過去的一年中，關於 docker 的話題從未斷過，而如今，從嘗試 docker 到最終決定使用 docker 的轉化率依然在逐步公升高，關於 docker 的討論更是有增無減。另一方面，大家的注意力也漸漸從 「docker 是什麼」轉移到「實踐 docker」與「監控 docker」上。
本文**劉斌博文「如何選擇 docker 監控方案 」，文中劉斌從技術的角度深入解釋了 docker 監控的資料採集原理，介紹了現有開源的監控方案，以及能 夠對 docker 進行監控功能的主流 saas 服務工具。
對於中小型企業尤其創業公司來說，自主開發或者直接利用現有的開源工具進行監控都有一些問題，主要是成本和風險的問題。對於中小企業，應該先把精力集中在發展核心業務，能外包的就先不自己做。而且很多中小公司大家都是全棧，沒有專門的運維人員，都是臨時抱佛腳，隨時都會變成救火隊員。
saas最大的優點是什麼？那就是免運維，開箱即用，修改的**少甚至不需要修改**，或者只需要簡單的安裝乙個agent就可以工作了。很多saas軟體的開場白都是執行一條yum install，然後倒上一杯咖啡等幾分鐘，就能看到資料了。
你的初期投入非常小，上手非常快，而且成本比較低（如果你的公司已經有數百上千伺服器了，則這部分成本可能會變高，就跟是自建機房還是用雲主機的對比一樣）。
傳統apm一般也都提供了對docker的監控:
最近也有很多專門用於基礎設施監控的saas服務
rancherlab公司有人寫了篇文章，大家可以參考下。這篇文章名為《comparing seven monitoring options for docker》，即對比了七種不同的監控docker的方案，包括使用 docker stats 命令, cadvisor, prometheus ，sensu，以及saas服務 scout, sysdig cloud and datadog等方案，作為結論作者覺得datadog是這其中最優秀的方案。
rancherlab有乙個產品叫rancheos，是乙個專門為了執行docker準備的微型linux版本，它的口號是「the perfect place to run docker」。跟coreos類似，但是貌似功能不如coreos多，也沒有coreos有名，也沒有coreos中fleet、flannel和etcd這樣的元件，尤其是etcd，可以說是coreos的副產品，但是幾乎成了docker業界標準的kv store和服務發現元件了。
國外最流行的saas解決方案是datadog，國內可能比較成熟、規模較大的應該算是cloud insight了。這類服務使用者只需要註冊乙個賬號，按照安裝過程通過一條命令來安裝探針即可在web展示端看到資料。
要說到datadog的不足，那就是在國外，網路延遲需要考慮，萬一哪天不科學了也需要有所準備。**方面datadog也比較貴。免費plan支援5臺機器，而且只保留一天的資料，而且沒有報警功能。收費版15美元一台主機，支援報警功能，資料儲存13個月。
說道saas，不得不提客服，直接面對非母語客服人員交流起來肯定會有諸多不順吧。
當然，最便宜的還是cloud insight，有多便宜呢，官方定價的話3個探針以下是免費的，支援超過3臺主機的話，平均每天1快錢。這只是官方定價，實際上還會便宜，貌似聯絡客服就可以知道有多便宜了。
cloud insight的圖表功能也很豐富，能對任何指標以圖表的方式展示，還能在圖表上疊加事件，比如報警通知、服務啟動停止等，能在觀察到metric變動趨勢的同時，看到相應的時間，了解metric發生變動的原因。比如cpu load超過一定值時，可能觸發報警，這時你能在圖表上看到相應的事件，同樣，如果cpu load一直不是很低，但是從某一時間點開始變低了，你可能也能從一次新的**部署中了解原因。
cloud insight還支援chatops整合，包括國內的 bearychat 和簡聊。隨著devops文化的普及，相信這些工具的重要性也會與日俱增。不過貌似簡聊已經開源了（不運營了？）。
可以認為sysdig是strace + tcpdump + htop + iftop + lsof + 眾多linux常用的系統監控命令的合體。
如果你熟悉tcpdump，那麼你知道它能還原整個網路流量，而sysdig則是作業系統級別的監控工具，能捕捉到所有os事件和資料。而且sysdig原生支援linux container，包括docker和lxc，提供了基本的指標監控資訊。除了效能指標，sysdig還能採集trace等日誌資訊，用於以後的問題分析和解決。
sysdig cloud是sisdig的saas版，除了基本的單機sysdig功能之外，還提供了跨平台跨基礎設施的元件間依賴關係的視覺化。
librato是乙個資料聚合平台，而不是嚴格意義的監控系統。
librato很容易從aws cloudwatch和heroku獲得資料，如果是自己監控主機或者docker，需要使用collectd框架。它也有很多外掛程式，可以從statsd、riemann等資料來源採集資料。
librato也支援報警，基於metric和條件，設定報警資訊。
作為tsdb，atsd支援長時間儲存高精度的metric資料。atsd支援多種資料採集工具和協議，比如tcollector, collectd，當然atsd也支援從多台docker主機手機指標資料，並長期儲存，進行視覺化和分析。
除了傳統的時間序列資料，atsd還支援屬性（properties）和訊息這兩種型別的資料。屬性一般用於儲存meta data，這有點類似標籤。和opentsdb一樣，atsd也支援tag，我們可以使用這些tag進行過濾和聚合。
atsd內建了自動回歸推斷演算法（holt-winters，arima），可以提早**故障。**功能的準確性取決於資料的採集頻率，儲存時間（也就是資料量大小）和演算法。
最大的遺憾，就是atsd不是開源，也不是免費的軟體，不過他們提供了乙個社群版可以免費使用，但是你只能在乙個節點上安裝atsd，而且不能用於盈利性服務，也不能對軟體進行修改以及再發布。
如果我們只是評估一下，或者想自己構建監控方案，它的產品設計還是非常值得我們來借鑑一下。
資料敏感性
採用saas，意味著你的資料都將會儲存到公網，可能會帶來心理不安全感。實際上saas反而會更安全些，尤其是對中小公司沒有專門的安全運維團隊的情況下。
成本（遷移和使用成本）
一般來說這是乙個一次性投入成本。而對於大公司來說，就像公有雲一樣，成本可能會成為問題。
內部抵抗（觀念、個人愛好）
來自技術人員自身的抵抗，不是每個人都喜歡自己變得輕鬆，使用saas可能會給一些人帶來工作上的不充實感。
一種觀點：監控服務狀態勝過監控個別容器，通過tag機制對服務整體的效能指標進行聚合。
tag可以是任何維度，比如bu，地區，服務，甚至個別容器。
比如docker和kubernetes等都支援label機制，即tag機制。
啟動daemon：
docker daemon –label com.example.group=「webserver」
啟動容器：
docker run –label com.example.group=「webserver」
dockerfile：
label com.example.group=「webserver」
通過api化實現共贏。開源軟體比如fluentd、collectd等，都支援外掛程式功能。包括docker本身，也在1.11版本中，採用了runc作為容器執行時，在上面通過containerd來統一控制，來支援符合oci標準的容器。
包括從探針到展示、告警，就是現在類似datadog和cloud insight這樣的產品，以及支援中介軟體的詳細程度，就像乙個大市場，什麼都能買到，不管你用什麼軟體，平台都能提供監控。
這就像是去了酒吧突然想吃碗拉麵，然後竟然酒吧能給你做出來的那種感覺。
另乙個層面就是從ruem（實時使用者體驗管理）到基礎設施層的 打通 。比如你看到某url的使用者http響應較慢，如果不能跟後端的apm打通，你儘管能識別出問題，但是你不知道如何解決。如果和後端的apm以及基礎設施監控打通，你就能定位到http響應慢時，相應的後端**的位置，並根據後端**的位置從而進一步找到mysql的監控資料以及系統異常事件，立刻知道問題的根本原因所在並解決問題，可以說效率應該能提高幾個數量級。
系統監控工具如果能夠做到 all in one，真的對解決人力和時間成本上有非常大的幫助。
跨元件、跨基礎設施和應用，自動識別元件以及元件之間的依賴關係，以幫助更好的發現問題和解決問題。
這類服務有：
– 全文完 –
本文** oneapm 官方部落格
Docker 監控之 SaaS 解決方案
過去的一年中，關於 docker 的話題從未斷過，而如今，從嘗試 docker 到最終決定使用 docker 的轉化率依然在逐步公升高，關於 docker 的討論更是有增無減。另一方面，大家的注意力也漸漸從 docker 是什麼 轉移到 實踐 docker 與 監控 docker 上。本文 劉斌博文...
效能測試之Docker監控
微服務 大中台盛行的當下，容器化已經被廣泛使用。在效能測試過程中，對容器的監控模型構建也是必不可少的。我們效能測試監控模型的構建一直是圍繞著prometheus和grafana來展開的。她們可以快速的構建我們效能測試的絕大多數的監控模型 已介紹搭建了資料庫監控 伺服器監控。思路是相同的，也可自行快速...
Docker監控平台
目錄docker監控平台由容器監控元件cadvisor 主機監控元件node exporter 時序資料庫prometheus 告警處理元件alertmanager 圖表展示工具grafana構成，所有元件均已容器方式執行。docker run tid name grafana p 3000 300...