作者:任我闯2502871177 | 来源:互联网 | 2023-05-17 09:59
docker swarm集群的监控方案很多,cAdvisor+InfluxDB+Grafana方案功能强大灵活。最重要的是这个方案开源、免费、易用,是不花钱版监控方案。参考文档:https://botleg.com/stories/monitoring-docker-swarm-with-cadvisor-influxdb-and-grafana/
- cAdvisor:数据收集模块,需要部署在集群中的每一个节点上,当然前提条件是节点接受task。在本次实验中,共有三个节点,因为其中一个节点做过drain,不接受任何task调度,所以最后结果是部署在两个节点上。
- InfluxDB:数据存储模块。
- Grafana:数据展示模块
docker版本:18.04.0 CE。
参考https://blog.csdn.net/dkfajsldfsdfsd/article/details/79923218 创建包含三个节点的docker swarm集群。
在manager结点上创建文件,并输入如下内容:
version: '3'
services:
influx:
image: influxdb
volumes:
- influx:/var/lib/influxdb
deploy:
replicas: 1
placement:
constraints:
- node.role == manager
grafana:
image: grafana/grafana
ports:
- 0.0.0.0:80:3000
volumes:
- grafana:/var/lib/grafana
depends_on:
- influx
deploy:
replicas: 1
placement:
constraints:
- node.role == manager
cadvisor:
image: google/cadvisor
hostname: '{{.Node.Hostname}}'
command: -logtostderr -docker_only -storage_driver=influxdb -storage_driver_db=cadvisor -storage_driver_host=influx:8086
volumes:
- /:/rootfs:ro
- /var/run:/var/run:rw
- /sys:/sys:ro
- /var/lib/docker/:/var/lib/docker:ro
depends_on:
- influx
deploy:
mode: global
volumes:
influx:
driver: local
grafana:
driver: local
在manager节点上执行如下命令:
docker stack deploy -c docker-stack.yml monitor
命令返回以后并不代表task已经完成部署,需要花一些时间,运行如下命令监控容器栈的部署状态:
docker stack services monitor
如下图所示:
当红框中的数字前后匹配时,代表容器栈完成部署,再执行后序步骤。
执行如下命令,确认monitor_cadvisor服务运行的node:
docker service ps monitor_influx
结果如下图红框所示:
![](https://img-blog.csdn.net/20180417182803196?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RrZmFqc2xkZnNkZnNk/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
登录worker2结点,执行事下指令创建数据库:
docker exec `docker ps | grep -i influx | awk '{print $1}'` influx -execute 'CREATE DATABASE cadvisor'
因为Grafana被部署在了worker1节点上,在浏览器中访问http://192.168.56.104:80,使用默认的用户名密码:adminadmin,如下图:
![](https://img-blog.csdn.net/20180417184015995?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RrZmFqc2xkZnNkZnNk/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
点击"Add data source"添加数据源。如下图所示,按图中红框填写,其它项忽略:
![](https://img-blog.csdn.net/20180417185137454?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RrZmFqc2xkZnNkZnNk/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
![](https://img-blog.csdn.net/2018041718524020?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RrZmFqc2xkZnNkZnNk/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
点击"Save &Test",如果出现"Data source is working"表示数据源添加成功。
增加Dashboard配置。首先从https://github.com/botleg/swarm-monitoring/blob/master/dashboard.json下载示例配置文件,如下图所示,按提示上传配置文件:
![](https://img-blog.csdn.net/20180417190914592?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RrZmFqc2xkZnNkZnNk/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
操作完成以后,结果如下图:
![](https://img-blog.csdn.net/20180417191108512?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RrZmFqc2xkZnNkZnNk/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
至此,docker swarm集群监控系统部署完成,可以实现对宿主机及其上运行的容器的监控。在此基础上可实验其它一些功能,如自义Dashboard、自定义告警规则等。由本示例可以看出,这个方案的关键点是Dashboard配置,配置的好的话显示效果就好,非常灵活。