手机版网站嵌入代码网页制作程序代码
目录
1 Docker监控概述
2 docker stats基本用法
2.1 基本命令格式
2.2 常用操作示例
3 docker stats参数详解
3.1 常用参数说明
3.2 输出字段解析
3.3 格式化输出示例
4 docker stats工作原理
4.1 监控数据采集流程
4.2 数据源解析
5 常见问题解答
5.1 为什么CPU使用率会超过100%？
5.2 内存统计中的cache/buffer包含在哪里？
5.3 如何监控已停止的容器？
6 总结
1 Docker监控概述
在现代容器化应用中，实时监控容器资源使用情况是运维工作的重要组成部分。Docker提供了内置的命令行工具docker stats，它能够实时显示容器的资源使用统计信息，包括CPU、内存、网络I/O和磁盘I/O等关键指标。
与传统的系统监控工具（如top、htop等）相比，docker stats具有以下优势：
- 容器级监控：直接针对容器而非整个主机或进程
- 资源隔离视图：准确反映容器实际使用的资源量
- 轻量级：无需额外安装监控代理
- 实时性：数据更新频率高，适合实时监控
2 docker stats基本用法
2.1 基本命令格式
docker stats [OPTIONS] [CONTAINER...]2.2 常用操作示例
- 查看所有运行中容器的统计信息：
docker stats- 查看指定容器的统计信息（可指定多个）：
docker stats container1 container2- 以表格形式显示，不持续刷新：
docker stats --no-stream- 只显示特定列：
docker stats --format "table {{.Container}}\t{{.CPUPerc}}\t{{.MemUsage}}"3 docker stats参数详解
3.1 常用参数说明
| 参数 | 缩写 | 说明 |
| --all | -a | 显示所有容器（默认只显示运行中的） |
| --format | 无 | 使用Go模板格式化输出 |
| --no-stream | 无 | 禁用实时流，只显示当前状态 |
| --no-trunc | 无 | 不截断输出信息 |
3.2 输出字段解析
docker stats 默认输出包含以下字段：
- CONTAINER ID/NAME：容器标识
- CPU %：CPU使用百分比
- MEM USAGE/LIMIT：内存使用量/限制
- MEM %：内存使用百分比
- NET I/O：网络输入/输出
- BLOCK I/O：块设备输入/输出
- PIDS：进程数
3.3 格式化输出示例
- 使用--format参数可以自定义输出格式：
docker stats --format "table {{.Name}}\t{{.CPUPerc}}\t{{.MemPerc}}"可用字段变量包括：
- .Container - 容器ID或名称
- .Name - 容器名称
- .ID - 容器ID
- .CPUPerc - CPU百分比
- .MemUsage - 内存使用量
- .NetIO - 网络I/O
- .BlockIO - 块I/O
- .MemPerc - 内存百分比
- .PIDs - 进程数
4 docker stats工作原理
4.1 监控数据采集流程
- 用户执行docker stats命令
- Docker客户端向Docker守护进程发送请求
- 守护进程通过容器运行时接口获取容器信息
- 运行时从Linux cgroups子系统中读取资源使用数据
- 数据沿原路返回并显示给用户
4.2 数据源解析
docker stats的数据主要来源于Linux内核的cgroups（控制组）子系统：
- CPU统计：来自cpuacct控制器
- 内存统计：来自memory控制器
- 网络I/O：来自网络命名空间接口统计
- 块I/O：来自blkio控制器
5 常见问题解答
5.1 为什么CPU使用率会超过100%？
Docker中CPU百分比的计算是基于单个核心的，如果一个容器被允许使用多个CPU核心，其CPU使用率可能会超过100%，例如，在4核系统上，最大可能显示400%。
5.2 内存统计中的cache/buffer包含在哪里？
docker stats显示的内存使用量不包括缓存(cache)和缓冲区(buffer)，这与free -m命令不同，它只反映容器实际使用的内存量。
5.3 如何监控已停止的容器？
- 默认情况下docker stats只显示运行中的容器，要查看已停止容器的最后统计信息，可以使用：
docker stats -a6 总结
docker stats是Docker容器监控的核心工具之一，它提供了轻量级、实时的资源使用统计。在实际生产环境中，建议将docker stats与其他监控工具（如Prometheus、Grafana等）结合使用，构建更全面的容器监控体系。