使用OpenTelemetry监控Docker容器

监控 Docker 容器指标对于理解容器的性能和健康情况至关重要。OpenTelemetry Collector 可以收集 Docker 容器指标,并将其发送到您选择的后端。在本教程中,您将安装一个 OpenTelemetry Collector 来收集 Docker 容器指标,并将其发送到 SigNoz,这是一个用于监控和可视化的 OpenTelemetry 原生 APM。

译自 Monitoring Docker Containers Using OpenTelemetry [Full Tutorial]。作者 Abhishek Kothari 。

如果您想直接跳入实现,请从本节的前提条件开始。

Docker 容器化已经变得非常流行,可以使应用程序工作负载具有可移植性。它们帮助开发人员摆脱服务器级依赖,并简化应用程序本身的测试和部署。随着云原生技术的采用,Docker 的采用也自然增长。这带来了对在各种计算环境上运行的基于 Docker 的容器进行监控的需求。

为什么要监控 Docker 容器指标?

在各种场景下监控 Docker 容器指标非常关键,可以避免性能问题并帮助开发人员进行故障排除。容器可能会开始消耗过量的资源(CPU 或内存),影响其他容器或主机系统。

通过监控 CPU 和内存使用情况,您可以及早检测到资源饱和。这使您可以在用户体验到明显的性能下降或宕机之前,调整资源分配、优化应用程序或扩展环境。

监控 Docker 容器的一些关键原因如下:

  • 资源优化: 它有助于高效分配资源并根据需求扩缩容器。
  • 性能管理: 通过了解资源利用和需求,您可以优化容器内运行的应用程序性能。
  • 故障排除: 它可以快速识别和解决问题,减少宕机时间并提高可靠性。
  • 成本管理: 在云环境中,高效利用资源可以显著节省成本。

我们可以使用 OpenTelemetry 和支持基于 OpenTelemetry 数据的后端来有效监控 Docker 容器。OpenTelemetry 正在悄悄成为生成和收集遥测数据的开源标准。

OpenTelemetry 简介

OpenTelemetry 是一套 API、SDK、库和集成,旨在标准化遥测数据(日志、指标和追踪)的生成、收集和管理。它由云原生计算基金会支持,是可观察性领域领先的开源项目。

您使用 OpenTelemetry 收集的数据与供应商无关,并且可以以多种格式导出。我们将使用 OpenTelemetry 提供的名为 OpenTelemetry Collector 的工具来收集 Docker 容器指标。

什么是 OpenTelemetry Collector?

OpenTelemetry Collector 是 OpenTelemetry 提供的独立服务。它可以用作具有大量灵活配置的遥测处理系统,用于收集和管理遥测数据。

它可以理解不同的数据格式,并将数据发送到不同的后端,这使其成为构建可观察性解决方案的通用工具。

阅读我们的 OpenTelemetry Collector 完整指南

OpenTelemetry Collector 如何收集数据?

receiver是数据进入 OpenTelemetry Collector 的方式。receiver 通过顶级 receivers 标记进行 YAML 配置。配置需要至少一个启用的receiver才能被认为是有效的。

这是一个 otlp receiver 的示例:

receivers:
  otlp:
    protocols:
      grpc:
      http:

一个 OTLP receiver可以通过 gRPC 或 HTTP 使用 OTLP 格式接收数据。您可以通过 YAML 文件启用高级配置。

下面是 otlp receiver 的一个示例配置:

receivers:
  otlp:
    protocols:
      http:
        endpoint: "localhost:4318"
        cors:
          allowed_origins:
            - http://test.com
            # Origins can have wildcards with *, use * by itself to match any origin.
            - https://*.example.com
          allowed_headers:
            - Example-Header
          max_age: 7200

您可以在这里找到有关高级配置的更多详细信息。

配置receiver后,必须启用它。receiver通过服务部分中的pipeline启用。pipeline由一组receiver、processor和exporter组成。

下面是一个pipeline配置示例:

service:
  pipelines:
    metrics:
      receivers: [otlp, prometheus]
      exporters: [otlp, prometheus]
    traces:
      receivers: [otlp, jaeger]
      processors: [batch]
      exporters: [otlp, zipkin]

前提条件

为了从 Docker 容器中收集指标,我们首先需要安装 Docker 客户端。安装完成后,我们可以运行一些简单的容器,并尝试收集与它们相关的指标。本节指导您通过 DockerDocker Compose 快速设置数据库。如果您的系统上已经运行了 Docker 并启动了几个容器,则可以跳过设置。

下面的链接可以帮助您安装 Docker:

安装 Docker 后,使用以下命令启动一些容器:

docker run nginx:latest -p 8080:80 -d
docker run httpd:latest -p 8081:80 -d
docker run mysql:latest -e MYSQL_ROOT_PASSWORD=mysecretpassword -p 3306:3306 -d

以上命令将在您的系统上启动 3 个容器,以便在启动 OpenTelemetry Collector 时收集一些指标。接下来,让我们开始设置 OpenTelemetry Collector。假设您正在同一台运行 Docker 容器的机器上设置 OpenTelemetry Collector。

设置 OpenTelemetry Collector

OpenTelemetry Collector 提供了各种部署选项,以适应不同的环境和偏好。它可以使用 Docker、Kubernetes、Nomad 或者直接在 Linux 系统上进行部署。您可以在此找到所有安装选项。

我们将在这里讨论手动安装,并解决出现的任何问题。

步骤 1 - 下载 OpenTelemetry Collector

从 OpenTelemetry Collector 发布页面为您的 Linux 或 macOS 发行版下载适当的二进制包。我们使用的是在编写本教程时可用的最新版本。

对于 MACOS (arm64):

curl --proto '=https' --tlsv1.2 -fOL https://github.com/open-telemetry/opentelemetry-collector-releases/releases/download/v0.88.0/otelcol-contrib_0.88.0_darwin_arm64.tar.gz

步骤 2 - 提取程序包

使用以下命令在新创建的 otelcol-contrib 目录中提取 otelcol-contrib_0.88.0_darwin_arm64.tar.gz 归档文件的内容:

mkdir otelcol-contrib && tar xvzf otelcol-contrib_0.88.0_darwin_arm64.tar.gz -C otelcol-contrib

步骤 3 - 设置配置文件

otelcol-contrib 文件夹中创建一个 config.yaml 文件。该配置文件将允许 collector 连接 Docker socket,并有其他设置,如您想以什么频率监控容器。docker stats receiver直接与提供指标和其他相关监控详细信息的 docker socket 通信。

注意: 配置文件应该创建在解包 otel-collector-contrib 二进制文件的同一目录中。如果您全局安装了二进制文件,在任何路径上创建都可以。

receivers:
  otlp:
    protocols:
      grpc:
      http:
  docker_stats:
    endpoint: unix:///var/run/docker.sock
    collection_interval: 30s
    timeout: 10s
    api_version: 1.24
    metrics:
      container.uptime:
        enabled: true
      container.restarts:
        enabled: true
      container.network.io.usage.rx_errors:
        enabled: true
      container.network.io.usage.tx_errors:
        enabled: true
      container.network.io.usage.rx_packets:
        enabled: true
      container.network.io.usage.tx_packets:
        enabled: true
processors:
  batch:
    send_batch_size: 1000
    timeout: 10s
  resourcedetection:
    detectors: [env, system]
    timeout: 2s
    system:
      hostname_sources: [os]
exporters:
  otlp:
    endpoint: "ingest.{region}.signoz.cloud:443"
    tls:
      insecure: false
    headers:
      signoz-access-token: "{signoz-token}"
  logging:
    verbosity: normal

service:
  pipelines:
    metrics:
      receivers: [otlp, docker_stats]
      processors: [resourcedetection, batch]
      exporters: [otlp]

您需要在上述文件中将 region`` 和 signoz-token 替换为您选择的区域(针对 Signoz Cloud)和从 Signoz Cloud → Settings → Ingestion 设置获得的令牌。

在 SigNoz 仪表板中查找 ingestion 设置

上述配置还包含一个resource detection过程,可更好地识别主机属性。docker socket 路径对于基于 UNIX 的系统保持不变;但是,对于任何其他系统,您可以参考此文档以了解更多信息。

步骤 4 - 运行 collector 服务

每个 Collector 版本都包含一个可运行的 otelcol 可执行文件。既然我们已经完成了配置,我们现在可以使用以下命令运行 collector 服务。

从 otelcol-contrib 中,运行以下命令:

./otelcol-contrib --config ./config.yaml

如果要在后台运行它:

./otelcol-contrib --config ./config.yaml &> otelcol-output.log & echo "$\!" > otel-pid

步骤 5 - 调试输出

如果您想查看日志输出,我们刚刚为后台进程设置了它。您可以使用以下命令查看:

tail -f -n 50 otelcol-output.log

tail 50 将从文件 otelcol-output.log 中获取最后 50 行

您可以使用以下命令停止 collector 服务:

kill "$(< otel-pid)"

您应该会在大约 30 秒内在 Signoz Cloud UI 上看到指标。您可以轻松地将此仪表板 JSON 导入 Signoz 环境中,以监控 MongoDB 数据库。

使用 Signoz 面板进行监控

完成上述设置后,您将能够在 SigNoz 仪表板中访问指标。您可以转到“仪表板”选项卡,并尝试添加新面板。您可以在此了解如何在 SigNoz 中创建仪表板。

OpenTelemetry collector 收集的 Docker 容器指标

您可以在 SigNoz 中轻松使用查询构建器创建图表。以下是将新面板添加到仪表板的步骤

为每个容器的平均内存使用情况创建仪表板面板

您可以围绕各种指标构建完整的仪表板。这是使用收集的指标构建的示例仪表板的外观。您可以使用 JSON 快速开始使用此仪表板。

在 SigNoz 中监控 Docker 容器指标的仪表板

您也可以对任何指标创建警报。学习如何创建警报。

对任何指标创建警报并在您选择的通知渠道中收到通知

参考:OpenTelemetry Collector 收集的 Docker 容器指标和标签

名称 描述 可用性(cgroup v1/v2) 类型
container.blockio.io_service_bytes_recursive 传输到/从磁盘的组及其后代组的字节数 两者 总和
container.cpu.usage.kernelmode cgroup 中任务在内核模式下花费的时间(Linux)。所有容器进程在内核模式下花费的时间(Windows)。 两者 总和
container.cpu.usage.total 总消耗的 CPU 时间 两者 总和
container.cpu.usage.usermode cgroup 中任务在用户模式下花费的时间(Linux)。所有容器进程在用户模式下花费的时间(Windows)。 两者 总和
container.cpu.utilization CPU 使用百分比 两者 仪表
container.memory.file 已使用的总内存 cgroup v2 总和
container.memory.percent 已使用内存百分比 cgroup v1 仪表
container.memory.total_cache cgroup 进程使用的总缓存内存 两者 总和
container.memory.usage.limit 容器的内存限制(如果指定) 两者 总和
container.memory.usage.total 不包括缓存的容器内存使用情况 两者 总和
container.network.io.usage.rx_bytes 容器接收的字节数 两者 总和
container.network.io.usage.rx_dropped 容器丢弃的传入数据包 两者 总和
container.network.io.usage.tx_bytes 容器传输的字节数 两者 总和
container.network.io.usage.tx_dropped 被丢弃的传出数据包 两者 总和

可选指标

默认情况下不发出以下指标。可以通过应用以下配置启用每个指标:

metrics:
  <metric_name>:
    enabled: true
名称 描述 可用性(cgroup v1/v2) 类型
container.blockio.io_merged_recursive 合并到此 cgroup 及其子 cgroup 请求中的 bios/请求数 cgroup v1 总和
container.blockio.io_queued_recursive 此 cgroup 及其子 cgroup 的排队请求数 cgroup v1 总和
container.blockio.io_service_time_recursive 此 cgroup 和子 cgroup 完成的 IO 的请求调度和请求完成之间的纳秒总数 cgroup v1 总和
container.blockio.io_serviced_recursive 发出到磁盘的 IO(bio)数量,由组及其子组完成 cgroup v1 总和
container.blockio.io_time_recursive 按设备划分的磁盘时间(以毫秒为单位),分配给 cgroup(及其子 cgroup) cgroup v1 总和
container.blockio.io_wait_time_recursive 此 cgroup(及其子 cgroup)的 IO 在调度程序队列中等待服务的总时间 cgroup v1 总和
container.blockio.sectors_recursive 组及其子组传输到/从磁盘的扇区数 cgroup v1 总和
container.cpu.limit 为容器设置的 CPU 限制。 两者 总和
container.cpu.shares 为容器设置的 CPU 份额。 两者 总和
container.cpu.throttling_data.periods 启用节流的周期数 两者 总和
container.cpu.throttling_data.throttled_periods 容器达到节流限制的周期数。 两者 总和
container.cpu.throttling_data.throttled_time 容器被节流的累计时间 两者 总和
container.cpu.usage.percpu 容器的每个核心 CPU 使用率 cgroup v1 总和
container.cpu.usage.system 系统报告的系统 CPU 使用率 两者 总和
container.memory.active_anon 内核识别为活动的匿名内存量。 两者 总和
container.memory.active_file 内核识别为活动的缓存内存。 两者 总和
container.memory.anon 在匿名映射中使用的内存量,例如 brk()、sbrk() 和 mmap(MAP_ANONYMOUS)(仅在 cgroups v2 中可用) cgroup v2 总和
container.memory.cache container.memory.total_active_anon cgroup v1 总和
container.memory.total_active_anon 内核识别为活动的匿名内存量。包括子 cgroup cgroup v1 总和
container.memory.total_active_file 内核识别为活动的缓存内存。包括子 cgroup cgroup v1 总和
container.memory.total_dirty 等待写入磁盘的字节数,来自此 cgroup 和子组 cgroup v1 总和
container.memory.total_inactive_anon 内核识别为非活动的匿名内存量。包括子 cgroup cgroup v1 总和
container.memory.total_inactive_file 内核识别为非活动的缓存内存。包括子 cgroup cgroup v1 总和
container.memory.total_mapped_file 表示控制组及其子组中的进程映射的内存量 cgroup v1 总和
container.memory.total_pgfault 指示 cgroup(或子 cgroup)进程触发页面错误的次数 cgroup v1 总和
container.memory.total_pgmajfault 指示 cgroup(或子 cgroup)进程触发主要故障的次数 cgroup v1 总和
container.memory.total_pgpgin cgroup 和子组从磁盘读取的页面数 cgroup v1 总和
container.memory.total_pgpgout cgroup 和子组写入磁盘的页面数 cgroup v1 总和
container.memory.total_rss 不对应磁盘上任何内容的内存量:堆栈、堆和匿名内存映射。包括子 cgroup cgroup v1 总和
container.memory.total_rss_huge 此 cgroup 和子 cgroup 中的匿名透明大页字节数 cgroup v1 总和
container.memory.total_unevictable 不能回收的内存量。包括子 cgroup cgroup v1 总和
container.memory.total_writeback 此 cgroup 和后代中队列同步到磁盘的文件/anon 缓存的字节数 cgroup v1 总和
container.memory.unevictable 不能回收的内存量。 两者 总和
container.memory.usage.max 最大内存使用量。 两者 总和
container.memory.writeback 此 cgroup 中队列同步到磁盘的文件/anon 缓存的字节数 cgroup v1 总和
container.network.io.usage.rx_errors 已接收网络错误 两者 总和
container.network.io.usage.rx_packets 已接收数据包中的错误 两者 总和

属性

为所有指标收集的属性如下:

名称 描述 启用
container.command_line 容器执行的完整命令。 任意字符串
container.hostname 容器的主机名。 任意字符串
container.id 容器的 ID。 任意字符串
container.image.id 容器镜像的 ID。 任意字符串
container.image.name 容器中使用的 docker 镜像的名称。 任意字符串
container.name 容器的名称。 任意字符串
container.runtime 容器的运行时。对于此receiver,将始终为“docker”。 任意字符串

结论

在本教程中,您安装了一个 OpenTelemetry Collector 来收集 Docker 容器指标,并将收集的数据发送到 SigNoz 进行监控和可视化。

访问我们的 OpenTelemetry Collector 完整指南以了解更多信息。OpenTelemetry 正在悄悄成为开源可观察性的世界标准,使用它可以获得诸如所有遥测信号的单一标准、无供应商锁定等优势。

SigNoz 是一个开源的 OpenTelemetry 原生 APM,可以用作您所有可观察性需求的单一后端。

延伸阅读

OpenTelemetry Collector 完整指南

一个 OpenTelemetry 原生 APM

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注