监控-Prometheus08-监控Docker容器

1、Docker容器架构与监控

  • 可以使用Google开源的容器度量收集工具cAdvisor对容器进行监控。

1.1、Docker容器架构

  • Docker使用了传统的Client-Server架构模式，总体架构如图10-1所示。
  • 用户通过DockerClient与Docker daemon建立通信，并将请求发送给后者。而Docker的后端是松耦合结构，不同模块各司其职、有机组合，完成用户的请求。
    • Docker通过driver模块来实现对Docker容器执行环境的创建和管理。
    • 当需要创建Docker容器时，可通过镜像管理（imagemanagement）部分的distribution和registry模块从Docker registry中下载镜像，并通过镜像管理的image、reference和layer存储镜像的元数据，通过镜像存储驱动graphdriver将镜像文件存储于具体的文件系统中。
    • 当需要为Docker容器创建网络环境时，通过网络模块network调用libnetwork创建并配置Docker容器的网络环境。
    • 当需要为容器创建数据卷volume时，则通过volume模块调用某个具体的volumedriver来创建一个数据卷并负责后续的挂载操作。
    • 当需要限制Docker容器运行资源或执行用户指令操作时，则通过execdriver来完成。
    • libcontainer是对cgroups和namespace的二次封装，execdriver是通过libcontainer来实现对容器的具体管理，包括利用UTS、IPC、PID、Network、Mount、User等namespace实现容器之间的资源隔离和利用cgroups实现对容器的资源限制。

  • 当运行容器的命令执行完毕后，一个实际的容器就处于运行状态，该容器拥有独立的文件系统、相对安全且相互隔离的运行环境。Docker1.9版本之后，volume和network是生命周期都是独立于容器的，与容器层级相同的组件，Docker用户可以单独增删改查volume或network，然后在创建容器的时候根据需要配置给容器。

1.2、Docker容器监控方式

  • Docker原生监控常用的方式有：docker ps/top/logs、docker stats、Docker Remote API、Docker伪文件系统。

1、docker stats

  • 该命令默认以流式方式输出，如果想打印出最新的数据并立即退出，可以使用no-stream=true参数。可以指定一个已停止的容器，但是停止的容器不返回任何数据。
  • 监控容器性能度量指标有多种方法，简单的如通过Docker的CPU、内存、网络及磁盘的使用情况进行监测，示例如下：
]#  docker stats
CONTAINER ID    NAME         CPU %               MEM USAGE / LIMIT     MEM %               NET I/O             BLOCK I/O           PIDS
db9ee91008fc    cadvisor     1.95%               100.3MiB / 1.777GiB   5.51%               3.06MB / 718MB      229kB / 0B          13

2、伪文件系统

  • docker stats的数据来自/sys/fs/cgroup下的文件：
    • mem usage那一列的值，来自于/sys/fs/cgroup/memory/docker/[containerId]/memory.usage_in_bytes。
    • 如果没限制内存，Limit=machine_mem，否则来自于/sys/fs/cgroup/memory/docker/[id]/memory.limit_in_bytes。
    • 内存使用率=memory.usage_in_bytes/memory.limit_in_bytes。
  • 一般情况下，cgroup文件夹下的内容包括CPU、内存、磁盘、网络等信息，下面列出常用的指标说明。
    • devices：设备权限控制。
    • cpuset：分配指定的CPU和内存节点。
    • cpu：控制CPU占用率。
    • cpuacct：统计CPU使用情况。
    • memory：限制内存的使用上限。
    • freezer：冻结（暂停）cgroup中的进程。
    • net_cls：配合tc（traffic controller）限制网络带宽。
    • net_prio：设置进程的网络流量优先级。
    • huge_tlb：限制HugeTLB的使用。
    • perf_event：允许Perf工具基于cgroup分组做性能监测。
  • 在memory中常用的指标说明如下：
    • memory.usage_in_bytes：已使用的内存量（包含cache和buffer），相当于used_mem。
    • memory.limit_in_bytes：限制的内存总量（字节），相当于Linux的total_mem。
    • memory.failcnt：申请内存失败次数计数。
    • memory.memsw.usage_in_bytes：已使用的内存和swap容量（字节）。
    • memory.memsw.limit_in_bytes：限制的内存和swap容量（字节）。
    • memory.memsw.failcnt：申请内存和swap失效次数计数。
    • memory.stat：内存相关状态。
  • 随着Docker容器云的广泛应用，大量的业务软件运行在容器中，这使得对Docker容器的监控越来越重要。对容器集群系统进行监控，一般采用物理机监控+容器本身监控的方式（如图10-2所示），具体监控指标总结如下：
    • 容器本身资源使用情况：CPU、内存、网络、磁盘。
    • 物理机的资源使用情况：CPU、内存、网络、磁盘。
    • 物理机上容器镜像情况：名字、大小、版本。
  • 目前较为流行的容器监控工具有DockerStats、cAdvisor、Scout、Data Dog以及Sensu。应用场景不同，各监控工具的优缺点体现得也有所不同。
    • DockerStats是Docker本身提供的，用于监控容器资源使用情况，直接输入命令行即可查看，还可提供远程API接口，易于操作，但没有图形界面。
    • cAdvisor可提供数据的可视化界面，并且可监控容器所在宿主机中的资源使用情况，只监控单一主机。
    • Scout可聚合多主机容器的监控，并且提供告警，但无法显示容器的详细信息，更多的是偏向于主机资源的监控，为收费项目。
    • Data Dog监控功能较为强大，可以获得运行和停止的容器计数以及镜像数量等，可整合集群主机数据和容器数据，但使用成本较高。
    • Sensu监控部署较为复杂。

2、cAdvisor

  • 在容器集群的环境中，通过Docker stats命令对一台台机器收集容器的度量指标显然是不现实的。在Kubenetes（有时简称k8s）设计之初就考虑到了这一点，因此它将Google开源的容器度量收集工具cAdvisor集成到了Kubelet中。在集群中，Kubelet会驻留在集群的每一个节点上，因此cAdvisor也将随之运行在所有节点上。
  • cAdvisor为容器用户提供了对其运行容器的资源使用和性能特征的理解。它是一个运行守护程序，用于收集、聚合、处理和导出有关正在运行的容器的信息，同时它消耗的资源也比较少。cAdvisor不仅可以搜集一台机器上所有运行的容器的信息，还提供基础查询界面和http接口，方便其他组件（如Prometheus）进行数据抓取，或者cAdvisor+Influxdb+Grafna搭配使用。可以导出资源使用情况和完整历史资源使用的直方图，通过快速预览压力表（pressuregauge）可了解集群是否需要额外的资源。
  • cAdvisor可以对节点机器上的资源及容器进行实时监控和性能数据采集，包括CPU使用情况、内存使用情况、网络吞吐量及文件系统使用情况。
  • cAdvisor也有一定的局限性，即只能监控一个Docker主机。对于多节点的场景，就需要在所有的主机上都各安装一个cAdvisor。另外，在图表中的数据仅仅显示时长为2分钟，并没有查看长期数据趋势的方法。它也没有生成告警的机制，如果资源使用率较高则可能存在风险。

2.1、cAdvisor架构

  • 只需在宿主机上部署cAdvisor容器，用户就可通过Web界面或REST服务访问当前节点和容器的详尽性能数据（CPU、内存、网络、磁盘、文件系统等）。
  • cAdvisor支持一下指标：
    • 容器基础指标。
    • 容器内进程查看。
    • 容器状态实践。
    • 监控数据push到第三方存储介质。
    • 通过Prometheus采集自定义指标。
    • 通过容器标签采集应用自定义指标。
    • Collector可扩展开发其他标准类型，如数据库、Kafka、Redis等，当前只支持http方式采集应用自定义指标。
    • Storage可扩展开发其他介质。
  • cAdvisor软件架构如图10-3所示。

  • cAdvisor主要包括API层、Handler、Manager、Collector，具体说明如下：
    • API层：提供节点信息、容器运行状态信息、自定义指标信息、容器spec信息、事件信息、容器进程列表、文件系统信息的查询API。
    • Handler：提供rkt、Docker的容器spec以及Storage栈信息。内置有rkt、Docker的适配器被Manager调用。
    • Manager：总控，实例化Storage，为周期任务，通过Handler获取容器列表，自动发现容器的增/删等。
    • Collector：内置两种采集器，即Prometheus和自定义指标采集器。

2.2、部署cAdvisor

//下载镜像
docker pull google/cadvisor:latest

//运行容器
docker run \
  --volume=/:/rootfs:ro \
  --volume=/var/run:/var/run:rw \
  --volume=/sys:/sys:ro \
  --volume=/var/lib/docker/:/var/lib/docker:ro \
  --publish=8080:8080 \
  --detach=true \
  --name=cadvisor \
  google/cadvisor:latest
  • cAdvisor提供一些运行时参数供用户配置使用：
    • 4个--volume挂载操作不能省略，如果不挂载，将无法连接到Docker deamon，ro表示只读。
    • --detach操作是为了在创建后不进入容器内部，让其自动完成监视功能。
    • 在Ret Hat/CentOS/Fedora等发行版上需要传递privileged参数，因为SELinux加强了安全策略：--privileged=true。
    • --storage_duration保存在内存中的数据时间段长度，默认为2min，即保存2分钟的数据。
    • --allow_dynamic_housekeeping依据容器的活跃程度，动态调整读取容器监控数据的时间间隔。
    • --global_housekeeping_interval检测是否有新增容器的时间周期。
    • --housekeeping_interval统计每个容器数据的时间周期，默认每秒取1次数据，取统计到的最近的60个数据。
  • 启动后cAdvisor立即开始监控，可以浏览主机上的端口8080查看cAdvisor的Web接口，确认它是可操作的。可以访问/metric页面查看监控指标。
    • http://10.1.1.13:8080/containers/
    • http://10.1.1.13:8080/metrics
  • cAdvisor支持的Prometheus的指标主要有五大类（62个），包括CPU（10个）、内存（9个）、文件（18个）、网络（12个）、其他容器状态（13个），具体指标说明可以参考：https://github.com/google/cadvisor/blob/master/docs/storage/prometheus.md。
  • cAdvisor通过存储插件（cAdvisor Storage Plugins）把状态信息输出到InfluxDB数据库进行存储、读取或KAfka等，通过-storage_driver来配置，具体支持的存储项有：BigQuery、ElasticSearch、InfluxDB、Kafka、Prometheus、Redis、StatsD以及stdout标准输出等。详见官网文档：https://github.com/google/cadvisor/tree/master/docs/storage。

2.3、集成到Prometheus

  • cAdvisor采集的监控数据通过http://localhost:8080/metrics展现给Prometheus。
  • 修改/etc/prometheus/prometheus.yml，将cAdvisor添加到监控数据采集任务目标当中：
global:
  scrape_interval: 15s
  evaluation_interval: 15s
scrape_configs:
- job_name: 'cadvisor'
  static_configs:
  - targets: ['cadvisor:8080']
  • PromQL表达式示例：
//当正常采集到cAdvisor的样本数据后，可以通过以下表达式计算容器的CPU使用率
sum(irate(container_cpu_usage_seconds_total{image!=""}[1m])) without(cpu)
//使用类似的方法还可以查询容器内存使用量（单位为字节）
container_memory_usage_bytes{image!=""}
//查询容器网络接收量速率（单位为字节/秒）
sum(rate(container_network_receive_bytes_total{image!=""}[1m])) without(interface)
//查询容器网络传输量速率（单位为字节/秒）
sum(rate(container_network_transmit_bytes_total{image!=""}[1m])) without(interface)
//查询容器文件系统读取速率（单位为字节/秒）
sum(rate(container_fs_reads_bytes_total{image!=""}[1m])) without(device)
//查询容器文件系统写入速率（单位为字节/秒）
sum(rate(container_fs_writes_bytes_total{image!=""}[1m])) without(device)

1

#                                                                                                                                         #
posted @ 2022-10-20 17:39  麦恒  阅读(245)  评论(0)  编辑  收藏  举报