时间:2021-05-19
概述
一个宿主机上可以运行多个容器化应用,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,而且这些信息随时间变化,我们称其为时序数据,本文将实操 如何搭建一个可视化的监控中心 来收集这些承载着具体应用的容器的时序信息并可视化分析与展示!
动手了,动手了...
准备镜像
部署Influxdb服务
可以将其视为一个数据库服务,其确实用于存储数据。之所以选用该数据库,原因正如官网所说:
Open Source Time Series DB Platform for Metrics & Events (Time Series Data)
下面我们将该服务部署起来
docker run -d -p 8086:8086 \-v ~/influxdb:/var/lib/influxdb \--name influxdb tutum/influxdb进入influxdb容器内部,并执行influx命令:
创建数据库test和root用户用于本次试验测试
部署cAdvisor服务
谷歌的cadvisor可以用于收集Docker容器的时序信息,包括容器运行过程中的资源使用情况和性能数据。
运行cadvisor服务
特别注意项:
在运行上述docker时,这里有可能两个其他配置项需要添加(CentOS, RHEL需要):
--privileged=true
设置为true之后,容器内的root才拥有真正的root权限,可以看到host上的设备,并且可以执行mount;否者容器内的root只是外部的一个普通用户权限。由于cadvisor需要通过socket访问docker守护进程,在CentOs和RHEL系统中需要这个这个选项。
--volume=/cgroup:/cgroup:ro
对于CentOS和RHEL系统的某些版本(比如CentOS6),cgroup的层级挂在/cgroup目录,所以运行cadvisor时需要额外添加–volume=/cgroup:/cgroup:ro选项。
部署Grafana服务
grafana则是一款开源的时序数据分析工具,而且界面专业易用,等下等部署好了,大家就能感受到:
docker run -d -p 5000:3000 \-v ~/grafana:/var/lib/grafana \--link=influxdb:influxdb \--name grafana grafana/grafana至此3个容器都已经启动了:
下面开始具体实验了
实战
访问grafana服务
打开localhost:5000来访问grafana的web服务,此时提示你需要登录,注意用户名和密码都是admin
登录后可以看到grafana的主页面:
看的很明显,在Grafana上有好几个步骤需要做,这里Install Grafana已经完成了,接下来我们需要:
Add Data Source
点击Add data source进入
然后主要是Setting选项卡设置
我们需要根据实际情况来填写各项内容:
Data source添加成功会予以提示
数据源添加完成以后,我们需要添加仪表盘(Dashboard)
Add Dashboard
点击Add dashboard进入
这里有很多类型的仪表盘供选择,我们选用最常用的Graph就好
进入之后,点击Panel Title下拉列表,再选择Edit进行编辑即可
在Edit里面主要的就是需要添加查询的条件,继续看下文
Add Query Editor
查询条件中我们可以选择要监控的指标:
这里选一个memory usage好了,然后要监控的容器选择grafana自身好了。
当然这里不止可以监控一个指标,也不止可以监控一个容器,更多组合我们只需要在下面并列着一个一个添加query条目就好!
最后我添加了三个监控条件,分别用于监控grafana、influxdb和cadvisor三个容器的memory usage指标,并将其同时显示于图中,怎么样是不是很直观!
这里可以摸索的设置项还有很多,比如一些坐标自定义、显示策略自定义,甚至我们还可以自定义报警策略等等
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
Kibana作为Elasticsearch优秀的可视化的开源分析工具,我们下面使用Docker结合进行最简单的上手演示。docker使用教程在这里我们使用Lin
环境搭建python3.xrequests包re包gooey包(用于可视化)代码importrequestsimportreimportosfromgooeyi
简介HttpReports基于.NETCore开发的APM监控系统,使用MIT开源协议,主要功能包括,统计,分析,可视化,监控,追踪等,适合在中小项目中使用。g
我们可以试用可视化包——Pyechart。Echarts是百度开源的一个数据可视化JS库,主要用于数据可视化。pyecharts是一个用于生成Echarts图标
Actuator是监控管理,不过没有可视化,这里就引入了admin-ui来解决SpringBootAdmin分为Client端和Server端Client端是客