容器監控工具 cAdvisor、Heapster 與 Prometheus 深度解析

– 7 分鐘閱讀

隨著容器化技術的普及，監控容器的執行狀況和資源使用情況變得至關重要。cAdvisor 作為單機容器監控工具，能有效收集容器的 CPU、記憶體、網路等指標。Heapster 則專注於 Kubernetes 叢集監控，整合 cAdvisor 資料並提供更全面的叢集視角。Prometheus 作為更通用的監控和警示系統，適用於各種雲端和實體基礎設施，並提供強大的查詢語言 PromQL 進行資料分析。在 Kubernetes 環境中，Kubelet 內建的 cAdvisor 會收集容器資料，Heapster 再將這些資料聚合後送到後端儲存系統，如 InfluxDB 和 Grafana，進行視覺化分析。Prometheus 則採用主動提取模式收集指標資料，其元件包含 Prometheus Server、Web UI、Push Gateway、Exporters 和 Alertmanager，構成完整的監控和警示體系。實際應用中，可結合 Node Exporter 和 cAdvisor 收集容器指標，並透過 Grafana 進行資料視覺化，最後整合 Alertmanager 進行警示通知，構建全面的容器監控解決方案。

叢集級容器監控與管理

在現代的雲端環境中，有效管理容器化應用程式的效能和健康狀況已成為關鍵課題。隨著 Docker 和 Kubernetes 的普及，容器監控工具如 cAdvisor、Heapster 和 Prometheus 成為了技術人員必備的利器。本篇文章將探討這些工具的功能、使用方法及其在實務上的應用。

cAdvisor：容器資源監控工具

cAdvisor 是一款由 Google 開發的開源工具，專門用於監控 Docker 容器的資源使用情況。它能夠自動發現並收集主機上的所有容器資訊，包括 CPU、記憶體、網路等指標。cAdvisor 不僅提供命令列介面，還內建了直觀的圖形化介面，方便技術人員即時檢視容器的執行狀況。

以下是如何使用 Docker 在本地機器上快速啟動 cAdvisor 的範例：

sudo 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

內容解密：

此程式碼使用 Docker 執行 cAdvisor 的最新版本映像，並將必要的主機目錄掛載到容器中以便 cAdvisor 能夠存取所有容器資訊。--publish=8080:8080 指令將 cAdvisor 的 Web UI 暴露在本地主機的 8080 頭，並且 --detach=true 啟動後台執行模式。使用者可以透過瀏覽器存取 http://localhost:8080 檢視 cAdvisor 提供的圖形化介面。

Heapster：Kubernetes 叢集監控

Heapster 是由 Google 開發的一款專為 Kubernetes 叢集設計的監控工具。它利用 cAdvisor 收集節點上的容器效能資料，並將這些資料聚合後轉送到後端儲存系統進行視覺化分析。Heapster 支援多種後端儲存系統，例如 InfluxDB 和 Grafana，這使得它在 Kubernetes 環境中的應用非常靈活。

在 Kubernetes 中，cAdvisor 已經整合到 Kubelet 二進位制檔案中。Kubelet 會從 cAdvisor 收集所有容器的資源使用統計資料，並透過 REST API 提供給 Heapster。Heapster 則對這些資料進行處理和分組，最終推播到組態好的後端系統進行視覺化。

  graph TD;
    A[Kubernetes Node] --> B[cAdvisor];
    B --> C[Kubelet];
    C --> D[Heapster];
    D --> E[InfluxDB];
    D --> F[Grafana];

內容解密：

此圖示展示了 Heapster 在 Kubernetes 叢集中的運作流程。Kubernetes Node 上執行的 Kubelet 會透過 cAdvisor 收集容器的效能資料，這些資料再透過 REST API 提供給 Heapster。Heapster 則將這些資料處理後推播到 InfluxDB 或 Grafana 作為後端儲存系統進行視覺化分析。

Prometheus：多功能監控與警示系統

Prometheus 是一個強大且靈活的開源監控與警示系統，適用於多種雲端和物理基礎設施。它採用主動提取（pull-based）模式來收集目標（targets）上的指標資料。Prometheus 的設計使得它可以靈活組態和擴充套件，並且提供強大的查詢語言 PromQL 用於資料分析。

Prometheus 的主要元件包括：

  • Prometheus Server：負責提取目標資料並儲存。
  • Web UI：利用 Grafana 提供圖形化介面。
  • Push Gateway：允許短暫服務推播指標資料。
  • Exporters：用於從特定系統匯出指標資料。
  • Alertmanager：處理和路由警示。

以下是如何使用 Docker Compose 啟動 Prometheus 的範例：

version: '2'
networks:
  - pk_network:
      driver: bridge
volumes:
  prometheus_data: {}
services:
  prometheus:
    image: prom/prometheus
    container_name: pk_prometheus
    volumes:
      - ./prometheus/:/etc/prometheus/
      - prometheus_data:/prometheus
    command:
      - '-config.file=/etc/prometheus/prometheus.yml'
      - '-storage.local.path=/prometheus'
      - '-storage.local.memory-chunks=100000'
    restart: unless-stopped
    expose:
      - 9090
    ports:
      - 9090:9090
    networks:
      - pk_network
    labels:
      org.label-schema.group: "monitoring for PK containers"

內容解密：

這段 Docker Compose 檔案定義了一個名為 pk_prometheus 的 Prometheus 應用程式服務。它從官方映像 prom/prometheus 啟動容器並設定一個橋接網路 pk_network，以便不同服務之間可以通訊。Volumes 用來掛載組態檔案和資料儲存路徑。command 指令則設定 Prometheus 的啟動引數。

以下是 Prometheus 組態檔案 prometheus.yml 的範例：

global:
  scrape_interval: 20s
  evaluation_interval: 20s
external_labels:
  monitor: 'Docker-pk-monitor'
scrape_configs:
  - job_name: 'pk_prometheus'
    scrape_interval: 25s
    static_configs:
      - targets: ['localhost:9090']

內容解密：

此組態檔案定義了 Prometheus 的全域設定和抓取組態。scrape_interval 和 evaluation_interval 分別設定抓取目標和評估規則的頻率。external_labels 用來為圖表新增額外標籤。scrape_configs 段落則定義了需要抓取的目標及其相關設定。

叢集級監控工具應用案例

Prometheus 在實際應用中非常靈活且強大。以下是如何在 Docker 應用中設定 Prometheus 的範例流程：

  1. 啟動 Prometheus Server：使用 Docker Compose 啟動 Prometheus 應用。
  2. 增加 Node Exporter 和 cAdvisor：這些工具會從容器中收集指標資料。
  3. 組態目標：將 Node Exporter、cAdvisor 和 Prometheus 自身作為監控目標。
  4. 組態 Grafana：利用 Grafana 作為前端圖形化介面。
  5. 檢視統計資料：透過 Grafana 檢視收集到的資料。
  6. 整合 Alertmanager：組態警示以便及時接收系統異常通知。

叢集監控工具的管理與佈署

在現代的雲端運算環境中，監控和管理容器化應用程式的效能和健康狀況是至關重要的。本篇文章將探討如何使用 Docker 和 Prometheus 來建立一個完整的監控系統，並將其與 Grafana 整合以進行資料視覺化。

Docker 與 Prometheus 的基本設定

首先，我們需要確保 Docker 環境已經正確設定並且執行。接下來，我們將使用 docker-compose 來佈署 Prometheus。以下是佈署 Prometheus 的基本步驟：

docker-compose up -d

在這個命令執行過程中，你可能會看到一個警告訊息提示 Docker 正在以 Swarm 模式執行，但這對於我們的目的來說並不影響。我們需要提取最新的 Prometheus 映像並建立相應的容器。

Pulling prometheus (prom/prometheus:latest)...
latest: Pulling from prom/prometheus
...
Digest: sha256:4f6d3a525f030e598016be765283c6455c3c830997a5c916b27a5d727be718e1
Status: Downloaded newer image for prom/prometheus:latest
Creating prometheus ...
Creating prometheus ... done

內容解密：

這段程式碼展示瞭如何使用 docker-compose 命令來啟動 Prometheus 容器。首先，docker-compose up -d 命令會在後台執行指定的服務。警告訊息提醒我們 Docker 正在以 Swarm 模式執行，但這不影響我們的佈署。接著，Pulling prometheus 的步驟顯示了 Docker 正在提取最新的 Prometheus 映像，並且成功建立了 Prometheus 容器。

驗證 Prometheus 的執行狀態

要確認 Prometheus 是否正常執行，我們可以使用以下命令：

docker ps

這將顯示所有正在執行的容器，包括我們剛剛啟動的 Prometheus 容器。

CONTAINER ID   IMAGE                COMMAND                  CREATED         STATUS         PORTS                    NAMES
48d1efc55881   prom/prometheus      "/bin/promethus -..."     54 seconds ago  Up 53 seconds  0.0.0.0:9090->9090/tcp  promethus

內容解密：

這段程式碼展示瞭如何使用 docker ps 命令來檢查正在執行的 Docker 容器。從輸出可以看出，Prometheus 容器已經成功啟動並且正在監聽本機的 9090 測試碼。

新增 Node Exporter 和 cAdvisor

接下來，我們需要新增 Node Exporter 和 cAdvisor 作為我們監控系統的一部分。這些工具將會收集應用程式容器的度量資料。

nodeexporter:
  image: prom/node-exporter
  container_name: pk_nodeexporter
  restart: unless-stopped
  expose:
    - 9100
  networks:
    - pk_network
  labels:
    org.label-schema.group: "monitoring for PK containers"

cadvisor:
  image: google/cadvisor:v0.26.1
  container_name: pk_cadvisor
  volumes:
    - /:/rootfs:ro
    - /var/run:/var/run:rw
    - /sys:/sys:ro
    - /var/lib/docker/:/var/lib/docker:ro
  restart: unless-stopped
  expose:
    - 8080
  networks:
    - pk_network
  labels:
    org.label-schema.group: "monitoring for PK containers"

節點 Exporter 和 cAdvisor 的作用

Node Exporter 是一個簡單的工具，用於從節點硬體和作業系統收集指標。它能夠提供 CPU、記憶體、磁碟空間等資源的使用情況。

nodeexporter:

cAdvisor 的作用

cAdvisor 是 Google 開發的一個分析工具，用於收集和展示容器中執行應用程式的資源使用情況。它能夠提供詳細的 CPU、記憶體、網路和磁碟I/O等資源消耗資訊。

cadvisor:

與 Prometheus 的整合

接下來，我們需要將這些新增的目標組態到 Prometheus 中：

scrape_configs:
- job_name: 'pk_nodeexporter'
  scrape_interval: 15s
  static_configs:
    - targets: ['nodeexporter:9100']
- job_name: 'pk_cadvisor'
  scrape_interval: 20s
  static_configs:
    - targets: ['cadvisor:8080']

新增 Grafana 用於資料視覺化

為了能夠更直觀地檢視收集到的資料，我們需要新增 Grafana 作為我們監控系統的一部分：

grafana:
  image: grafana/grafana
  container_name: grafana
  volumes:
    - grafana_data:/var/lib/grafana
    env_file:
      - user.config
    restart: unless-stopped
    expose:
      - 3000
      ports:
        - "3000":3000"
      networks:
        - pk_network"
      labels:
        org.label-schema.group:"monitoring for PK containers"

同時，我們還需要建立一個使用者組態檔案來設定 Grafana 的管理員帳號：

GF_SECURITY_ADMIN_USER=admin GF_SECURITY_ADMIN_PASSWORD=admin GF_USERS_ALLOW_SIGN_UP=false"

新增資料來源

登入 Grafana 控制檯後，我們需要新增 Prometheus 作為資料來源：

  • 名稱: Prometheus。
  • 型別: Prometheus。
  • URL: http://prometheus:9090。
  • 存取模式: Proxy。

確認儲存後，Grafana 和 Prometheus 應該就能夠成功連線了。

玄貓

玄貓

技術愛好者，專注於分享程式開發、雲端技術與 AI 應用的心得體會。