摘要：在我們列舉的幾個(gè)監(jiān)控的服務(wù)或平臺(tái)中，這是唯一一款國(guó)內(nèi)產(chǎn)品。也是一款付費(fèi)監(jiān)控解決方案，計(jì)劃收費(fèi)方案是美分小時(shí)。同樣也支持監(jiān)控，還包括對(duì)容器級(jí)事件的監(jiān)測(cè)停止開(kāi)始等等和管理容器產(chǎn)生的日志。由于是一個(gè)監(jiān)控方案，相對(duì)來(lái)說(shuō)它的安裝和部署都比較簡(jiǎn)單。

輕量級(jí)虛擬化容器 Docker，自發(fā)布以來(lái)便廣受業(yè)界關(guān)注，在開(kāi)源界和企業(yè)界掀起了一陣風(fēng)。Docker 容器相對(duì)于 VM 有以下幾個(gè)優(yōu)勢(shì)：?jiǎn)?dòng)速度快；資源利用率高；性能開(kāi)銷小。

從圖中可以看出 Docker 和 虛擬機(jī)的差異，虛擬機(jī)的 Guest OS 和 Hypervisor 層在 Docker 中被 Docker Engine 層所替代，Docker 有著比虛擬機(jī)更少的抽象層。由于 Docker 不需要通過(guò) Hypervisor 層實(shí)現(xiàn)硬件資源虛擬化，運(yùn)行在 Docker 容器上的程序直接使用實(shí)際物理機(jī)的硬件資源。因此在 CPU、內(nèi)存利用率上 Docker 略勝一籌。Docker利用的是宿主機(jī)的內(nèi)核，而不需要 Guest OS，因此，當(dāng)新建一個(gè)容器時(shí)，Docker 不需要和虛擬機(jī)一樣重新加載一個(gè)操作系統(tǒng)內(nèi)核，因此新建一個(gè) Docker 容器只需要幾秒鐘。

既然 Docker 這么火，那么問(wèn)題來(lái)了，為了能夠更精確的分配每個(gè)容器能使用的資源，我們想要實(shí)時(shí)獲取容器運(yùn)行時(shí)使用資源的情況，怎樣對(duì) Docker 上的應(yīng)用進(jìn)行監(jiān)控呢？Docker 的結(jié)構(gòu)會(huì)不會(huì)加大監(jiān)控難度？

我們都了解， container 相當(dāng)于小型 host，可以說(shuō)存在于 hosts 與應(yīng)用之間的監(jiān)控盲區(qū)，無(wú)論是傳統(tǒng)的基礎(chǔ)組件監(jiān)控還是應(yīng)用性能監(jiān)控的方式，都很難有效地監(jiān)控 Docker。了解了一下現(xiàn)有的 Docker 相關(guān)監(jiān)測(cè) App 和服務(wù)，包括簡(jiǎn)單的開(kāi)源工具和復(fù)雜的企業(yè)整體解決方案，下面列舉幾種Docker 監(jiān)控工具作為參考：

1. cAdvisor

谷歌的 container introspection 解決方案是 cAdvisor，這是一個(gè) Docker 容器內(nèi)封裝的實(shí)用工具，能夠搜集、集料、處理和導(dǎo)出運(yùn)行中的容器的信息。通過(guò)它可以看到 CPU 的使用率、內(nèi)存使用率、網(wǎng)絡(luò)吞吐量以及磁盤空間利用率。然后，你可以通過(guò)點(diǎn)擊在網(wǎng)頁(yè)頂部的 Docker Containers 鏈接，然后選擇某個(gè)容器來(lái)詳細(xì)了解它的使用情況。cAdvisor 部署和使用簡(jiǎn)單，但它只可以監(jiān)視在同一個(gè) host 上運(yùn)行的容器，對(duì)多節(jié)點(diǎn)部署不是太管用。

2. Cloud Insight

在我們列舉的幾個(gè)監(jiān)控 Docker 的服務(wù)或平臺(tái)中，這是唯一一款國(guó)內(nèi)產(chǎn)品。Cloud Insight 支持多種操作系統(tǒng)、云主機(jī)、數(shù)據(jù)庫(kù)和中間件的監(jiān)控，原理是在平臺(tái)服務(wù)儀表盤和自定義儀表盤中，采集并處理 Metric，對(duì)數(shù)據(jù)進(jìn)行聚合與分組等計(jì)算，提供曲線圖、柱狀圖等多樣化的展現(xiàn)形式。優(yōu)點(diǎn)是監(jiān)控的指標(biāo)很全，簡(jiǎn)單易用，但目前正式版還未上線，可以期待一下。

3. Scout

Scout 是一款監(jiān)視服務(wù)，并不是一個(gè)獨(dú)立的開(kāi)源項(xiàng)目。它有大量的插件，除了 Docker 信息還可以吸收其他有關(guān)部署的數(shù)據(jù)。因此 Scout 算是一站式監(jiān)控系統(tǒng)，無(wú)需對(duì)系統(tǒng)的各種資源來(lái)安裝各種不同的監(jiān)控系統(tǒng)。 Scout 的一個(gè)缺點(diǎn)是，它不顯示有關(guān)每個(gè)主機(jī)上多帶帶容器的詳細(xì)信息。此外，每個(gè)監(jiān)控的主機(jī)十美元這樣略微昂貴的價(jià)格也是是否選擇 Scout 作為監(jiān)控服務(wù)的一個(gè)考慮因素，如果運(yùn)行一個(gè)有多臺(tái)主機(jī)的超大部署，成本會(huì)比較高。

4. Sematext

Sematext 也是一款付費(fèi)監(jiān)控解決方案，計(jì)劃收費(fèi)方案是3.5美分/小時(shí)。同樣也支持 Docker 監(jiān)控，還包括對(duì)容器級(jí)事件的監(jiān)測(cè)（停止、開(kāi)始等等）和管理容器產(chǎn)生的日志。

時(shí)間關(guān)系我們選擇了其中安裝最簡(jiǎn)單的 Cloud Insight 來(lái)試驗(yàn)監(jiān)控基于 Docker 的一個(gè)應(yīng)用——Acme 的運(yùn)行情況，后期時(shí)間允許會(huì)將其他幾種監(jiān)控方式都試一遍。

單方面監(jiān)控 Docker 可能并不太適合與業(yè)務(wù)掛鉤的應(yīng)用，當(dāng)業(yè)務(wù)量上漲，不單單是 Docker 的負(fù)載上升，其他 JVM 指標(biāo)也能也會(huì)出現(xiàn)上升的趨勢(shì)。

我們嘗試使用一個(gè)支持比較多中間件、數(shù)據(jù)庫(kù)、操作系統(tǒng)、容器的 Cloud Insight 來(lái)說(shuō)明這個(gè)實(shí)際的場(chǎng)景。

Cloud Insight 由于是一個(gè) SaaS 監(jiān)控方案，相對(duì)來(lái)說(shuō)它的安裝和部署都比較簡(jiǎn)單。在這次監(jiān)控實(shí)戰(zhàn)中，我們以 AcmeAir 為實(shí)驗(yàn)對(duì)象：一個(gè)可以模擬壓力的電子商務(wù)類應(yīng)用。

AcmeAir 是一款由原 IBM 新技術(shù)架構(gòu)部資深工程師 Andrew Spyker，利用 Netflix 開(kāi)源的 Netflix OSS 打造的開(kāi)源電子商務(wù)應(yīng)用。此應(yīng)用具有如下特性：

模擬提供航班訂票服務(wù)。用戶可以通過(guò)移動(dòng)設(shè)備或者 web 瀏覽器，完成新用戶注冊(cè)，用戶登錄，航班查詢，訂票等操作。

AcmeAir 融入了 Docker，微服務(wù)架構(gòu)等理念。并采用 Tomcat、Node.js、WebSphere Application Server、WebSphere Extreme Scale、MongoDB、Cassandra 分別打造了不同版本的實(shí)現(xiàn)。

AcmeAir 利用 JMeter 模擬用戶行為?？赏ㄟ^(guò)動(dòng)態(tài)調(diào)整用戶數(shù)量，模擬產(chǎn)生各種壓力的事物流量。并可在應(yīng)用中預(yù)先植入錯(cuò)誤代碼，模擬各種故障場(chǎng)景。該應(yīng)用可做為壓力測(cè)試，終端用戶體驗(yàn)異常檢測(cè)，故障診斷等各種測(cè)試場(chǎng)景的測(cè)試用例。

首先，我們要打開(kāi) Cloud Insight 監(jiān)控，還好 Cloud Insight 安裝簡(jiǎn)單，一條命令即可。接著，我們新建一個(gè)用于此次監(jiān)控的儀表盤，依次將想要獲取的指標(biāo)統(tǒng)統(tǒng)添加進(jìn)去。比如，選中 jvm.non_heap_memory 這個(gè)指標(biāo)，選擇按照 instance 分組。

我們添加以下指標(biāo)：

docker.cpu.user

docker.cpu.sysytem

docker.containers.running

jvm.heap_memory

jvm.non_heap_memory

jvm.gc.cms.count

jvm.heap_memory_max

jvm.gc.parnew.time

應(yīng)用 Acme 部署在四臺(tái) servers 上，我們開(kāi)啟四臺(tái) servers, 然后用 JMeter 給應(yīng)用加壓。隨著時(shí)間 JMeter 不斷給應(yīng)用加壓。

當(dāng) users 人數(shù)達(dá)到 188 時(shí)，我們?cè)賮?lái)看一下儀表盤的視圖。

從圖中可以看到，性能數(shù)據(jù)發(fā)生了變化，根據(jù) JMeter 里的數(shù)據(jù)，此時(shí) CPU 占用超過(guò)了50%，錯(cuò)誤率也有所提升；對(duì)比來(lái)看，根據(jù) Cloud Insight 里的曲線顯示，藍(lán)色的線所代表的 Container CPU 占用率已經(jīng)超過(guò)50%，逐漸接近75%，系統(tǒng)剩余的 CPU 資源逐漸下降，該 Container 的系統(tǒng) CPU 資源消耗也突然增大。我們可以通過(guò)這些定位到 CPU 占用率過(guò)高的 Container ，及時(shí)而主動(dòng)地去了解性能瓶頸，從而優(yōu)化性能，合理分配資源。

Cloud Insight 所抓取的性能指標(biāo)算是較為全面，部署和展現(xiàn)方式都是相當(dāng)簡(jiǎn)單易懂的，對(duì)這個(gè)產(chǎn)品可以期待一下。

Cloud Insight 集監(jiān)控、管理、計(jì)算、協(xié)作、可視化于一身，幫助所有 IT 公司，減少在系統(tǒng)監(jiān)控上的人力和時(shí)間成本投入，讓運(yùn)維工作更加高效、簡(jiǎn)單。想閱讀更多技術(shù)文章，請(qǐng)?jiān)L問(wèn) OneAPM 官方博客。