Die Überwachung der Leistung von Docker-Containern ist eine grundlegende Voraussetzung für die Aufrechterhaltung effizienter, zuverlässiger und skalierbarer Anwendungen in modernen Produktionsumgebungen. Container sind kurzlebig, leicht und oft Cluster-übergreifend orchestriert, wodurch sowohl für Entwickler als auch für Infrastrukturteams Transparenz in Bezug auf Ressourcenverbrauch, Gesundheit und Verhalten geschaffen wird. Datadog, eine führende Beobachtungsplattform, bietet eine tiefe Integration mit Docker, um Containermetriken in Echtzeit zu erfassen, zu visualisieren und zu alarmieren. Dieser Artikel untersucht den gesamten Prozess der Überwachung von Docker-Containermetriken mit Datadog, von der Einrichtung bis hin zu fortschrittlichen Best Practices, die Ihnen helfen, eine robuste Überwachungsposition zu erreichen.

Docker Monitoring verstehen

Docker-Container laufen als isolierte Prozesse auf einem Hostsystem, teilen sich den Kernel des Hosts, verwenden jedoch ihr eigenes Dateisystem, ihren Netzwerkstack und ihren Prozessraum. Die Überwachung dieser Container erfordert Tracking-Metriken auf Containerebene, nicht nur auf Hostebene. Zu den wichtigsten Metriken gehören CPU-Auslastung, Speicherverbrauch, Block-I/O, Netzwerk-I/O, Festplattennutzung und Container-Lebenszyklusereignisse (Start, Stop, Neustart).

Unter der Haube nutzt Docker Linux-Kernelfunktionen wie cgroups (Kontrollgruppen) und namespaces, um Ressourcenbeschränkungen und Isolation durchzusetzen. Monitoring-Tools wie Datadog fragen die Docker-API ab oder lesen aus cgroup-Dateisystemen, um Statistiken pro Container zu erhalten. Zum Beispiel stammen CPU-Metriken von cgroup, Speicher von cgroup und I/O von cgroup. Das Verständnis dieser Mechanismen hilft Ihnen, die Daten zu interpretieren und Probleme effektiver zu diagnostizieren.

Effektives Docker-Monitoring geht über das einfache Sammeln von Zahlen hinaus. Es beinhaltet die Korrelation von Metriken mit der Anwendungsleistung, die Festlegung intelligenter Schwellenwerte und die Integration von Protokollen und Traces zu einem vollständigen Bild. Ohne richtige Überwachung riskieren Sie unentdeckte Ressourcenkonflikte, Speicherlecks oder Netzwerkengpässe, die die Benutzererfahrung beeinträchtigen oder Ausfälle verursachen können.

Warum Datadog für Docker Monitoring verwenden?

Datadog ist eine Cloud-basierte Überwachungs- und Analyseplattform, die Out-of-the-Box-Unterstützung für Docker und containerisierte Umgebungen bietet. Seine Integration erfasst automatisch über 50 Docker-spezifische Metriken, einschließlich Container-CPU, Speicher, Netzwerk- und Festplattennutzung sowie Metriken auf Systemebene vom Host. Datadog kann mehr als nur Metriken sammeln Docker-Logs und -Traces für eine einheitliche Observability-Lösung.

Zu den wichtigsten Vorteilen der Verwendung von Datadog für die Docker-Überwachung gehören:

  • Automatisches Erkennen und Taggen: Datadog’s Agent erkennt automatisch laufende Container und bereichert sie mit Tags wie Containername, Image und Docker-Labels. Dadurch wird das Filtern und Gruppieren von Metriken nach Service, Umgebung oder Team nahtlos.
  • Echtzeit-Dashboards und -Alarms: Erstellen Sie anpassbare Dashboards mit Diagrammen, Heatmaps und Topologieansichten. Richten Sie Alarme basierend auf Schwellenwerten (z. B. CPU > 80%) oder Anomalien mithilfe von maschinellem Lernen ein.
  • Integration mit Orchestrierungsplattformen: Datadog arbeitet mit Docker Swarm, Kubernetes, Amazon ECS und Azure Container Instances, wodurch Sie eine konsistente Transparenz in hybriden Umgebungen erhalten.
  • Full-Stack-Korrelation: Kombinieren Sie Docker-Metriken mit Application Performance Monitoring (APM), Protokollen und Netzwerkleistung, um Probleme vom Containerzustand bis hin zu benutzerseitigen Anforderungen zu verfolgen.
  • Vorgefertigte Inhalte: Datadog bietet Out-of-the-Box-Dashboards für Docker, einschließlich einer Containerübersicht, Host-Map und Prozessüberwachungs-Dashboards. Sie können sie klonen und an Ihre Bedürfnisse anpassen.

Für Teams, die Datadog bereits für andere Teile ihrer Infrastruktur verwenden, ist das Hinzufügen von Docker-Überwachung einfach und erweitert bestehende Workflows, ohne dass ein anderes Tool erforderlich ist.

Datadog mit Docker einrichten

Voraussetzungen

Bevor Sie beginnen, stellen Sie sicher, dass Sie sich:

  • Ein Datadog-Konto (] kostenlos anmelden.
  • Docker installiert auf dem Host-Computer (Version 19.03 oder später empfohlen).
  • Netzwerkzugriff auf die Datadog-Eingabeendpunkte (normalerweise oder die entsprechende Site für Ihre Region).
  • Ihr Datadog-API-Schlüssel (in der Datadog-Benutzeroberfläche unter Integrationen > APIs gefunden).

Installieren des Datadog Agents als Docker Container

Der einfachste Weg, Docker-Container zu überwachen, besteht darin, den Datadog-Agenten selbst als Container auf dem Host auszuführen. Der Agent kann mit dem Befehl oder als Teil eines Docker-Compose-Stacks bereitgestellt werden.

docker run -d --name datadog-agent \
 -e DD_API_KEY=YOUR_API_KEY \
 -e DD_SITE="datadoghq.com" \
 -v /var/run/docker.sock:/var/run/docker.sock:ro \
 -v /proc/:/host/proc/:ro \
 -v /sys/fs/cgroup/:/host/sys/fs/cgroup:ro \
 datadog/agent:latest

Ersetzen Sie durch Ihren eigentlichen Schlüssel. Die Volume-Mounts bieten dem Agenten Zugriff auf den Docker-Sockel für die Container-Erkennung, das Proc-Dateisystem des Hosts für Prozessdaten und das Cgroup-Dateisystem für Containerressourcenmetriken. Die -Umgebungsvariable sollte zu Ihrer Datadog-Website passen (z. B. für EU-Kunden).

Für Produktionsbereitstellungen sollten Sie Docker Compose oder ein Kubernetes DaemonSet verwenden, wenn Ihre Container orchestriert sind. Datadog stellt offizielle Helm-Diagramme für Kubernetes bereit, die viele Konfigurationsschritte automatisieren.

Konfiguration des Agenten über Umweltvariablen

Das Verhalten von Datadog-Agenten kann durch Umweltvariablen gesteuert werden.

  • – Dein API-Schlüssel (erforderlich).
  • – Datadog-Site (Standard ).
  • – Importieren Sie Docker-Labels automatisch als Tags.
  • – Importieren Sie Containerumgebungsvariablen als Tags.
  • ] - Setzen Sie auf für die Fehlersuche.

Sie können auch zusätzliche Integrationen aktivieren, indem Sie so einstellen, dass sie Docker-Containerprotokolle sammelt, oder , um APM-Traces von containerisierten Anwendungen zu erhalten.

Überprüfung der Anlage

Führen Sie nach dem Starten des Agent-Containers aus, um zu bestätigen, dass er sich erfolgreich mit Datadog verbindet. Sie sollten Nachrichten wie “nfo: sentry – sentry ist deaktiviert” (wenn Sentry nicht konfiguriert ist) und “nfo: OK – DataDog agent is running” sehen. Innerhalb weniger Minuten wird Ihr Datadog-Konto Docker-Metriken erhalten. Navigieren Sie zur Infrastructure > Containers Seite in der Datadog-Benutzeroberfläche, um eine Live-Ansicht aller laufenden Container zu sehen.

Konfigurieren der Metrikensammlung

Automatische Docker-Metriken

Sobald der Agent ausgeführt wird, sammelt er automatisch einen umfassenden Satz von Docker-Metriken, darunter:

  • [19], [20], [21]
  • [22], [23], [24]
  • [25], [26]
  • [27], [28]
  • [30][30][30]

Diese Metriken werden in einem Standardintervall von 10 Sekunden gesammelt.Sie können das Intervall anpassen, indem Sie die Umgebungsvariable einstellen oder die Hauptkonfigurationsdatei des Agenten ändern.

Custom Metrics über Docker Checks

Datadog ermöglicht es Ihnen, benutzerdefinierte Prüfungen zu definieren, um anwendungsspezifische Metriken aus Containern zu sammeln. Zum Beispiel können Sie einen benutzerdefinierten Python-Check verwenden, der die interne API Ihrer Anwendung abfragt und Messwert- oder Zählmetriken ausgibt.

-v /host/path/to/conf.d:/etc/datadog-agent/conf.d \
-v /host/path/to/checks.d:/etc/datadog-agent/checks.d

Dann erstellen Sie YAML-Konfigurationsdateien unter und Python-Skripte unter Der Agent wird diese Prüfungen automatisch entdecken und ausführen. Dieser Ansatz ist leistungsfähig für die Überwachung von Metriken wie Warteschlangentiefe, Anforderungslatenz oder aktive Verbindungen.

Tagging und Enrichment

Tags sind das Rückgrat des dimensionalen Datadog-Datenmodells. Ohne richtige Tags werden Metriken zu Rauschen. Datadog taggt Docker-Metriken automatisch mit Host, Containername, Bild und anderen Attributen. Sie können das Tagging mithilfe von Docker-Labels oder Umgebungsvariablen erweitern. Zum Beispiel können Sie hinzufügen, um bestimmte Labels als Tags zu importieren. Dadurch können Sie Container nach Team, Umgebung, Anwendungsversion oder benutzerdefinierten Metadaten filtern, wodurch eine präzise Aggregation und Alarmierung ermöglicht wird.

Darüber hinaus können Sie den Agent so konfigurieren, dass Metriken nur für Container erfasst werden, die mit bestimmten Bildnamen übereinstimmen, oder bestimmte Container mit den Umgebungsvariablen und ausschließen.

Anzeige von Metriken und Erstellen von Dashboards

Verwenden von vorgefertigten Docker Dashboards

Datadog bietet mehrere Out-of-the-Box-Dashboards für Docker: Docker - Übersicht, Docker - Container und Docker - Host Diese Dashboards zeigen wichtige Metriken wie CPU-Auslastung, Speicherverbrauch, Netzwerkdurchsatz und Top-Container an. Sie finden sie in der Dashboard-Liste unter “Docker” oder durch Suche in der Benutzeroberfläche. Dies sind hervorragende Ausgangspunkte und können geklont und angepasst werden, ohne das Original zu beeinträchtigen.

Erstellen von Custom Dashboards

Um ein auf Ihre Dienste zugeschnittenes Dashboard zu erstellen, klicken Sie auf New Dashboard in Datadog. Hinzufügen von Widgets wie Zeitreihendiagrammen, Abfragetabellen oder Heatmaps. Für die Docker-Überwachung sind folgende gängige Widgets:

  • Zeitreihen – Zeichne CPU und Speicher im Zeitverlauf für bestimmte Container oder Gruppen auf.
  • Top List – Zeigen Sie Container mit der höchsten CPU- oder Speicherauslastung.
  • Change – Track-Erhöhungen bei Container-Neustarts oder Festplatten-I/O.
  • Tabelle – Zeigen Sie neben Tags eine Liste von Containern mit aktueller Ressourcennutzung an.

Verwenden Sie die Abfragesprache von Datadog, um Metriken nach Tags zu erfassen: Zum Beispiel , um die durchschnittliche CPU-Auslastung im Frontend-Dienst in der Produktion zu sehen. Sie können auch Vorlagenvariablen erstellen, mit denen Benutzer interaktiv zwischen Umgebungen, Diensten oder Hostgruppen wechseln können.

Warnmeldungen einrichten

Alarme verwandeln rohe Metriken in umsetzbare Benachrichtigungen. In Datadog können Sie Monitorregeln für Docker-Metriken erstellen. Zum Beispiel einen Monitor erstellen, der warnt, wenn die CPU-Auslastung eines Containers fünf Minuten lang 85% überschreitet oder wenn sich die Speicherauslastung 90% seines Limits nähert. Verwenden Sie die Registerkarte Monitor, um Bedingungen und Benachrichtigungskanäle zu definieren (E-Mail, Slack, PagerDuty usw.).

Fortgeschrittene Benutzer können Monitore zur Anomalieerkennung nutzen, die maschinelles Lernen verwenden, um ungewöhnliches Verhalten ohne statische Schwellenwerte zu erkennen, was besonders für Dienste mit variabler Last wertvoll ist.

Best Practices für Docker Monitoring

1. Verwenden Sie eine konsistente Tagging-Strategie

Container mit aussagekräftigen Labels versehen, die Eigentümerschaft, Umgebung, Servicename und Version widerspiegeln. Dies erleichtert das Sortieren, Filtern und Warnen erheblich. Verwenden Sie beispielsweise Docker-Labels wie , und und erzwingen Sie die Kennzeichnung von Konventionen in Ihrer CI/CD-Pipeline, damit jeder Container vom Einsatz an ordnungsgemäß markiert wird.

2. Monitor auf mehreren Ebenen

Verlasse dich nicht nur auf Metriken auf Containerebene. Kombiniere sie mit Metriken auf Hostebene (Speicher, Festplatte, CPU), um die Ressourcenkonflikte zwischen Containern zu verstehen. Überwache auch Metriken auf Orchestratorebene, wenn du Kubernetes oder Swarm verwendest, wie Pod-Status und Bereitstellungszustand. Datadog integriert sich in Kubernetes, um eine vollständige Ansicht des Cluster-Gesundheits zu bieten.

3. Setzen Sie Ressourcenlimits und Alarme entsprechend

Docker-Container, die nicht ressourcenbegrenzt sind, können alle Host-Ressourcen verbrauchen. Legen Sie immer CPU- und Speichergrenzen für Ihre Container fest. Konfigurieren Sie dann Benachrichtigungen, die ausgelöst werden, wenn sich die Nutzung dem Limit nähert (z. B. bei 80% des Speicherlimits), um Ihnen Zeit zu geben, zu reagieren, bevor der Container von Dockers OOM-Killer getötet wird.

4. Entsprechen von Metriken mit Protokollen und Spuren

Ein Anstieg der CPU-Auslastung kann auf einen Codewechsel oder einen plötzlichen Anstieg des Datenverkehrs zurückzuführen sein. Durch die Korrelation von Metriken mit Anwendungsprotokollen (z. B. Fehlerraten) und Traces (z. B. Anforderungslatenz) können Sie Ursachen schnell identifizieren. Datadog macht dies einfach, indem es Protokolle, Metriken und APM unter einer einzigen Plattform vereint - Sie können mit einem Klick von einem Graphen zu verwandten Protokollen springen.

5. Auditieren und Tune regelmäßig Ihre Überwachung

Ihre Überwachungsanforderungen entwickeln sich mit zunehmendem Service. Überprüfen Sie regelmäßig Dashboards, um veraltete Metriken zu entfernen, Alarmschwellen basierend auf historischen Daten anzupassen und neue Metriken für kürzlich eingeführte Funktionen hinzuzufügen. Verwenden Sie die Seite „Monitor Management von Datadog, um laute oder unbenutzte Monitore zu finden und entweder zu archivieren oder zu verfeinern.

6. Betrachten Sie Multi-Container-Pods (Kubernetes)

Wenn Sie Container in Kubernetes-Pods ausführen, denken Sie daran, dass mehrere Container die gleiche Pod-IP und Volume-Mounts teilen können. Datadog tags automatisch Metriken mit Pod-Name, Namespace und Container-Namen, so dass Sie in einzelne Container innerhalb eines Pods bohren können. Sie können auch Warnmeldungen auf Pod-Ebene einrichten, um ungesunde Pods zu erkennen.

Fortgeschrittene Überwachungskapazitäten

Live Container Ansicht

Die Funktion von Datadog Live Containers bietet eine interaktive Echtzeit-Liste aller Container, die in Ihrer Infrastruktur laufen. Sie können die Metriken, Prozesse und Netzwerkverbindungen jedes Containers direkt von der Datadog-Benutzeroberfläche aus durchsuchen, filtern und inspizieren, ohne dass Sie SSH in Hosts eingeben müssen. Dies ist von unschätzbarem Wert für die Ad-hoc-Problembehandlung und Kapazitätsplanung.

Prozessüberwachung

Durch die Montage des Hosts Dateisystems kann der Datadog Agent Metriken auf Prozessebene aus Containern sammeln. Dadurch können Sie sehen, welche Prozesse innerhalb eines Containers CPU oder Speicher verbrauchen. Die Prozessüberwachung wird durch die Einstellung aktiviert.

Kostenoptimierung durch Rightsizing

Historische Metriken können Ihnen helfen, Container zu sortieren. Überprovisionierte Container-Abfallressourcen; unterprovisionierte Container können Leistungsprobleme verursachen. Verwenden Sie Datadogs Metrics Explorer oder Dashboards, um die Ressourcenauslastungstrends über Wochen zu analysieren. Vergleichen Sie die mit dem Containerlimit, um zu sehen, ob Sie Speicherlimits sicher reduzieren und Cloud-Kosten sparen können.

Problembehandlung bei gemeinsamen Problemen

Agent kann keine Verbindung zu Datadog herstellen

Wenn Metriken nicht in der Datadog-Benutzeroberfläche angezeigt werden, überprüfen Sie, ob der Agent-Container ausgeführt wird und der API-Schlüssel korrekt ist. Führen Sie aus. Häufige Ursachen sind Netzwerk-Proxys, die ausgehende Verbindungen zu blockieren, oder eine falsche -Einstellung. Stellen Sie sicher, dass der Agent den Endpunkt mit aus dem Container erreichen kann.

Metriken fehlen für bestimmte Container

Wenn einige Container keine Metriken zeigen, vergewissern Sie sich, dass sie ausgeführt werden und dass der Agent Zugriff auf den Docker-Sockel hat. Überprüfen Sie, ob der Container durch die -Einstellung ausgeschlossen ist. Bestätigen Sie auch, dass der Container kein Sidecar ohne Ressourcenlimits ist; Datadog kann Metriken immer noch sammeln, aber sie werden nahe Null sein.

Hohe Datadog Agent Ressourcennutzung

Der Datadog Agent ist so konzipiert, dass er leicht ist, aber ressourcenintensiv werden kann, wenn er viele Protokolle oder benutzerdefinierte Metriken sammelt.

Für eine detailliertere Fehlersuche siehe Datadogs Docker Troubleshooting Guide.

Schlussfolgerung

Die Integration von Datadog mit Docker bietet eine umfassende Echtzeit-Ansicht der Containerleistung, die für die Aufrechterhaltung der Hochverfügbarkeit, die Kostenoptimierung und die schnelle Lösung von Problemen unerlässlich ist. Indem Sie die in diesem Handbuch beschriebenen Setup-Schritte befolgen, aussagekräftige Tags und Warnungen konfigurieren und Best Practices für die Überwachung übernehmen, können Sie rohe Containermetriken in umsetzbare Erkenntnisse umwandeln. Beginnen Sie mit der Bereitstellung des Datadog-Agenten als Docker-Containers, erkunden Sie die vorgefertigten Dashboards und verfeinern Sie Ihr Monitoring schrittweise, um Ihre spezifischen betrieblichen Anforderungen zu erfüllen.