2. 首页 > Docker教程 > 正文

Docker教程FG022-Docker容器监控与日志管理实战

教程整理：风哥教程  |  更新时间：2026-03-10  |  教程分类：Docker教程  |  文档学习：26

本教程风哥教程参考Docker官方文档，详细介绍Docker容器的监控与日志管理方法，包括容器状态监控、资源使用监控、日志收集与分析等。内容包括基础概念、监控策略、配置方法、最佳实践以及常见问题解决方案，帮助读者掌握Docker容器监控与日志管理的核心技术。

本文档适合Docker容器运维工程师、开发人员以及DevOps工程师阅读，通过学习本教程，您将能够实时监控容器状态，及时发现问题，并通过日志分析排查故障。

目录大纲

Part01-基础概念与理论知识

1.1 容器监控概述

容器监控是指对容器的运行状态、资源使用情况进行实时监控，包括以下方面：

  • CPU使用率：监控容器的CPU使用情况
  • 内存使用率：监控容器的内存使用情况
  • 网络流量：监控容器的网络进出流量
  • 磁盘I/O：监控容器的磁盘读写情况
  • 容器状态：监控容器的运行状态（运行、停止、暂停等）
  • 容器健康检查：监控容器的健康状态

监控是确保容器化应用稳定运行的重要手段，通过监控可以及时发现问题并采取措施。

1.2 容器日志管理概述

容器日志管理是指收集、存储、分析容器产生的日志，包括以下方面：

  • 日志收集：从容器中收集日志
  • 日志存储：存储收集到的日志
  • 日志分析：分析日志内容，发现问题
  • 日志查询：查询历史日志
  • 日志归档：归档旧日志，节省存储空间

日志管理是排查容器故障的重要手段，通过分析日志可以了解容器的运行情况，找出问题所在。

Part02-生产环境规划与建议

2.1 监控策略规划

在生产环境中，建议以下监控策略规划：

  • 监控指标：CPU、内存、网络、磁盘、容器状态等
  • 监控频率：根据应用重要性设置不同的监控频率
  • 告警策略：设置合理的告警阈值和告警级别
  • 监控工具：选择适合的监控工具，如Prometheus、Grafana等
  • 监控范围：覆盖所有生产环境的容器

更多视频教程www.fgedu.net.cn

2.2 日志管理策略

日志管理策略建议：

  • 日志收集：使用ELK Stack或Loki等工具收集日志
  • 日志存储：使用Elasticsearch或其他存储系统存储日志
  • 日志分析：使用Kibana或Grafana等工具分析日志
  • 日志保留：根据业务需求设置日志保留时间
  • 日志清理：定期清理过期日志，节省存储空间

2.3 监控工具选择

监控工具选择建议：

  • Docker自带工具：docker stats、docker logs等
  • 第三方工具：Prometheus、Grafana、cAdvisor、ELK Stack等
  • 云服务：如果使用云服务，可使用云厂商提供的监控服务

学习交流加群风哥微信: itpux-com

Part03-生产环境项目实施方案

3.1 容器监控配置

容器监控配置的基本命令：

# 使用docker stats命令监控容器
$ docker stats

# 使用cAdvisor监控容器
$ docker run \
    --volume=/:/rootfs:ro \
    --volume=/var/run:/var/run:ro \
    --volume=/sys:/sys:ro \
    --volume=/var/lib/docker/:/var/lib/docker:ro \
    --publish=8080:8080 \
    --detach=true \
    --name=cadvisor \
    gcr.io/cadvisor/cadvisor:v0.47.0

# 使用Prometheus监控容器
$ docker run \
    --name=prometheus \
    --publish=9090:9090 \
    --volume=/path/to/prometheus.yml:/etc/prometheus/prometheus.yml \
    --detach \
    prom/prometheus:v2.43.0

3.2 日志收集配置

日志收集配置的基本命令：

# 使用docker logs命令查看容器日志
$ docker logs container_name

# 使用ELK Stack收集日志
$ docker-compose up -d

# docker-compose.yml
$ cat > docker-compose.yml << 'EOF'
version: '3.8'

services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.6.2
    environment:
      - discovery.type=single-node
      - ES_JAVA_OPTS=-Xms1g -Xmx1g
    ports:
      - "9200:9200"
    volumes:
      - es-data:/usr/share/elasticsearch/data
  
  logstash:
    image: docker.elastic.co/logstash/logstash:8.6.2
    ports:
      - "5044:5044"
    volumes:
      - ./logstash.conf:/usr/share/logstash/pipeline/logstash.conf
  
  kibana:
    image: docker.elastic.co/kibana/kibana:8.6.2
    ports:
      - "5601:5601"
    depends_on:
      - elasticsearch

volumes:
  es-data:
EOF

# logstash.conf
$ cat > logstash.conf << 'EOF'
input {
  beats {
    port => 5044
  }
}

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

3.3 监控告警配置

监控告警配置的基本命令：

# 使用Grafana设置告警
$ docker run \
    --name=grafana \
    --publish=3000:3000 \
    --detach \
    grafana/grafana:9.3.6

# 配置Prometheus告警规则
$ cat > alerts.yml << 'EOF'
groups:
- name: container_alerts
  rules:
  - alert: ContainerCPUUsageHigh
    expr: (sum(rate(container_cpu_usage_seconds_total{name!=""}[5m])) by (name) / sum(container_spec_cpu_quota{name!=""} / container_spec_cpu_period{name!=""}) by (name)) * 100 > 80
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "Container CPU usage high"
      description: "Container {{ $labels.name }} CPU usage is above 80% for 5 minutes"
  
  - alert: ContainerMemoryUsageHigh
    expr: (sum(container_memory_usage_bytes{name!=""}) by (name) / sum(container_spec_memory_limit_bytes{name!=""}) by (name)) * 100 > 80
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "Container memory usage high"
      description: "Container {{ $labels.name }} memory usage is above 80% for 5 minutes"
EOF

Part04-生产案例与实战讲解

4.1 容器监控实战

案例：使用docker stats监控容器

# 运行容器
$ docker run --name web --publish=80:80 -d nginx:1.24
$ docker run --name app --publish=3000:3000 -d node:18
$ docker run --name db --env MYSQL_ROOT_PASSWORD=SecurePassword123! -d mysql:8.0

# 使用docker stats监控容器
$ docker stats

CONTAINER ID   NAME      CPU %     MEM USAGE / LIMIT     MEM %     NET I/O           BLOCK I/O         PIDS
1234567890ab   web       0.03%     2.112MiB / 15.62GiB   0.01%     648B / 0B         0B / 0B           2
1234567890cd   app       0.10%     30.25MiB / 15.62GiB   0.19%     1.29kB / 0B       0B / 0B           5
1234567890ef   db        0.30%     156.2MiB / 15.62GiB   1.00%     1.56kB / 0B       0B / 0B           28

风哥提示：docker stats命令可以实时监控容器的资源使用情况，是最基础的监控工具。

4.2 日志管理实战

案例：使用docker logs查看容器日志

# 查看nginx容器日志
$ docker logs web

2024/01/01 00:00:00 [notice] 1#1: using the "epoll" event method
2024/01/01 00:00:00 [notice] 1#1: nginx/1.24.0
2024/01/01 00:00:00 [notice] 1#1: built by gcc 10.2.1 20210110 (Debian 10.2.1-6)
2024/01/01 00:00:00 [notice] 1#1: OS: Linux 5.15.0-56-generic
2024/01/01 00:00:00 [notice] 1#1: getrlimit(RLIMIT_NOFILE): 1048576:1048576
2024/01/01 00:00:00 [notice] 1#1: start worker processes
2024/01/01 00:00:00 [notice] 1#1: start worker process 31
2024/01/01 00:00:00 [notice] 1#1: start worker process 32

# 查看mysql容器日志
$ docker logs db

2024-01-01 00:00:00+00:00 [Note] [Entrypoint]: Entrypoint script for MySQL Server 8.0.31-1.el8 started.
2024-01-01 00:00:00+00:00 [Note] [Entrypoint]: Switching to dedicated user 'mysql'.
2024-01-01 00:00:00+00:00 [Note] [Entrypoint]: Entrypoint script for MySQL Server 8.0.31-1.el8 started.
2024-01-01 00:00:01+00:00 [Note] [Entrypoint]: Initializing database files
2024-01-01 00:00:02+00:00 [Note] [Entrypoint]: Database files initialized
2024-01-01 00:00:03+00:00 [Note] [Entrypoint]: Starting temporary server
2024-01-01 00:00:04+00:00 [Note] [Entrypoint]: Temporary server started

学习交流加群风哥QQ113257174

4.3 监控告警实战

案例：使用Prometheus和Grafana监控容器

# 启动cAdvisor
$ docker run \
    --volume=/:/rootfs:ro \
    --volume=/var/run:/var/run:ro \
    --volume=/sys:/sys:ro \
    --volume=/var/lib/docker/:/var/lib/docker:ro \
    --publish=8080:8080 \
    --detach=true \
    --name=cadvisor \
    gcr.io/cadvisor/cadvisor:v0.47.0

# 配置Prometheus
$ cat > prometheus.yml << 'EOF'
global:
  scrape_interval: 15s

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

# 启动Prometheus
$ docker run \
    --name=prometheus \
    --publish=9090:9090 \
    --volume=$(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml \
    --link=cadvisor:cadvisor \
    --detach \
    prom/prometheus:v2.43.0

# 启动Grafana
$ docker run \
    --name=grafana \
    --publish=3000:3000 \
    --detach \
    grafana/grafana:9.3.6

# 访问Grafana
$ echo "访问 http://localhost:3000 配置监控面板"

更多学习教程公众号风哥教程itpux_com

Part05-风哥经验总结与分享

5.1 最佳实践

  • 使用docker stats命令进行基础监控
  • 使用cAdvisor收集详细的容器性能指标
  • 使用Prometheus和Grafana构建完整的监控系统
  • 使用ELK Stack收集和分析容器日志
  • 设置合理的告警阈值，及时发现问题
  • 定期查看监控数据，了解容器运行状况
  • 保存监控历史数据，用于趋势分析
  • 根据监控数据优化容器配置
  • 建立监控告警响应机制，及时处理告警
  • 定期测试监控系统，确保其正常运行

5.2 常见问题与解决方案

问题 解决方案
监控数据不准确 检查监控配置，确保数据收集正确
告警频繁触发 调整告警阈值，减少误报
日志收集失败 检查日志收集配置，确保网络连接正常
监控系统资源占用高 优化监控配置，减少数据收集频率
告警响应不及时 建立完善的告警响应机制，确保及时处理

5.3 监控优化建议

  • 根据容器重要性设置不同的监控频率
  • 使用分层监控，从全局到细节
  • 结合业务指标进行监控，更全面了解系统状态
  • 使用自动化工具处理常见告警，提高效率
  • 定期分析监控数据，发现潜在问题
  • 优化监控系统自身的性能，减少资源占用
  • 建立监控知识库，积累监控经验
  • 持续改进监控策略，适应业务变化

from Docker视频:www.itpux.com

通过以上监控与日志管理措施，可以实时了解容器的运行状态，及时发现并解决问题，确保容器化应用的稳定运行。

本文由风哥教程整理发布,仅用于学习测试使用,转载注明出处:http://www.fgedu.net.cn/10327.html

相关推荐

联系我们

在线咨询：点击这里给我发消息

微信号：itpux-com

工作日：9:30-18:30，节假日休息