docker容器监控的实现
这篇讲的是如何从零开始为Docker容器搭建监控体系。文章写于Docker 1.6.2时代，但作者发现当时现成的监控工具各有短板：cAdvisor无法汇总历史数据，Prometheus又过于庞大。于是，作者决定动手，详细拆解了监控的核心原理。 作者直接指向Linux内核的cgroup文件系统，展示了如何精准获取容器的CPU使用率（通过计算`cpuacct.stat`中user和system时间片的差值）、内存用量、网络流量与连接数等关键指标。这部分内容对理解容器资源隔离的底层机制很有帮助。 采集到数据后，文章进一步给出了一个轻量级的实践方案：用Shell脚本完成数据收集，存入InfluxDB时序数据库，最后通过Grafana进行可视化展示。最终，这套自研的监控数据被推送并集成到了作者团队的PAAS平台中。 尽管技术栈在迭代，但这篇长文最宝贵的地方在于，它完整演示了从问题定位、原理剖析到动手实现的全过程。对于想深入了解容器资源监控本质，而非仅仅调用API的读者来说，其中基于cgroup的分析思路和计算方法，至今仍有参考价值。