标签：file 复制 exit info sample 根据 loading arc 系统
随着 Docker 和容器技术的不断发展，越来越多的企业将 Docker 和容器应用到自身 IT 架构中，并投入测试和生产使用。这对企业的数据监测能力也提出了更高要求。
传统的监测方案会从每个服务器和运行应用中采集指标，这些服务器和应用一般是静态的，运行时间长，一台主机可能只需要监测150个指标；但容器却不一样，短期存活、动态调度，具有自己的环境、虚拟网络和不同的存储管理，哪怕在相同的主机上也可能会调度短期存活的批处理命令和长期存活的进程。
因此，当容器应用到IT架构中后，除需要采集的容器本身指标外，还要对在容器上运行的组件进行采集。如果没有一个比较完善的指标监控方式，对主机上几十甚至上百个 Docker 容器进行管控，将是一个非常浩大且费时费力的事情。
这里我们以 Linux 操作系统为例，给大家推荐几种常见的监测方案。
此方式是通过读取 CGroup 文件的方式获取指标。
通常情况下，这些文件都在/sys/fs/cgroup目录下，例如 memory 相关指标会在/sys/fs/cgroup/memory/docker/$CONTAINER_ID/memory.stat，$CONTAINER_ID就是容器的ID。
注意如果没有启动 Docker，在 memory 目录下是找不到docker这个目录的。
打开 memory.stat 这个文件，会显示当前时间此容器的内存使用状况，包括各种指标等。
$> cat /sys/fs/cgroup/memory/docker/$CONTAINER_ID/memory.stat cache 65925120 rss 104542208 rss_huge 0 shmem 0 mapped_file 30289920 dirty 8192 writeback 0 pgpgin 44034 pgpgout 2416 pgfault 32187 pgmajfault 312 inactive_anon 0 active_anon 73007104 inactive_file 91582464 active_file 5877760 unevictable 0 hierarchical_memory_limit 9223372036854771712 #...
按照 Linux 系统中“一切皆文件”的说法，Docker 容器的所有指标数据都可以使用读文件的方式拿到。
DockerAPI 官方文档（https://docs.docker.com/engine/api/v1.41/#tag/Container）。
使用 cURL 对 docker.sock 访问（如果没有开放端口的话），url 中的参数可以在文档中找到，示例如下。
$> sudo curl --unix-socket /var/run/docker.sock http://localhost/containers/b8d0c34bcb6c6fad49ca4a9341e9b0b54d0eb2a714e55617dbfe5fd02d8dac27/stats\?stream\=false\&one-shot\=false | jq
{
"id": "$CONTAINER_ID",
"memory_stats": {
"limit": 8358457344,
"max_usage": 176467968,
"stats": {
"active_anon": 36376576,
"active_file": 5877760,
"cache": 46292992,
"dirty": 0,
"hierarchical_memory_limit": 9223372036854772000,
"hierarchical_memsw_limit": 0,
"inactive_anon": 0,
"inactive_file": 108650496,
"mapped_file": 30408704,
"pgfault": 32220,
"pgmajfault": 312,
"pgpgin": 44380,
"pgpgout": 7538,
"rss": 104611840,
"rss_huge": 0,
#...
},
"usage": 156004352
},
#...
}
和读取 CGroup 文件的方式相比，这种方式显然可读性稍好一些，对各种基础领域比如 CPU、内存、磁盘I/O、网络I/O进行汇总，并且增加了 Docker 的一些基本信息，比如容器的开启时间，容器名等。
使用 Docker 命令是最简单快捷的方式，只需要在命令行中输入命令即可。
$> docker stats
作为最常用的查看 Docker 容器运行指标的方式，docker stats 足够轻巧和简单，但是或许它又有点太简单，如此常用的命令只有寥寥10个指标，而且限于终端输出的方式，偶尔看一下还不错，用来做 Docker 容器指标的长期监控似乎有点不足。
如前所述，Docker 容器指标采集是一件很复杂的事，要解决如下几个问题：
我们这里向大家介绍第四种解决方案—— DataFlux，在一个平台上实现对多种数据源的统一实时监测。
在 DataFlux 中有专用于各种数据采集的工具—— DataKit，它提供了对 Docker 容器指标的采集能力。我们仍旧以 Linux 平台为例，介绍 DataKit 采集器的基本使用。
首先，我们查看官方提供的文档，按照操作步骤把采集器 DataKit 安装好。
官方教程：《如何安装 DataKit 》https://help.dataflux.cn/doc/ef29e8365e18d813a8ec5800bbcb1adf1f39ab37
安装好 DataKit 后，在 /usr/local/cloudcare/dataflux/datakit/conf.d/docker/ 目录下，复制一份 docker_containers 采集配置
$ sudo cp docker_containers.conf.sample docker_containers.conf
编辑 docker_containers.conf：
[[inputs.docker_containers]]
endpoint = "unix:///var/run/docker.sock"
interval = "5m"
# 是否采集所有容器，包括 Exited 状态
all = false
# 还可以采集 K8S pod!
[inputs.docker_containers.kubernetes]
url = "http://127.0.0.1:10255"
至此，Docker 容器的指标采集就配置好了，重新启动一下 (https://help.dataflux.cn/doc/0c6ebce225784bd2ad994d5f89c5dbc89e025792#toc27)DataKit 的即可（注意：数据需要稍等一会才能在 Dataflux 平台看到）。
最后我们在 DataFlux 后台，点击左侧菜单栏“指标”-“标签”，即可看到对应的数据结果：
从图中可以看到，Docker 容器的各项指标已经采集到，并且在图表中绘制出来。后续可以根据 container_id 进行更多操作，比如跟 Docker 日志联结等等。
更多 DataFlux 的采集指标和视图模板，大家可以直接从官方文档中查看。https://help.dataflux.cn/doc/41d744aa9e0046e0028ea419337bf830b3a78fb4
标签：file 复制 exit info sample 根据 loading arc 系统
原文地址：https://www.cnblogs.com/DataFlux/p/14739024.html
