AI AI 摘要

日志

Docker 容器的日志是了解容器运行状态、调试问题和监控应用的重要工具。Docker 提供了多种日志驱动，用于收集和存储容器的日志信息。以下是对 Docker 容器日志的详细介绍，包括日志驱动、日志查看方法、日志配置和最佳实践。

日志驱动

Docker 支持多种日志驱动，用于将容器的标准输出（stdout）和标准错误（stderr）日志收集并存储到不同的目标位置。常见的日志驱动包括：

1. json-file：默认日志驱动，将日志存储在 JSON 文件中。
2. syslog：将日志发送到 syslog 服务。
3. journald：将日志发送到 journald 服务。
4. gelf：将日志发送到 Graylog Extended Log Format (GELF) 兼容的日志服务器。
5. fluentd：将日志发送到 Fluentd 服务。
6. awslogs：将日志发送到 Amazon CloudWatch Logs。
7. splunk：将日志发送到 Splunk。
8. none：禁用日志记录。

# 查看容器日志
docker logs my-container
# 使用 -f 选项可以实时查看容器的日志
docker logs -f my-container

编辑 Docker 守护进程配置文件（通常是 /etc/docker/daemon.json），设置默认日志驱动

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

重新启动 Docker 守护进程以应用配置

sudo systemctl restart docker

日志管理最佳实践

1. 集中管理日志

使用集中化的日志管理工具（如 ELK Stack、Fluentd、Graylog）收集和分析容器日志，方便故障排除和审计。

2. 配置日志轮转

配置日志轮转（log rotation）以防止日志文件占用过多磁盘空间。

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

3. 使用合适的日志驱动

根据应用需求选择合适的日志驱动。例如，使用 awslogs 将日志发送到 Amazon CloudWatch Logs，使用 fluentd 将日志发送到 Fluentd 服务。

4. 实时监控日志

使用 docker logs -f 命令实时监控容器日志，及时发现和解决问题。

5. 设置告警

配置告警规则，当日志中出现特定关键字或错误信息时，发送告警通知，及时响应和处理问题。

监控

常见的容器监控工具

1. cAdvisor：一个开源工具，用于收集和监控容器的资源使用情况。
2. Prometheus：一个开源的监控系统和时间序列数据库，常与 Grafana 结合使用。
3. Grafana：一个开源的分析和监控平台，用于可视化数据和设置告警。
4. ELK Stack：Elasticsearch、Logstash 和 Kibana 的组合，用于日志收集、分析和可视化。
5. Fluentd：一个开源的数据收集器，用于日志收集和传输。
6. Nagios：一个开源的系统监控工具，支持容器监控和告警。

使用 cAdvisor 监控容器

cAdvisor（Container Advisor）是一个开源工具，用于收集和监控容器的资源使用情况。

运行 cAdvisor

你可以使用 Docker 运行 cAdvisor 容器。

docker run -d --name=cadvisor -p 8080:8080 \
  --volume=/:/rootfs:ro \
  --volume=/var/run:/var/run:ro \
  --volume=/sys:/sys:ro \
  --volume=/var/lib/docker/:/var/lib/docker:ro \
  google/cadvisor:latest

访问 http://localhost:8080 可以查看 cAdvisor 提供的监控界面。

使用 Prometheus 和 Grafana 监控容器

Prometheus 是一个开源的监控系统和时间序列数据库，Grafana 是一个开源的分析和监控平台。它们常常结合使用，用于监控和可视化容器的运行状态和性能指标。

运行 Prometheus

创建一个 Prometheus 配置文件 prometheus.yml，配置 cAdvisor 作为数据源。

global:
  scrape_interval: 15s

scrape_configs:
  - job_name: 'cadvisor'
    static_configs:
      - targets: ['cadvisor:8080']

运行 Prometheus 容器。

docker run -d --name=prometheus -p 9090:9090 \
  -v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml \
  prom/prometheus

访问 http://localhost:9090 可以查看 Prometheus 提供的监控界面。

运行 Grafana

运行 Grafana 容器。

docker run -d --name=grafana -p 3000:3000 grafana/grafana

访问 http://localhost:3000 可以查看 Grafana 提供的监控界面。你可以在 Grafana 中添加 Prometheus 作为数据源，并创建监控仪表盘。

设置告警

告警是监控系统的重要组成部分，当监控指标超过预设的阈值时，告警系统会发送通知，提醒你及时处理问题。

使用 Prometheus Alertmanager 设置告警

Prometheus Alertmanager 是一个用于处理告警的组件，可以接收来自 Prometheus 的告警，并根据配置发送通知。

1. 创建 Alertmanager 配置文件

创建一个 Alertmanager 配置文件 alertmanager.yml。

global:
  resolve_timeout: 5m

route:
  group_by: ['alertname']
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 3h
  receiver: 'email'

receivers:
  - name: 'email'
    email_configs:
      - to: 'your-email@example.com'
        from: 'alertmanager@example.com'
        smarthost: 'smtp.example.com:587'
        auth_username: 'your-email@example.com'
        auth_password: 'your-email-password'

2. 运行 Alertmanager

运行 Alertmanager 容器。

docker run -d --name=alertmanager -p 9093:9093 \
  -v $(pwd)/alertmanager.yml:/etc/alertmanager/alertmanager.yml \
  prom/alertmanager

3. 配置 Prometheus 发送告警到 Alertmanager

修改 Prometheus 配置文件 prometheus.yml，添加 Alertmanager 配置。

global:
  scrape_interval: 15s

alerting:
  alertmanagers:
    - static_configs:
        - targets:
          - 'alertmanager:9093'

scrape_configs:
  - job_name: 'cadvisor'
    static_configs:
      - targets: ['cadvisor:8080']

rule_files:
  - 'alert.rules'

4. 创建告警规则

创建一个告警规则文件 alert.rules。

groups:
  - name: example
    rules:
      - alert: HighCPUUsage
        expr: sum(rate(container_cpu_usage_seconds_total[1m])) by (container_label_com_docker_swarm_service_name) > 0.8
        for: 1m
        labels:
          severity: warning
        annotations:
          summary: "High CPU usage detected"
          description: "CPU usage is above 80% for more than 1 minute."

5. 重新启动 Prometheus

重新启动 Prometheus 容器以应用新的配置。

docker stop prometheus
docker rm prometheus
docker run -d --name=prometheus -p 9090:9090 \
  -v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml \
  -v $(pwd)/alert.rules:/etc/prometheus/alert.rules \
  prom/prometheus

日志监控

除了监控资源使用情况，日志监控也是确保容器化应用稳定运行的重要手段。以下是一些常见的日志监控工具和方法。

使用 ELK Stack 进行日志监控

ELK Stack 由 Elasticsearch、Logstash 和 Kibana 组成，用于日志收集、分析和可视化。

1. 运行 Elasticsearch

运行 Elasticsearch 容器。

docker run -d --name=elasticsearch -p 9200:9200 -p 9300:9300 \  -e "discovery.type=single-node" \  elasticsearch:7.10.1

2. 运行 Logstash

创建一个 Logstash 配置文件 logstash.conf。

input {
  beats {
    port => 5044
  }
}

filter {
  json {
    source => "message"
  }
}

output {
  elasticsearch {
    hosts => ["elasticsearch:9200"]
    index => "docker-logs-%{+YYYY.MM.dd}"
  }
}

运行 Logstash 容器。

docker run -d --name=logstash -p 5044:5044 \
  -v $(pwd)/logstash.conf:/usr/share/logstash/pipeline/logstash.conf \
  logstash:7.10.1

3. 运行 Kibana

运行 Kibana 容器。

docker run -d --name=kibana -p 5601:5601 \
  --link elasticsearch:elasticsearch \
  kibana:7.10.1

访问 http://localhost:5601 可以查看 Kibana 提供的日志可视化界面。

最佳实践

1. 集中管理日志和监控数据

使用集中化的日志和监控管理工具（如 ELK Stack、Prometheus、Grafana）收集和分析容器日志和监控数据，方便故障排除和审计。

2. 配置告警规则

配置告警规则，当监控指标超过预设的阈值时，发送告警通知，及时响应和处理问题。

3. 定期检查和优化监控配置

定期检查和优化监控配置，确保监控系统的高效运行和准确性。

4. 使用合适的监控工具

根据应用需求选择合适的监控工具。例如，使用 Prometheus 和 Grafana 监控资源使用情况，使用 ELK Stack 监控日志。