jasper的技术小窝

关注DevOps、运维监控、Python、Golang、开源、大数据、web开发、互联网

聊聊docker监控那点事儿

作者:jasper | 分类:监控 | 标签:     | 阅读 372 次 | 发布:2017-08-19 7:45 p.m.

现在docker是大火了,在我们公司也是紧跟潮流开始将应用容器化。由于我们是做监控这一块的,所以就来聊一聊我们是如何做docker监控的。

监控范围

引用一下下面这张图来说明:

我们把需要监控的对象分为三层,分别是应用层、系统层和虚拟那一层;对于运维这边的监控来讲,主要的关注还是在系统层(CPU、memory、io等等),以及虚拟层(可能包括容器的OOM,运行时间等等),所以我们主要探讨一下对于这方面的监控。

怎样监控

一般来说,对于docker的监控,有三种最主要的方式去获取性能指标,分别是:cgroup、docke命令行以及docker的API。

对于cgroup方式,就是通过cgroup的文件来读取这些指标,一般来说在/sys/fs/cgroup目录下面,例如CPU相关的指标/sys/fs/cgroup/cpuacct/docker/$CONTAINER_ID/cpuacct.stat;这里的CONTAINER_ID就是容器的ID。

对于docker命令行,其实就是通过docker stats来获取:

$ docker stats $CONTAINER_ID

CONTAINER       CPU %     MEM USAGE/LIMIT     MEM %     NET I/O             BLOCK I/O
ecb37227ac84    0.12%     71.53 MiB/490 MiB   14.60%    900.2 MB/275.5 MB   266.8 MB/872.7 MB

和上面的命令行一样,docker API也能实时采集上面的这些指标,有两种方式来开启开启docker的API功能,分别是添加这样的参数DOCKER_OPTS="-H=unix:///var/run/docker.sock -H=0.0.0.0:6732"来开启,其中unix sock方式是默认的,当然可以这么获取:

$ echo -ne "GET /containers/$CONTAINER_ID/stats HTTP/1.1\r\n\r\n" | sudo nc -U /var/run/docker.sock

如果开放了接口,也可以直接通过接口访问,返回是一个很长的json,里面包含了CPU、memory等方面的指标。

那么在这三种的采集方式来说,哪一种是最合适的呢,从排除法来看,命令行的方式获取的指标值比较有限,只能拿到基本的CPU、memory使用状况,更详细的没有,所以这个方案只适合做一个粗略的监控;再来看看docker API的方式,这种方式需要每次发送http请求,而且有多少container就发多少次,这个开销也是不小的,所以这个方案最简单但是我们仍然没有考虑;显而易见,最后我们选择了从cgroup文件的方式来获取,下面我们就来细细说一下需要监控哪些指标,以及怎么来采集。

系统监控

CPU

相关的性能指标

  • user CPU:CPU用户进程的时间百分比
  • system CPU:CPU执行系统调用的时间百分比
  • CPU util:总的CPU使用率
  • throttling (count):容器的CPU被限制的次数
  • throttling (time):容器的CPU使用率被限制的总时间

采集方式

$ cat /sys/fs/cgroup/cpuacct/docker/$CONTAINER_ID/cpuacct.stat
> user 2441  # docker开启后运行用户进程的时间
> system 985 # docker开启后运行系统调用的时间

在x86系统中,上面的时间是按10毫秒增加,所以上面的CPU在用户进程上消耗24.41秒,在系统调用上消耗9.85秒。

$ cat /sys/fs/cgroup/cpuacct/docker/$CONTAINER_ID/cpuacct.usage_percpu
> 44154016900  # docker开启后单使用CPU的纳秒(44.15s)      

上面是单个CPU使用的时间,如果容器使用的是多核的CPU,那么下面可以获取所有CPU的总的时间:

$ cat /sys/fs/cgroup/cpuacct/docker/$CONTAINER_ID/cpuacct.usage
> 44154016900 # 所有CPU使用的总纳秒 (44.15s)

对于Throttled,可以在cpu.stat中获取:

$ cat /sys/fs/cgroup/cpu/docker/$CONTAINER_ID/cpu.stat
> nr_periods 565 # 已经过去的执行过的period
> nr_throttled 559 # CPU被限制的次数
> throttled_time 11219582971 # CPU被限制的总时间,纳秒为单位 (11.22 seconds)

指标解读

我们知道在docker中对CPU的限制方式有几种,可以通过--cpu-shares,--cpu-period和--cpu-quota,--cpuset-cpus来配置,具体细节这里不赘述。现在使用最多的方式是--cpu-period和--cpu-quota结合的方式,这时候CPU使用率的上限由两者共同决定,比如说A容器配置的--cpu-period=100000 --cpu-quota=50000,那么A容器就可以最多使用50%个CPU资源,如果配置的--cpu-quota=200000,那就可以使用200%个CPU资源。所有对采集到的CPU used的绝对值没有意义,还需要参考上限。还是这个例子--cpu-period=100000 --cpu-quota=50000,如果容器试图在0.1秒内使用超过0.05秒,则throttled就会触发,所有throttled的count和time是衡量CPU是否达到瓶颈的最直观指标。

另外,不像传统的host,docker不需要采集CPU的nice,idle,iowait和irq时间。

内存

相关性能指标

  • Memory:容器的内存使用
  • RSS:进程除了缓存之外的内存消耗(包括栈和堆内存,等等)
  • Cache memory:内存中的磁盘数据缓存
  • Swap:swap使用总量

采集方式

下面的命令会打印出一大堆的关于内存的信息,可能比你需要的多的多:

$ cat /sys/fs/cgroup/memory/docker/$CONTAINER_ID/memory.stat

    cache 
    rss 
    mapped_file
    writeback 
    swap 
    pgpgin 
    pgpgout 
    pgfault 
    pgmajfault 
    inactive_anon 
    active_anon 
    inactive_file
    active_file 
    unevictable 
    hierarchical_memory_limit 
    hierarchical_memsw_limit 
    total_cache 
    total_rss 
    total_rss_huge 
    total_mapped_file
    total_writeback 
    total_swap 
    total_pgpgin 
    total_pgpgout
    total_pgfault 
    total_pgmajfault
    total_inactive_anon 
    total_active_anon 
    total_inactive_file 
    total_active_file 
    total_unevictable 

虽然上面得到的很多,但是通常我们更关心的核心指标在/sys/fs/cgroup/memory/docker/$CONTAINER_ID/的其他目录中:

# 总的内存使用: cached + rss 
$ cat /sys/fs/cgroup/memory/docker/$CONTAINER_ID/memory.usage_in_bytes

# 总的内存使用 + swap的使用
$ cat /sys/fs/cgroup/memory/docker/$CONTAINER_ID/memory.memsw.usage_in_bytes

# 内存使用达到限制的次数
$ cat /sys/fs/cgroup/memory/docker/$CONTAINER_ID/memory.failcnt

# 容器被限制使用的内存值 
$ cat /sys/fs/cgroup/memory/docker/$CONTAINER_ID/memory.limit_in_bytes

指标解读

使用的内存可以分解为:

RSS: RSS本身可以进一步分解为活动和非活动内存(active_anoninactive_anon)。必要时,非活动的RSS内存被交换到磁盘。

Cache: 反映缓存在当前内存中的磁盘上的数据。缓存可以进一步分解为活动和非活动内存(active_fileinactive_file)。 当系统需要内存时,可以首先回收非活动内存。

虽然cache这部分是可以多个容器共享的,但是在docker中cgroup判断memory.failcnt是否加一,是根据总的内存(rss+cache)是否达到memory.limit来决定。所有如果监控到容器的内存使用量一直上升,需要分清是rss还是cache导致的增加,如果是rss的需要看下应用是否有内存泄露,如果是cache部分,需要看最后是否能释放。

mem failcnt发生不一定会导致容器OOM,因为有些内存被cache用到了,os清理掉一些cache就没问题了。作为开发者,需要调查下, 给应用划分的docker内存上限是否合理。因为cache被清掉就意味着后续有文件读取操作的时候,需要将数据块从磁盘page in到cache里,如果应用的服务性能比较依赖磁盘上的数据读取性能,就需要关注下。

另外,在调查性能或稳定性问题时可能有价值的其他指标包括page faults,可以表示分段错误或从磁盘而不是内存中获取数据(分别为pgfaultpgmajfault)。

再另外,虽然我们可以采集到容器使用的swap,但是我们一般建议在docker中禁用掉swap。

I/O

相关性能指标

  • I/O serviced:I/O操作的次数
  • I/O service bytes:读写的byte数

采集方式

在目录/sys/fs/cgroup/blkio/docker/$CONTAINER_ID/下有IO相关的指标文件,由于系统的差异,下面大部分文件里面的值都是0,在这种情况下,通常还有两个文件可以工作:blkio.throttle.io_service_bytesblkio.throttle.io_serviced,它们分别记录了总I/O字节和操作。注意被文件名误导,这里并不是IO throttle的指标。

这些文件里前两个数字是主要:次要设备ID,例如blkio.throttle.io_service_bytes的输出示例:

253:0 Read 13750272
253:0 Write 180224
253:0 Sync 180224
253:0 Async 13750272
253:0 Total 13930496    

指标解读

块I/O是共享的,所有容器的I/O是没有作限制的,也就没有类似于throttle这样的指标,那么除了上面提到的容器特定的I/O指标之外,跟踪主机的队列和服务时间也是不错的选择。如果容器使用的块设备上的队列长度或服务时间不断增加,容器的I/O将受到影响。

网络

相关性能指标

  • Bytes:网络流量(包括接收和发送)
  • Packets:网络包的个数(包括接收和发送)
  • Error(receive):接收错误的数据包个数
  • Error(transmit):传输错误的数据包个数
  • Dropped:丢弃的包个数(包括接收和发送)

采集方式

与上面不同的是,网络相关的指标不在cgroup的文件夹下,而是采用平常进程的网络指标采集方式(毕竟docker也是一个进程),在/proc/下获取:

$ CONTAINER_PID=`docker inspect -f '{{ .State.Pid }}' $CONTAINER_ID`
$ cat /proc/$CONTAINER_PID/net/dev    

Inter-|   Receive                                                |  Transmit
 face |bytes    packets errs drop fifo frame compressed multicast|bytes    packets errs drop fifo colls carrier compressed
  eth0:     1296     16    0    0    0     0          0         0      816      10    0    0    0     0       0          0
    lo:        0      0    0    0    0     0          0         0        0       0    0    0    0     0       0          0

指标解读

同样,网络没有throttle这样的值,衡量时,需要结合网卡的兆数来看。

磁盘

相关性能指标

  • used:磁盘使用量
  • used percent:磁盘使用率

采集方式

对于磁盘的采集,我们没有找到一个简便的方法,现在的做法是侵入到容器内部去采集,类似这样的命令:

`docker exec -i $CONTAINER_PID "df"|grep -v "tmpfs"`

我们来看看直接df之后的结果:

Filesystem           1K-blocks      Used Available Use% Mounted on
/dev/mapper/docker-253:0-1049953-53ec5aa5f4a669b3a26b19cc2675f5537ba59014419e97324f703cb050152cc6
                      10475520     44496  10431024   0% /
tmpfs                 98894428         0  98894428   0% /dev
tmpfs                 98894428         0  98894428   0% /sys/fs/cgroup
/dev/mapper/VolGroup01-lv_root
                     279403540  38459756 226727800  15% /
/dev/mapper/VolGroup00-lv_root  279403540
                                38459756 226727800
                                17%
                                /
tmpfs                 98894428      2384 98892044
                      782 99% /
/dev/mapper/VolGroup00-lv_root
                     279403540  38459756 226727800  15% /
/dev/mapper/VolGroup00-lv_root
                     279403540  38459756 226727800  15% /etc/hostname
/dev/mapper/VolGroup00-lv_root
                     279403540  38459756 226727800  15% /etc/hosts
shm                      65536         0     65536   0% /dev/shm
tmpfs                 98894428         0  98894428   0% /proc/kcore
tmpfs                 98894428         0  98894428   0% /proc/timer_stats
tmpfs                 98894428         0  98894428   0% /proc/sched_debug

我们去掉tmpts之后,对剩下的解析,Mounted on在根目录下(/)的device mapper就是我们要的那一行,然后就可以分别得到磁盘的used,available和used percent值了。

指标解读

其实在正确的docker使用中是不会需要采集磁盘容量的,因为我们对文件的写入应该持久化在宿主机的磁盘上。而且这种采集对资源的消耗很大,如果有需要也要酌情设置采集频率。

连接数

相关性能指标

  • established:建立的连接
  • close:close状态的连接
  • close_wait:close_wait状态的连接
  • time_wait:time_wait状态的连接
  • …………

采集方式

和上面的网络的采集差不多,我们也是通过docker的pid的方式从/proc/下面去取,具体的文件为/proc/net/tcp/proc/net/tcp6(如果没有用tcp6可以忽略之)。

 $ cat net/tcp
  sl  local_address rem_address   st tx_queue rx_queue tr tm->when retrnsmt   uid  timeout inode                                                     
   0: 0100007F:274C 00000000:0000 0A 00000000:00000000 00:00000000 00000000     0        0 10547 1 ffff880426cb0000 100 0 0 10 0                     
   1: 00000000:0016 00000000:0000 0A 00000000:00000000 00:00000000 00000000     0        0 10616 1 ffff880426cb0780 100 0 0 10 0                     
   2: 0100007F:0019 00000000:0000 0A 00000000:00000000 00:00000000 00000000     0        0 11239 1 ffff880426cb1680 100 0 0 10 0                     
   3: 00000000:2742 00000000:0000 0A 00000000:00000000 00:00000000 00000000     0        0 19286 1 ffff880427900780 100 0 0 10 0                     
   4: B42A020A:2742 D014020A:C683 06 00000000:00000000 03:00000CF2 00000000     0        0 0 3 ffff8804216c7d00                                      
   5: B42A020A:2742 D014020A:879D 06 00000000:00000000 03:00001259 00000000     0        0 0 3 ffff8804216c7e00                                      
   6: B42A020A:638C 3602030A:0885 01 00000000:00000000 00:00000000 00000000     0        0 64399466 1 ffff8804256fe180 20 4 30 10 -1                 
   7: B42A020A:2742 D014020A:B04A 06 00000000:00000000 03:000016ED 00000000     0        0 0 3 ffff8804216c6500                                      
   8: B42A020A:2742 D014020A:CC0F 06 00000000:00000000 03:00000D61 00000000     0        0 0 3 ffff8804216c6800                                      
   9: B42A020A:688D 4C02030A:276A 01 00000000:00000000 00:00000000 00000000     0        0 64348606 1 ffff880426cb5280 20 4 30 10 12                 
  10: B42A020A:2742 D014020A:AE80 06 00000000:00000000 03:00001688 00000000     0        0 0 3 ffff8804216c7000                                      
  11: B42A020A:DC39 3502030A:0885 01 00000000:00000000 00:00000000 00000000     0        0 63592428 2 ffff8804256fb480 20 4 30 10 -1                 
  12: B42A020A:851F 4B02030A:276A 08 00000000:00000001 00:00000000 00000000     0        0 12895659 1 ffff8804220b4b00 20 4 28 10 7            

其中关注第四列,st就是连接的状态,用下面的数字来表示,具体到和连接状态的映射关系:

   "01": "established",
    "02": "syn_sent",
    "03": "syn_recv",
    "04": "fin_wait1",
    "05": "fin_wait2",
    "06": "time_wait",
    "07": "close",
    "08": "close_wait",
    "09": "last_ack",
    "0A": "listen",
    "0B": "closing",
    "0C": "unknown",

对照映射关系将他们加起来就可以得到对应状态的连接数了。

指标解读

对于这些不同状态的连接,可以按需去采集。

事件监控

除了上面系统层的监控,我们有时候还需要对容器的时间进行监控,这些事件包括:

attach
commit
copy
create
destroy
detach
die
exec_create
exec_detach
exec_start
export
health_status
kill
oom
pause
rename
resize
restart
start
stop
top
unpause
update

我们可以通过docker events来获取到这些事件,该命令支持一个起始时间--since,也支持按不同的条件过滤,包括容器ID,事件类型等等。

$ docker events --filter 'event=stop'

2017-01-05T00:40:22.880175420+08:00 container stop 0fdb...ff37 (image=alpine:latest, name=test)
2017-01-05T00:41:17.888104182+08:00 container stop 2a8f...4e78 (image=alpine, name=kickass_brattain)

每一行就是一个事件,当然我们不会收集这些所有的事件,但一般会包括OOM,stop,destroy这些。

现成的监控方案

当然如果有现成的方案,我们也不需要去重复地造轮子,简单列举几个常用的开源收集吧:

  • cadvisor:google开发的容器监控指标采集,还支持聚合和一些数据处理;
  • telegraf:Influxdata开发的收集agent,这是一个通用的采集agent,当然也支持docker咯,另外该公司还提供了一整套监控方案叫做TICK,欢迎去踩坑;
  • prometheus:现在最火的cloud方面的监控,而且是一整套的解决方案,包括告警、存储等等;

除此之外还有一些收费的方案,例如datadog,sensu,scout等等,有钱也可以去用,哈哈。

当然如果你有一些特殊的需求,就像我们要做一些定制化的话,也可以自己来玩。

匿了。。。。


转载请注明出处:http://www.opscoder.info/docker_monitor.html

别人正在读
其他分类: