מעקב מדיניות דוקר קונייטנר עם אינטגרציה של דאטאדוג

ניטור הביצועים של מיכלי Docker הוא דרישה בסיסית לשמירה על יישומים יעילים, אמינים, ורחביים בסביבות הייצור המודרנית. Containers הם אמפימראל, קל משקל, ולעתים קרובות מתוזמרים על פני אשכולות, מה שהופך את החשיפה לצריכת המשאבים שלהם, בריאות והתנהגות חיונית עבור שני מפתחי צוותים.DDodog, פלטפורמת שמירה מובילה, מציעה שילוב עמוק עם Docker לאסוף, חזותית, ואזהרה על תהליך ניטור יעיל של זמן אמיתי של מעקב.

הבנה של Docker

מיכלי דוקר לרוץ כתהליכים מבודדים במערכת מארחת, שיתוף הקרנל של המארח, אבל באמצעות מערכת הקבצים שלהם, ערימה רשת, ומרחב תהליכים. ניטור מיכלים אלה דורש מעקב אחר מדדים ברמת המיכל, לא רק את הרמה המארחת. מדדים מרכזיים כוללים שימוש CPU, צריכת זיכרון, חסימת I / O, רשת I / O, שימוש, ואירועי מחזור חיים (כוכב, הפסקות, הפעלות מחדש).

(ב) ב[[1924]], [[1924]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]], [[1924]]]]]], [[1924]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]], [[[[1924]], [[1924]]]], [[[[1924]]]]]], [[1924]]]]]], [[[[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[[[1924]]]]]] ב[[1924]]]]]]]]]] [[[[[[1924]]]]

ניטור Docker יעיל הולך מעבר פשוט איסוף מספרים.זה כרוך correlating מדדים עם ביצועי יישום, הגדרת סף אינטליגנטי, ושילוב יומני ועצמות כדי ליצור תמונה מלאה.ללא ניטור הולם, אתה סיכון תוכן משאבים בלתי מחוספס, דליפות זיכרון, או צווארי בקבוק שיכולים לקלקל ניסיון משתמש או לגרום החוצה.

למה להשתמש ב-Dub for Docker Monitoring?

Datadog הוא פלטפורמת ניטור וניתוח מבוססת ענן המספקת תמיכה מחוץ לקופסא עבור Docker וסביבות מקוטבות.אינטגרציה שלה לוכדת מעל 50 מדדים ספציפיים דוקר באופן אוטומטי, כולל מכולה CPU, זיכרון, רשת ושימוש בדיסק, כמו גם מדדים ברמת המערכת מן המארח.

יתרונות מרכזיים של שימוש ב-Datadog for Docker כוללים:

(FLT:0) גילוי וגישור: FIRLT:1 , סוכן של Datadog מזהה אוטומטית מכולות ריצה ומעשיר אותם עם תגים כמו שם מכולות, תמונה, ולייבלי Docker.זה הופך סינון וקבוצת מדדים על ידי שירות, סביבה, או צוות חלקה.
(FLT:0) לוחות זמנים אמיתיים ואזהרות: קיד 1 (איור 1) צור לוחות מחוונים מותאמים אישית עם תרשימים, מפת חום ונוף טופולוגיה. להגדיר התראות המבוססות על סף (למשל, CPU > 80%) או anomalies באמצעות למידת מכונה.
(FLT:0) אינטגרציה עם פלטפורמות תזמורות:ראהFLT:1) Datadog עובד עם Docker Swarm, Kubernetes, Amazon ECS, ו- Azure Container Instances, נותן לך חשיפה עקבית על פני סביבות היברידיות.
(FLT:0) מתאם מלא-סטק:FLT:1eure Docker metrics עם ניטור ביצועים יישומים (APM), יומני וביצועי רשת כדי לעקוב אחר בעיות בריאות מכולה לבקשות הפונה למשתמש.
(FLT:0) תוכן בנוי מראש:FLT:1 Datadog מספק מחוונים מחוץ לקופסא עבור Docker, כולל סקירה של מיכל, מפה מארחת, ו ניטור תהליכים.You יכול לשכוט ולתאים אותם כדי להתאים לצרכים שלך.

עבור צוותים שכבר משתמשים ב-Datadog עבור חלקים אחרים של התשתית שלהם, הוספת ניטור דוקר הוא פשוט ומרחיב את זרימת העבודה הקיימת ללא צורך בכלי אחר.

יצירת קשר עם Docker

Prerequisites

(ב) (ב) , ): "ה' (ה') , ויקרא י' (בראשית כ"ד): "וַיָּבְהִיא אִם עַל הָאָרֶץ אֲשֶׁר הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא

התקנת סוכן ה-Dדוגמנות כ-Docker Container

הדרך הקלה ביותר לפקח על מיכלי דוקר היא להפעיל את סוכן ה-Datadog עצמו כמכלה על המארח.הסוכנת יכולה להיות פרוסת באמצעות הפקודה FLT:4 או כחלק מערימת דוקר Compose.

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

עם המפתח בפועל שלך.הנפח מספק את הסוכן עם גישה שקע Docker עבור גילוי מכולות, מערכת הקבצים Procsystem של המארח עבור נתונים תהליך, ואת מערכת הקבצים cgroup עבור מדדי משאבים מיכל.The FLT 7 הסביבה משתנה צריך להתאים את אתר האינטרנט שלך (למשל, FLT:8 עבור לקוחות האיחוד האירופי).

עבור פריסות ייצור, לשקול שימוש ב-FLT:0 (Docker ComposeFLT) 1:1 או Kubernetes DaemonSet אם המכולות שלך מתוזמרות.

לכידת הסוכן באמצעות איכות הסביבה

התנהגות של סוכן נתונים יכולה להיות נשלטת באמצעות משתנים סביבתיים.

(ב) ⁇ 9) מפתח ה- API שלך (required).
אתר האינטרנט (FLT:10 ; ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ).
(FLT:12) - לייבא באופן אוטומטי תוויות דוקר כתגים.
(FLT:13) - יבוא משתנה הסביבה משתנה כתגים.
(ב) ,"התחילה" (ב)" (ב"ב)

ניתן גם לאפשר אינטגרציה נוספת על ידי הגדרת FLT:16 לאסוף יומני Docker או (FLT:17) כדי לקבל עקבות APM מיישומים ממוכלים.

לבדוק את ההתקנה

(ה) החל את מיכל הסוכן (FLT:18) כדי לאשר אותו מתחבר בהצלחה ל-Datadog.You צריך לראות הודעות כמו ההרחבה:0 "nfo: Sendry - Sendry is Disabled"FLT:1 (אם Sentry אינה מוגדרת) ו-FLT:2 "nfo: OK - DataDog Agent פועל" (FLT 3: 3 תוך מספר דקות, אם לא מוגדרות) ו-DoFactertends to Live the cell to Live to Live the cell: 2.

ארכיון תגיות: metrics Collection

תגית: Docker metrics

ברגע שהסוכנת פועלת, היא אוספת באופן אוטומטי מערכת מקיפה של מדדי דוקר.

(ב) ,(ב) ,(ב) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ,(ב) ,(ב) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ,(ב) ,(ב) ,(ב) ,(ב)
[22: 21]
[01:30]

מדדים אלה נאספים במרווח ברירת מחדל של 10 שניות.You יכול להתאים את המרווח על ידי הגדרת הסביבה המשתנה (FLT:31 או על ידי שינוי קובץ התצורה הראשי של הסוכן.

מטריקס מותאם באמצעות Docker Checks

Datadog מאפשר לך להגדיר בדיקות מותאמות אישית כדי לאסוף מדדים ספציפיים של יישומים מתוך מיכלים פנימיים.לדוגמה, באפשרותך להשתמש בבדיקת Python מותאם אישית כי שאילתות הממשק הפנימי של היישום שלך פולטת מד או ספירה מדדים. כדי לעשות זאת, להצמיח מנהל תצורה מותאם אישית וקובץ בדיקות Python לתוך המיכל:

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

לאחר מכן ליצור קבצי YAML תחת קידוד FLT:33 ו- Python תחת שורת 34:34 הסוכן יגלה באופן אוטומטי ולהפעיל בדיקות אלה. גישה זו היא חזקה לניטור מדדים כמו עומק תור, עצלות, או קשרים פעילים.

« « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « «

(הופנה מהדף מודל הנתונים של Datadog's ממדי של Datadog.ללא תגים מתאימים, המדדים הופכים לרעש.Datadog באופן אוטומטי תגים Docker metrics עם מארח, שם מכולה, תמונה ותכונות אחרות.You can to FLT:0extend tagsFLT:1 באמצעות תוויות או סביבת משתנים.

בנוסף, ניתן להגדיר את הסוכן לאסוף מדדים רק עבור מיכלים להתאים שמות תמונה מסוימים או לא לכלול מיכלים ספציפיים באמצעות FLT:36 ו FLT:37 הסביבה משתנים.

צפייה ב-Metrics ו-יצירת Dashboards

שימוש ב-Docker Dashboards

(ב) , עיין ב-[[1924]], [[1924]]]], [[1924]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]], [[1924]] ו[[1924]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]] [[1924]], [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[[[1924]]]]]]]], [[[[1924]]]] [[[[1924]]]]]]]] [[[[1924]]]]]]]] [[[[1924]]]]]] [[[[1924]]]]]], [[[[1924]]]] [[[[1924]]]]]]]]]] [[[[[[1924]]]]

בניית מחסומים

כדי ליצור לוח נתונים המותאם לשירותים שלך, לחץ על FLT:0New DashcioboardFLT:1 ב-Datadog.הוספת שרביטים כגון גרפים, טבלאות שאילתה, או מפת חום. for Docker ניטור, כוננים נפוצים כוללים:

(ב) ⁇ (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ⁇ 0 (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ,0) ,Tableph1 (הציג רשימה של מיכלים עם שימוש במשאב הנוכחי לצד תגים.

השתמש בשפת השאילתה של Datadog כדי להיקף מדדים על ידי תג: לדוגמה, (FLT:38) כדי לראות שימוש CPU ממוצע על פני השירות הקדמי בייצור.You יכול גם ליצור משתנים תבניות המאפשרים למשתמשים לעבור בין סביבות, שירותים, או קבוצות מארחות באופן אינטראקטיבי.

המונחים: up alerts

אזהרות הופכות למדדי גלם להודעות ניתנות לפעולה.ב-Datadog, באפשרותך ליצור כללי מעקב עבור מדדי Docker.לדוגמה, ליצור צג מזהיר כאשר כל שימוש ב- CPU של מיכל עולה על 85% במשך חמש דקות, או כאשר השימוש בזיכרון מתקרב ל-90% מהגבול שלו. השתמש בכרטיסיה FLT:0MonitorFLT:1 כדי להגדיר תנאים וערוצי הודעות דוא"ל (, plack, כדי למנוע צג של , לחץ, וכו ' , כדי למנוע צ' , כדי למנוע צ' , כדי למנוע צ'רטוט' , כדי למנוע צ' , כדי למנוע צ'אט'רטוט' .

משתמשים מתקדמים יכולים למנף (FLT:0) מוניטורים של זיהוי אוטומטי 1 (Anomaly DetectionFIRLT:1) אשר משתמשים ב- Machine Learning כדי לזהות התנהגות יוצאת דופן ללא סף סטטי, אשר הוא בעל ערך מיוחד עבור שירותים עם עומס משתנה.

Best Practices for Docker

השתמש באסטרטגיה מושכת

(הופנה מהדףים בעלי משמעות המשקפים בעלות, סביבה, שם שירות וגרסה.זה הופך למיין, מסנן, ואזהרות הרבה יותר קל.לדוגמה, השתמש בתוויתות דוקר כמו FLT:39, ו-FLT:40 ו-(FLT:41 Enforceing כנסים על פני צינור CI /CD שלך כך שכל מיכל מתויג כראוי מפריסה.

2. Monitor ב- Multiple Levels

אל תסמכו רק על מדדים ברמת מיכל.שלב אותם עם מדדים ברמת המארח (זיכרון, דיסק, CPU) כדי להבין את התוכן של משאבים בין מכולות.בנוסף, מדדים ברמת התזמורת אם משתמשים Kubernetes או Swarm, כגון מצב מפונק ובריאות פריסה.

הגדרות ואזהרות בהתאם

מיכלי דוקר שאינם מוגבלים במשאבי יכולים לצרוך את כל המשאבים המארחים.תמיד להגדיר CPU ומגבלות זיכרון על מיכלים שלך.לאחר מכן להגדיר התראות לירות כאשר השימוש מתקרב לגבול (למשל, 80% ממגבלת הזיכרון) כדי לתת לך זמן להגיב לפני שהמיכל נהרג על ידי רוצח ה-OOM של דוקר.

4.קורלט מסובכים עם Logs ו Tracess

הספייק בשימוש CPU עשוי להיות עקב שינוי קוד או עלייה פתאומית בתנועה. על ידי תיקון מדדים עם יומני יישום (למשל, שיעורי שגיאה) ושרידים (למשל, בקשה לעקביות), אתה יכול לזהות במהירות סיבות שורש. כלב נתונים עושה את זה קל על ידי יומני איחוד, מדדים, ו APM תחת פלטפורמה אחת - אתה יכול לקפוץ מגרף הקשור לגלומים אחד.

ביקורת קבועה ו Tune Your Monitoring

ניטור שלך צריך להתפתח ככל שהשירותים שלך גדלים. מעת לעת, לבדוק לוחות נתונים כדי להסיר מדדים מיושן, להתאים את סףי האזהרה המבוססים על נתונים היסטוריים, ולהוסיף מדדים חדשים עבור תכונות שהוצגו לאחרונה. השתמש בדף "ניהול Monitor" של Datadog כדי למצוא צגים רועשים או לא מנוצלים או ארכיון או חדד אותם.

פודס (Kubernetes)

אם אתה מפעיל מכולות בתוך Kubernetes pods, זכור כי מיכלים מרובים עשויים לשתף את אותם ה- IP ואת נפח הרים. Datadog באופן אוטומטי תגים מדדים עם שם נפוח, שם, ושם מיכל, המאפשר לך לקדוח לתוך מיכלים בודדים בתוך פוד. אתה יכול גם להגדיר התראות ברמת הפוד כדי לזהות פודים לא בריאים.

מעקב מתקדם Capabilities

Live Container View

התכונה של Datadog (FLT:0) Containers Live ContainersFLT:1 מספקת רשימה אינטראקטיבית של כל מיכלים רצים ברחבי התשתית שלך.You יכול לחפש, לסנן, ולבדוק את המדדים של כל מיכל, תהליכים, וחיבורי רשת ישירות מן ה- Datadog UI, מבלי צורך ב-SSH לתוך מארחים.

תהליך ניטור

על ידי הקמת מערכת הקבצים של המארח, סוכן Datadog יכול לאסוף מדדים ברמת תהליכים מתוך מיכלים פנימיים.זה מאפשר לך לראות אילו תהליכים בתוך מיכל הם צורכים CPU או זיכרון ניטור תהליך מופעל על ידי הגדרתם של FLT:43 השתמש בו כדי לזהות תהליכים לא מתאימים במהלך תגובה אירוע.

אופטימיזציה בעלויות באמצעות זכויות

מדדים היסטוריים יכולים לעזור לך לסווג את מיכלי הפסולת של Over-Provisioned; תחת הכשרה אלה עשויים לגרום לבעיות ביצועים. השתמש ב- Datadog'sFLT:0Metrics ExplorerFLT:1 או לוחות נתונים לנתח מגמות ניצול משאבים במשך שבועות.

בעיות נפוצות

סוכן לא יכול להתחבר לכלב נתונים

אם לא מופיעים מדדים ב-Datadog UI, בדוק כי מיכל הסוכן פועל וכי מפתח ה- API הוא הנכון. RunFLT:4510 סיבות נפוצות כוללות חיבורים לרשת חסימת חיבורים ל-FLT:46, או תצורה שגויה של ה-APLT:47.

« חסרים לנו ספקטרום

אם כמה מכולות אינן מראות מדדים, ודאו כי הן פועל וכי הסוכן יש גישה לשקע דוקר. לבדוק אם המכל אינו נכלל על ידי ההגדרה FLT:49.בנוסף, לאשר כי המכליה אינה צד עם שום מגבלות משאבים; כלב נתונים עדיין עשוי לאסוף מדדים אבל הם יהיו ליד אפס.

High Datadog Agent

סוכן Datadog נועד להיות קל משקל, אך יכול להיות רגיש משאבים אם אוספים יומנים רבים או מדדים מותאמים אישית.כדי להפחית את ההשפעה, להגביל איסוף יומני רק מכולות הכרחיות, להגדיל את מרווחי הסימון, או להשתמש בסביבת FLT:50, משתנה כדי למנוע מעקב תהליך בלתי ניתן להפרדה אלא אם כן נדרש.

עבור פתרון בעיות מפורט יותר, התייחס ל-Datadog's FLT:0 (Docker Troubleshooting Guide, ראשי תיבות של Datadog).

מסקנה

(ההעברת נתונים עם Docker מספקת תצוגה מקיפה, בזמן אמת לתוך ביצועי מכולה חיוני לשמירה על זמינות גבוהה, אופטימיזציה עלויות, ופתרון מהיר של בעיות.על ידי ביצוע השלבים המפורטים במדריך זה, מחיקת תגים משמעותיים ואזהרות, ואימוץ שיטות הטובות ביותר עבור ניטור, אתה יכול להפוך את מדדי המכולות לתובנות פעולה.