189 8069 5689
容器与通常的虚拟机在虚拟化程度上存在着差异，在监控手段上也有不同。一台虚拟机，我们可以当做一个物理机对待，而容器虽然也可以当做虚拟机，但这不符合容器的使用理念。在监控的实现过程中，我们更倾向于把容器看做是宿主机上的一系列进程树。
创新互联公司是创新、创意、研发型一体的综合型网站建设公司，自成立以来公司不断探索创新，始终坚持为客户提供满意周到的服务，在本地打下了良好的口碑，在过去的十载时间我们累计服务了上千家以及全国政企客户，如发电机回收等企业单位，完善的项目管理流程，严格把控项目进度与质量监控加上过硬的技术实力获得客户的一致赞誉。
业界已经出现的一些 Docker监控方案，如 Docker Stats、CAdvisor、Scout等，也都是在宿主机上对容器进行监控的。
模型化容器监控方案
这一方案有利于和运维基础的 CMDB系统打通，同时能兼顾到更多层次上的监控。监控系统一般会涉及：数据采集、数据存储、数据分析和报警、数据展示等几个部分。
1.监控对象模型
这里我们将使用一种产品树的结构来建模监控对象。把监控对象分为四类，分别是产品、应用、集群、节点。
产品：一般是一个高层次的概念，一个产品一般可以独立输出，对外提供服务。应用：是产品下的模块组成，多个应用共同形成一个产品。集群：是应用的存在形式。同一个应用，一般会根据环境，地域等，部署多个集群。节点：集群内承载服务的资源，包括前文提到的服务器，虚拟机，容器等。
这样，我们的监控数据采集，和视图展示，就可以基于产品树这个层次化的监控对象来做。每种监控对象上都可以有自定义的监控项，也可以继承上层的监控项。同时，分层次的监控对象，在很好地组织监控结构的时候，又可以从多种层次角度来反映出系统的运行状态和问题。
2.采集器模型
主要用于采集数据的模块，同时满足数据输出规范，为了便于解析，同时具备较好的数据结构展示，我们可以采用 Json格式作为数据规范。在数据的语义上需要匹配对应的数据模型。例如，针对节点模型的采集器，可以是一个脚本，通过捕获脚本执行输出来获取相应数据模型的数据。而上层节点的采集器，则一般是基于节点数据模型的一些计算，这些计算一般包括 sum，avg，max，min等，一般反映的是整个集群下节点的一些聚合数据。
3.数据模型
用来定义监控数据格式，模型包括数据项和指标项。一个数据项一般包含一个或者多个指标项。数据模型中的数据来自于对应的采集器。
例如，针对 CPU可以监控如下模型：数据项：cpu，指标项：usr,sys,idle
4.报警规则模型
在数据模型的基础上，针对每个数据指标项目，可以设置报警模型。例如，空闲 CPU少于 50%的时候触发报警，则可以建立如下规则：cpu.idle < 50
5.视图模型
这个模型将数据模型和视图关联起来了。包含数据展示方式定义，例如，可以是趋势图，表格等。可以结合数据模型中的数据项与指标项，描述具体数据指标的视图展示方式。不同监控对象上的视图，一般都能从不同层次体现出监控。
6.监控项模型
监控项模型，包含了采集器模型，数据模型，报警规则模型，视图模型等的组合。通过将监控项运用于监控对象上。从而可以对监控对象进行自定义模型化的监控。
创新互联的容器云产品就是通过docker技术，在集群服务器上部署容器服务实现，功能强大、简单易用，拥有上万linux镜像，秒级开通，高性价比的容器云产品链接 https://www.cdcxhl.com/cloud/