如何在 Ubuntu 上使用 Grafana 监控 Docker

Grafana 是一个有着丰富指标的开源控制面板。在可视化大规模测量数据的时候是非常有用的。根据不同的指标数据，它提供了一个强大、优雅的来创建、分享和浏览数据的方式。

它提供了丰富多样、灵活的图形选项。此外，针对数据源Data Source，它支持许多不同的存储后端。每个数据源都有针对特定数据源的特性和功能所定制的查询编辑器。Grafana 提供了对下述数据源的正式支持：Graphite、InfluxDB、OpenTSDB、 Prometheus、Elasticsearch 和 Cloudwatch。

每个数据源的查询语言和能力显然是不同的，你可以将来自多个数据源的数据混合到一个单一的仪表盘上，但每个面板Panel被绑定到属于一个特定组织Organization的特定数据源上。它支持验证登录和基于角色的访问控制方案。它是作为一个独立软件部署，使用 Go 和 JavaScript 编写的。

在这篇文章，我将讲解如何在 Ubuntu 16.04 上安装 Grafana 并使用这个软件配置 Docker 监控。

安装好 Docker 的服务器 安装 Grafana

我们可以在 Docker 中构建我们的 Grafana。 有一个官方提供的 Grafana Docker 镜像。请运行下述命令来构建Grafana 容器。

root@ubuntu:~# docker run -i -p 3000:3000 grafana/grafana Unable to find image grafana/grafana:latest locally latest: Pulling from grafana/grafana 5c90d4a2d1a8: Pull complete b1a9a0b6158e: Pull complete acb23b0d58de: Pull complete Digest: sha256:34ca2f9c7986cb2d115eea373083f7150a2b9b753210546d14477e2276074ae1 Status: Downloaded newer image for grafana/grafana:latest t=2016-07-27T15:20:19+0000 lvl=info msg="Starting Grafana" logger=main version=3.1.0 commit=v3.1.0 compiled=2016-07-12T06:42:28+0000 t=2016-07-27T15:20:19+0000 lvl=info msg="Config loaded from" logger=settings file=/usr/share/grafana/conf/defaults.ini t=2016-07-27T15:20:19+0000 lvl=info msg="Config loaded from" logger=settings file=/etc/grafana/grafana.ini t=2016-07-27T15:20:19+0000 lvl=info msg="Config overriden from command line" logger=settings arg="default.paths.data=/var/lib/grafana" t=2016-07-27T15:20:19+0000 lvl=info msg="Config overriden from command line" logger=settings arg="default.paths.logs=/var/log/grafana" t=2016-07-27T15:20:19+0000 lvl=info msg="Config overriden from command line" logger=settings arg="default.paths.plugins=/var/lib/grafana/plugins" t=2016-07-27T15:20:19+0000 lvl=info msg="Path Home" logger=settings path=/usr/share/grafana t=2016-07-27T15:20:19+0000 lvl=info msg="Path Data" logger=settings path=/var/lib/grafana t=2016-07-27T15:20:19+0000 lvl=info msg="Path Logs" logger=settings path=/var/log/grafana t=2016-07-27T15:20:19+0000 lvl=info msg="Path Plugins" logger=settings path=/var/lib/grafana/plugins t=2016-07-27T15:20:19+0000 lvl=info msg="Initializing DB" logger=sqlstore dbtype=sqlite3 t=2016-07-27T15:20:20+0000 lvl=info msg="Executing migration" logger=migrator id="create playlist table v2" t=2016-07-27T15:20:20+0000 lvl=info msg="Executing migration" logger=migrator id="create playlist item table v2" t=2016-07-27T15:20:20+0000 lvl=info msg="Executing migration" logger=migrator id="drop preferences table v2" t=2016-07-27T15:20:20+0000 lvl=info msg="Executing migration" logger=migrator id="drop preferences table v3" t=2016-07-27T15:20:20+0000 lvl=info msg="Executing migration" logger=migrator id="create preferences table v3" t=2016-07-27T15:20:20+0000 lvl=info msg="Created default admin user: [admin]" t=2016-07-27T15:20:20+0000 lvl=info msg="Starting plugin search" logger=plugins t=2016-07-27T15:20:20+0000 lvl=info msg="Server Listening" logger=server address=0.0.0.0:3000 protocol=http subUrl=

我们可以通过运行此命令确认 Grafana 容器的工作状态 docker ps -a 或通过这个URL访问 http://Docker IP:3000。

所有的 Grafana 配置设置都使用环境变量定义，在使用容器技术时这个是非常有用的。Grafana 配置文件路径为/etc/grafana/grafana.ini。

理解配置项

Grafana 可以在它的 ini 配置文件中指定几个配置选项，或可以使用前面提到的环境变量来指定。

配置文件位置

通常配置文件路径：

默认配置文件路径 : $WORKING_DIR/conf/defaults.ini 自定义配置文件路径 : $WORKING_DIR/conf/custom.ini
instance_name：这是 Grafana 服务器实例的名字。默认值从 ${HOSTNAME} 获取，其值是环境变量HOSTNAME，如果该变量为空或不存在，Grafana 将会尝试使用系统调用来获取机器名。 [paths]：这些路径通常都是在 init.d 脚本或 systemd service 文件中通过命令行指定。
data：这个是 Grafana 存储 sqlite3 数据库（如果使用）、基于文件的会话（如果使用），和其他数据的路径。 logs：这个是 Grafana 存储日志的路径。
http_port：应用监听的端口，默认是 3000，你可以使用下面的命令将你的 80 端口重定向到 3000 端口：$iptables -t nat -A PREROUTING -p tcp --dport 80 -j REDIRECT --to-port 3000
[database]：Grafana 使用数据库来存储用户和仪表盘以及其他信息，默认配置为使用内嵌在 Grafana 主二进制文件中的 SQLite3。
host：仅适用 MySQL 或者 Postgres。它包括 IP 地址或主机名以及端口。例如，Grafana 和 MySQL 运行在同一台主机上设置如： host = 127.0.0.1:3306。 name：Grafana 数据库的名称，把它设置为 Grafana 或其它名称。 user：数据库用户（不适用于 SQLite3）。 password：数据库用户密码（不适用于 SQLite3）。 ssl_mode：对于 Postgres，使用 disable，require，或 verify-full 等值。对于 MySQL，使用 true，false，或 skip-verify。 ca_cert_path：（只适用于 MySQL）CA 证书文件路径，在多数 Linux 系统中，证书可以在/etc/ssl/certs 找到。 client_key_path：（只适用于 MySQL）客户端密钥的路径，只在服务端需要用户端验证时使用。 client_cert_path：（只适用于 MySQL）客户端证书的路径，只在服务端需要用户端验证时使用。 server_cert_name：（只适用于 MySQL）MySQL 服务端使用的证书的通用名称字段。如果ssl_mode 设置为 skip-verify 时可以不设置。
admin_password：这个是 Grafana 默认的管理员用户的密码，在第一次运行时设置，默认为 admin。 login_remember_days：保持登录/记住我的持续天数。 secret_key：用于保持登录/记住我的 cookies 的签名。
cAdvisor：它被称为 Container Advisor。它给用户提供了一个资源利用和性能特征的解读。它会收集、聚合、处理、导出运行中的容器的信息。你可以通过这个文档了解更多。 InfluxDB：这是一个包含了时间序列、度量和分析数据库。我们使用这个数据源来设置我们的监控。cAdvisor 只展示实时信息，并不保存这些度量信息。Influx Db 帮助保存 cAdvisor 提供的监控数据，以展示非某一时段的数据。 Grafana Dashboard：它可以帮助我们在视觉上整合所有的信息。这个强大的仪表盘使我们能够针对 InfluxDB 数据存储进行查询并将他们放在一个布局合理好看的图表中。 Docker 监控的安装

我们需要一步一步的在我们的 Docker 系统中安装以下每一个组件：

安装 InfluxDB

我们可以使用这个命令来拉取 InfluxDB 镜像，并部署了 influxDB 容器。

root@ubuntu:~# docker run -d -p 8083:8083 -p 8086:8086 --expose 8090 --expose 8099 -e PRE_CREATE_DB=cadvisor --name influxsrv tutum/influxdb:0.8.8 Unable to find image tutum/influxdb:0.8.8 locally 0.8.8: Pulling from tutum/influxdb a3ed95caeb02: Already exists 23efb549476f: Already exists aa2f8df21433: Already exists ef072d3c9b41: Already exists c9f371853f28: Already exists a248b0871c3c: Already exists 749db6d368d0: Already exists 7d7c7d923e63: Pull complete e47cc7808961: Pull complete 1743b6eeb23f: Pull complete Digest: sha256:8494b31289b4dbc1d5b444e344ab1dda3e18b07f80517c3f9aae7d18133c0c42 Status: Downloaded newer image for tutum/influxdb:0.8.8 d3b6f7789e0d1d01fa4e0aacdb636c221421107d1df96808ecbe8e241ceb1823 -p 8083:8083 : user interface, log in with username-admin, pass-admin -p 8086:8086 : interaction with other application --name influxsrv : container have name influxsrv, use to cAdvisor link it.

你可以测试 InfluxDB 是否安装好，通过访问这个 URL http://你的 IP 地址:8083，用户名和密码都是 ”root“。

InfluxDB Administration 2016-08-01 14-10-08

我们可以在这个界面上创建我们所需的数据库。

createDB influx

安装 cAdvisor

我们的下一个步骤是安装 cAdvisor 容器，并将其链接到 InfluxDB 容器。你可以使用此命令来创建它。

root@ubuntu:~# docker run --volume=/:/rootfs:ro --volume=/var/run:/var/run:rw --volume=/sys:/sys:ro --volume=/var/lib/docker/:/var/lib/docker:ro --publish=8080:8080 --detach=true --link influxsrv:influxsrv --name=cadvisor google/cadvisor:latest -storage_driver_db=cadvisor -storage_driver_host=influxsrv:8086 Unable to find image google/cadvisor:latest locally latest: Pulling from google/cadvisor 09d0220f4043: Pull complete 151807d34af9: Pull complete 14cd28dce332: Pull complete Digest: sha256:8364c7ab7f56a087b757a304f9376c3527c8c60c848f82b66dd728980222bd2f Status: Downloaded newer image for google/cadvisor:latest 3bfdf7fdc83872485acb06666a686719983a1172ac49895cd2a260deb1cdde29 root@ubuntu:~# --publish=8080:8080 : user interface --link=influxsrv:influxsrv: link to container influxsrv -storage_driver=influxdb: set the storage driver as InfluxDB Specify what InfluxDB instance to push data to: -storage_driver_host=influxsrv:8086: The ip:port of the database. Default is ‘localhost:8086’ -storage_driver_db=cadvisor: database name. Uses db ‘cadvisor’ by default

你可以通过访问这个地址来测试安装 cAdvisor 是否正常 http://你的 IP 地址:8080。 这将为你的 Docker 主机和容器提供统计信息。

cAdvisor - Docker Containers 2016-08-01 14-24-18

安装 Grafana 控制面板

最后，我们需要安装 Grafana 仪表板并连接到 InfluxDB，你可以执行下面的命令来设置它。

root@ubuntu:~# docker run -d -p 3000:3000 -e INFLUXDB_HOST=localhost -e INFLUXDB_PORT=8086 -e INFLUXDB_NAME=cadvisor -e INFLUXDB_USER=root -e INFLUXDB_PASS=root --link influxsrv:influxsrv --name grafana grafana/grafana f3b7598529202b110e4e6b998dca6b6e60e8608d75dcfe0d2b09ae408f43684a

现在我们可以登录 Grafana 来配置数据源. 访问 http://你的 IP 地址:3000 或 http://你的 IP 地址（如果你在前面做了端口映射的话）:

用户名 - admin 密码 - admin

一旦我们安装好了 Grafana，我们可以连接 InfluxDB。登录到仪表盘并且点击面板左上方角落的 Grafana 图标（那个火球）。点击数据源Data Sources来配置。

addingdatabsource

现在你可以添加新的图形Graph到我们默认的数据源 InfluxDB。

panelgraph

我们可以通过在测量Metric页面编辑和调整我们的查询以调整我们的图形。

Grafana - Grafana Dashboard 2016-08-01 14-53-40

原文发布时间为：2017-11-03

本文来自云栖社区合作伙伴“Linux中国”

基于Ubuntu操作系统下的Docker 环境部署 Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。
还在用Alpine作为你Docker的Python开发基础镜像？其实Ubuntu更好一点 一般情况下，当你想为你的Python开发环境选择一个基础镜像时，大多数人都会选择Alpine，为什么？因为它太小了，仅仅只有 5 MB 左右（对比 Ubuntu 系列镜像接近 100 MB），但事实的真相是，我们选择基础镜像并不是为了体验一下Python语法而已，在此基础上，我们需要调试和安装各种扩展，可能会安装很多三方依赖，甚至预设更多服务，在这种环境下，Alpine就并非是一个很好的选择了，本次我们就来分别在Alpine和Ubuntu上来体验一下安装和编译Python的区别。
【云原生】ubuntu下Docker安装及加速 在上一篇[【云原生】Docker介绍]中已经对docker相关概念进行了介绍，今天将在ubuntu下进行docker安装，以及配置镜像加速。
Ubuntu上使用docker安装mysql Ubuntu上使用docker安装mysql1.docker仓库搜索mysql docker search mysql /images/img/20220308164142.png 2.docker仓库拉取mysql8.0镜像 docker pull mysql:8.0 docker pull mysql #拉取最新版本的mysql 3.查看本地镜像是否安装成功 docker images mysql:8.0 /images/img/20220308164232.png 4.安装运行mysql8.0容器 docker run -p 3307:3306 --name mysql -e MYSQL