Docker 容器监控实战指南

容器监控从基础到体系:docker stats 实时资源、健康检查配置、日志采集分析,再到集中化指标/日志/告警平台搭建。规模化容器的可见性方案一篇讲清。

最佳实践
容器模块与编排港口插画

直接回答:容器监控三层——即时查看用 docker stats 与 docker inspect;应用健康用 HEALTHCHECK 指令探活;生产体系化监控靠集中采集:指标(cAdvisor/Prometheus 系)+ 日志聚合 + 告警。stats 会持续刷新,但网络/块 IO 列是累计量;单机命令用于临场查看,持续查询和告警仍需配置采集与存储。

docker stats:临场查看

下面以 Linux Docker Engine 为例,命令需要访问对应 daemon 的权限:

docker stats                    # 默认查看运行中容器的资源流
docker stats web db             # 指定容器
docker stats --no-stream        # 快照一次

CPU%、内存用量/限额、网络 IO、块 IO、PID 数——临场定位"谁在吃资源"的第一工具。注意几个口径:

  • Linux 的 CPU% 按逻辑 CPU 计算,约 100% 代表占满一个逻辑 CPU,多核并行时可以超过 100%;这不是相对容器 CPU 配额的使用比例。
  • Linux CLI 显示的内存会从总用量中扣除部分文件缓存,和原始 API 用量不完全相同。当前文档对应 cgroup v1 的 total_inactive_file、v2 的 inactive_file;Docker 19.03 及更早版本使用的缓存字段不同。
  • NET I/O、BLOCK I/O 是收发、读写的累计字节,不是每秒速率。求速率要对同一计数器的相邻采样求差并除以时间,处理重置;PIDS 还包括内核线程。

默认列表只包含运行中的容器;--all 可以显示全部容器,但停止的容器没有可用的实时资源数据。docker stats 官方说明

健康检查

HEALTHCHECK --interval=30s --timeout=5s --retries=3 \
  CMD curl -f http://localhost:8080/healthz || exit 1

docker ps 会显示 starting、healthy 或 unhealthy,探测在容器内部执行。示例依赖镜像中有 shell 和 curl,且应用在容器内的 8080 端口提供 /healthz;地址应按应用修改。它检查的是该端点,不能替代性能或业务正确性测试。HEALTHCHECK 指令

Compose 可通过 depends_on 的 condition: service_healthy 等待依赖健康后再启动服务;只声明依赖顺序不会自动等待就绪,也不会因为依赖随后 unhealthy 就自动重启它。单容器的健康状态与主进程退出是两回事。没有健康检查的容器,"活着"不等于"能用"。Compose 启动顺序

Kubernetes 不使用镜像中的 Docker HEALTHCHECK,须在 Pod 清单中定义探针。liveness 或 startup 探针达到失败阈值时,kubelet 会终止相应容器,再按重启策略处理;readiness 失败只让 Pod 不再作为就绪的服务端点,不会因此重启容器。不要把三种探针都当作自动替换 Pod 的开关。Kubernetes 探针

日志分析

docker logs --tail 100 -f web
docker logs --since 10m web

这些命令读取容器的标准输出/标准错误中仍可获取的日志,不会自动读取应用写在容器内任意文件中的日志。能否本地读取还取决于日志驱动:json-file、local、journald 支持读取;不支持读取的远端驱动通常依靠 Docker 的 dual logging 本地缓存。禁用这份缓存后,docker logs 可能报“不支持读取”;已经轮转删除的日志也不会被 --since 找回。docker logs · dual logging

Docker 默认使用 json-file,但默认不做轮转。继续使用它时应配置 max-size、max-file 防止日志撑满磁盘,例如合并进 daemon 的已有日志配置:

{
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "10m",
    "max-file": "3"
  }
}

这里的选项值必须是字符串。daemon 默认配置变更需重启 Docker Engine 后生效,且只影响之后新建的容器;既有容器不会自动继承。Docker 官方也推荐在适合的场景使用自带轮转的 local 驱动;它的文件格式不同,不能拿 JSON 文件采集规则直接套用。日志驱动配置 · json-file 轮转选项

需要跨容器查询时,观测云 DataKit 容器采集器可在支持的 Docker 环境采集容器指标、对象及标准输出日志。纯 Docker 环境按官方文档在宿主机部署 DataKit,配置可访问的运行时 endpoint(通常是 unix:///var/run/docker.sock),并确认日志文件路径和读取权限。不能把所有日志驱动都当作可读的 JSON 文件,也不应自行改写或轮转 Docker 管理的文件。

应用写在独立文件中的日志,应通过可访问的卷路径和 DataKit 日志采集配置接入。保留容器 ID、服务和环境等实际采集到的标识,再按同一服务与时间范围查重启前后的错误。容器重建后 ID 会变化,旧记录是否还在,取决于此前是否采集和相应保留策略;配置平台不会补回已经删除且未采集的日志。

常见问题(FAQ)

Q:docker stats 的数据能存历史吗?
A:命令本身不建立可查询的长期历史。历史趋势要持续采集到时序监控后端,stats 主要用于临场查看。

已有 Prometheus 体系时,cAdvisor 可采集容器资源统计,并通过 /metrics 暴露给 Prometheus 抓取;部署时需要按运行环境配置宿主目录、运行时访问和相应权限。container_cpu_usage_seconds_total 是累计 CPU 时间,计算 CPU 使用速率时应对它求 rate;container_memory_working_set_bytes 是当前 working set,不能无条件当作应用堆用量或与 Docker CLI 内存列画等号。

按 id、可用的 name、image 及实际暴露的容器标签区分对象,限制不必要的标签,避免重建后混算或序列持续膨胀。cAdvisor 提供采集和指标端点,长期留存、查询与告警还要在 Prometheus 等后端配置;它不会替你聚合应用日志。cAdvisor 指标 · 运行与标签选项

Q:健康检查失败会自动重启吗?
A:独立 Docker 容器只会被标记为 unhealthy;--restart 处理的是主进程退出等重启条件,不会仅因 unhealthy 重启。Swarm 服务可在任务失败健康检查后创建替代任务,但受服务配置和调度条件限制;Kubernetes 则按自己的 liveness/startup 探针与重启策略处理相应容器,readiness 失败不会触发重启。应按部署方式配置告警与受控恢复流程。Docker 重启策略 · Swarm 任务生命周期

Q:容器内 CPU 指标和宿主机看到的不一样?
A:可能是范围和分母不同:宿主机总 CPU、容器配额、CPU 亲和性和逻辑 CPU 数不是同一口径。容器视图受 cgroup 配置影响;JDK/运行时老版本可能未正确识别配额,进而影响线程池配置。是否正确识别 cgroup v1/v2 与配额,要看实际运行时、版本和设置,不能只凭“在容器里运行”判断。Docker 资源限制 · JDK 容器支持选项

官方参考

本文依据官方文档整理,示例未在本文中进行运行验证。生产部署需按所用版本、权限和实际负载验证。

延伸阅读

获取专属方案

联系我们

加入社区

微信扫码
加入官方交流群

立即体验

在线开通,按量计费,真正的云服务!

立即开始

选择观测云版本

代码托管平台