斌哥的 Docker 進階指南—監控方案的實現

過去的一年中，關於 Docker 的話題從未斷過，而現在，從嘗試 Docker 到最終決定使用 Docker 的轉化率依然在逐步升高，關於 Docker 的討論更是有增無減。另外一方面，你們的注意力也漸漸從 「Docker 是什麼」轉移到「實踐 Docker」與「監控 Docker」上。

本文轉自劉斌博文 「如何選擇 Docker 監控方案 」 ，文中劉斌從技術的角度深刻解釋了 Docker 監控的數據採集原理，介紹了現有開源的監控方案，以及可以對 Docker 進行監控功能的主流 SaaS 服務工具。

上一篇文章中介紹了 Docker 監控目的及技術基礎，本篇文章將介紹，Docker 監控方案的實現。

Docker 監控方案的實現

• 本身動手 + 開源軟件
• SaaS

評價標準

• 功能

  • 信息詳細程度

  • 查詢的靈活程度

  • 報警 + API

• 靈活性

  • 定製

• 成本

  • 學習、開發

  • 維護

• 運維

  • 部署複雜程度

• 高可用

須要考慮的基本要素如上所示，很少述。

本身動手

• 靈活性強
• 成本高

這裏的成本包括開發成本，開發成本可能包括招人和培訓，開發時間和填坑時間。開發完了還須要維護成本，並且隨着Docker的升級，可能還須要對metric的採集實現進行升級，以及各類bugfix。

本身動手打造監控方案

• 採集
• 存儲
• 展現
• 報警（動做）

StatsD 是 Flickr 公司首先提出來的，後來由 Esty 公司發揚光大的一個輕量級的指標採集模塊。

簡單來說，StatsD 就是一個簡單的網絡守護進程，基於 Node.js 平臺（Esty實現，其實也有其餘語言版本），經過 UDP 或者 TCP 方式偵聽各類統計信息，包括計數器和定時器，能夠用來採集操做系統、不一樣數據庫、中間件的數據指標，進行緩存、聚合，併發送到Graphite 等存儲和可視化系統中。

StatsD 具備如下優勢：

• 簡單

首先安裝部署簡單，且StatsD 協議是基於文本的，能夠直接寫入和讀取，方便實現各類客戶端和SDK。

Cloud Insight的探針也是採用這些方式，咱們有些SDK也是基於StatsD的，目前有Ruby、Python和Java的，在 GitHub 上能夠看到。

• 低耦合性

StatsD 守護進程採起 UDP 這種無狀態的協議，收集指標和應用程序自己之間沒有依賴，不會阻塞應用，無論StatsD的狀態是運行中，仍是沒在運行，都不會影響應用程序，應用程序也不關心StatsD是否收到數據。

• 易集成

StatsD很是容易整合其餘組件，能夠本身編寫採集業務邏輯，發送到StatsD守護進程便可。也就是說用戶的工做很簡單，只須要按定義好的規則採集數據發送到Stats，而後用Graphite存儲、展現，經過使用Riemann進行報警。

Tcollector

• 來源於OpenTSDB

Tcollector 是一個採集指標數據並保存到OpenTSDB的框架，你可使用該框架本身編寫採集的業務邏輯。相似StatsD，運行在客戶端，收集本地的metric信息，推送到OpenTSDB。

Collectd

• System statistics collection daemon
• 存儲到RRD
• 插件機制（input/output）
• 簡單報警功能

Collectd便是一個守護進程，也是一個框架，相似StatsD，它性能很是好，採用C語言編寫。Collectd不直接支持從Docker中取數據，可是咱們能夠本身編寫插件來採集性能指標數據。

Collectd有強大的插件機制，已經實現了包括amqp、rrdtool、graphite、http、kafka、redis、mongodb、OpenTSDB以及CSV文件等在內的各類插件。

在4.3版本以後還支持簡單的基於閾值檢查的報警機制。

cAdvisor是一個用於收集、聚合處理和輸出容器運行指標的守護進程。並且cAdvisor基本算是一個獲取Docker性能數據的標配了吧。

一句命令就能夠啓動cAdvisor容器，訪問8080端口便可看到性能指標數據。cAdvisor能夠經過storage_driver參數將數據存到influxdb，同時也能夠將metric輸出爲Prometheus的格式，因此不少自定義Docker監控系統都會採起cAdvisor + Prometheus 的組合。

存儲TSDB

• OpenTSDB
• Influxdb
• RRDTool
• Graphite

關於時序列數據庫，能夠看附錄中相關的介紹文章。推薦使用OpenTSDB或者Influxdb，簡單對比一下各自特色以下：

• OpenTSDB

  • Java & HBase
  • 易擴展（集羣功能強大）
  • 機器多，運維稍顯麻煩

• Influxdb

  • Golang
  • 集羣功能不太成熟
  • 有類SQL的查詢語句
  • 單臺便可工做

這二者都支持自由模式和多維度，很是適合用於採用tag機制的數據模式建模。 開源可視化工具

• Graphite
• Influxdb + Grafana
• Prometheus

光有數據是不夠的，raw data沒有任何意義，咱們須要良好的可視化組件來展現數據和數據的內在乎義，發揮數據的做用。

咱們也能夠將數據存儲和展現交給其餘開源軟件。

若是你的數據採集和存儲都是本身來完成的，只想使用一個外部的圖形化界面的話，選Grafana應該沒錯，Grafana展示形式很是豐富，配置也很靈活。

以上，先到這裏。

下一章，劉斌將爲你們介紹 Docker 監控的開原方案，主流 SaaS 服務，及其特色。

超好用的監控軟件 Cloud Insight 不只能監控 Docker，還能對 Nagios 進行更好的可視化哦~

閱讀更多技術文章，請訪問 OneAPM 官方博客。

本文轉自 OneAPM 官方博客