Docker容器的监控工具

最新推荐文章于 2024-04-17 15:14:17 发布

热爱学习的哈哈哈

最新推荐文章于 2024-04-17 15:14:17 发布

阅读量334

点赞数

文章标签： docker 容器运维

本文链接：https://blog.csdn.net/a1233241111/article/details/133380391

版权

监控docker容器的日志信息的免费工具：

第一：Dozzle

Dozzle 是一个开源的日志查看器，用于监视和查看 Docker 容器的实时日志。它提供一个简单而直观的 Web 界面，让用户可以方便地查看运行中的 Docker 容器的日志。它具有轻量级和快速的特点，并且不需要对 Docker 容器进行任何配置或修改。

特点：内存小，但它不存储和处理日志，仅提供实时查看功能；

第二：组合1

CAdvisor+InfluxDB+Granfana这是三款对于docker的监控工具

CAdvisor是一个容器资源监控工具,包括容器的内存,CPU,网络IO,磁盘Io等监控,同时提供了一个WEB页面用于查看容器的实时运行状态。CAdvisor默认存储2分钟的数据,而且只是针对单物理机。不过，CAdvisor提供了很多数据集成接口,支持InfluxDB,Redis,Kafka,Elasticsearch等集成,可以加上对应配置将监控数据发往这些数据库存储起来。 CAdvisor功能:

展示*Host和容器两个层次的监控数据
展示历史变化数据。

InfluxDB

lnfluxDB是用Go语言编写的一个开源分布式时序、事件和指标数据库,无需外部依赖。CAdvisor默认只在本机保存最近2分钟的数据，为了持久化存储数据和统一收集展示监控数据，需要将数据存储到InfluxDB中。InfluxDB是一个时序数据库,专门用于存储时序相关数据，很适合存储CAdvisor的数据。而且，CAdvisor本身已经提供了InfluxDB的集成方法，启动容器时指定配置即可。主要功能: 基于时间序列,支持与时间有关的相关函数(如最大、最小、求和等);。可度量性:你可以实时对大量数据进行计算; 基于事件:它支持任意的事件数据; 3、Grafana是一个开源的数据监控分析可视化平台,支持多种数据源配置(支持的数据源包括 InfluxDB,MySQL,Elasticsearch,OpenTSDB,Graphite等)和丰富的插件及模板功能,支持图表权限控制和报警。Grafan主要特性:

灵活丰富的图形化选项
可以混合多种风格

第三：Portainer

Portainer是一个轻量级的Docker管理界面，提供了直观的Web界面来管理和监控Docker容器。它支持容器的创建、启动、停止、删除等操作，并提供了实时的容器状态和资源使用情况的监控。

Portainer 是轻量级图形化管理工具，通过 Portainer 可以管理不同的 Docker 环境。Portainer 部署和使用非常简单，它提供一个可以运行在任何 docker 引擎上的容器组成。Portainer 提供管理 docker 的 container、images、volumes、networks等。Portainer 兼容独立的 docker 环境和 swarm 集群模式。基本满足中小型单位对 docker 容器的管理工作。

第四：组合2

Cadvisor是Google开源的容器监控工具，用于监控运行中的容器（Docker）的性能和资源使用情况，它提供了实时的容器性能数据，包括CPU使用率，内存占用，网络流量等。通过分析这些数据，可以了解到容器的健康情况和资源使用率。

Prometheus是一款开源的系统和服务监控工具。它支持多维度数据收集，可以实时采集，存储和查询各种度量数据，如CPU使用率，内存消耗等。Prometheus使用自身的查询语句PromQL来进行数据查询和聚合，并提供了强大的报警系统，可以在达到预设条件时触发警报。

普罗米修斯的主要特点是：

具有由指标名称和键/值对标识的时间序列数据的多维数据模型
PromQL，一种灵活的查询语言，可利用此维度
不依赖分布式存储;单服务器节点是自治的
时序收集通过 HTTP 上的拉取模型进行
通过中间网关支持推送时间序列
通过服务发现或静态配置发现目标
多种图形和仪表板支持模式

Grafana是一个流行的开源数据可视化和监控平台，用于创建仪表盘和图表，以多种模板展示来自各种数据源的数据。它与多个监控工具集成，包括Prometheus。

第五：组合3——ELK

1、Elasticsearch Elasticsearch是一个高度可扩展的全文搜索和分析引擎，基于Apache Lucence（事实上，Lucence也是百度所采用的搜索引擎）构建，能够对大容量的数据进行接近实时的存储、搜索和分析操作。 2、Logstash Logstash是一个数据收集引擎，它可以动态的从各种数据源搜集数据，并对数据进行过滤、分析和统一格式等操作，并将输出结果存储到指定位置上。Logstash支持普通的日志文件和自定义Json格式的日志解析。 3、Kibana Kibana是一个数据分析和可视化平台，通常与Elasticsearch配合使用，用于对其中的数据进行搜索、分析，并且以统计图标的形式展示。

ELK架构优点如下： 1、处理方式灵活。 Elasticsearch是全文索引，具有强大的搜索能力。 2、配置相对简单。 Kibana的配置非常简单，Elasticsearch则全部使用Json接口，配置也不复杂，Logstash的配置使用模块的方式，配置也相对简单。 3、检索性能高。 ELK架构通常可以达到百亿级数据的查询秒级响应。 4、集群线性扩展。 Elasticsearch本身没有单点的概念，自动默认集群模式，Elasticsearch和Logstash都可以灵活扩展。 5、页面美观。 Kibana的前端设计美观，且操作简单。