxDB数据库进行存储。

然后同样利用Docker来启动Telegraf服务

docker run -d \
--name telegraf \
--network host \
-v /etc/telegraf/telegraf.conf:/etc/telegraf/telegraf.conf \
docker.io/telegraf
   
   
    
    1
    
    2
    
    3
    
    4
    
    5

Chronograf部署

docker run -d \
--name chronograf \
-p 8888:8888 \
-v /var/lib/chronograf:/var/lib/chronograf \
docker.io/chronograf \
--influxdb-url=http://192.168.31.177:8086
   
   
    
    1
    
    2
    
    3
    
    4
    
    5
    
    6

注意从上面的指令我们可以看出，Chronograf服务是需要连接到InfluxDB服务中去的，服务启动以后利用浏览器访问8888端口可以打开Chronograf的可视化监控界面

Kapacitor部署

docker run -d \
--name kapacitor \
-p 9092:9092 \
-v /var/lib/kapacitor:/var/lib/kapacitor \
docker.io/kapacitor
   
   
    
    1
    
    2
    
    3
    
    4
    
    5