你的浏览器禁用了JavaScript, 请开启后刷新浏览器获得更好的体验!
【编者的话】Kubernetes、Swarm这类Docker容器集群管理软件能够帮助大家更好的管理Docker容器集群，使得大规模的容器集群部署和管理变的简单。那么能不能将这些管理软件运行在Docker容器内部呢？ 如果想把它们运行在容器内部，就需要能够在容器内启动宿主机上的容器。下面，我没来看看怎么才能在容器内启动宿主机上的容器。
首先，我们看看Docker Daemon是如何接收外部发送来的请求的。默认情况下Docker Daemon监听的是unix:///var/run/docker.sock，但是必须具有root权限才能与Daemon交互。Docker Daemon还可以设置监听TCP链接，这可在启动Docker的时候通过-H 参数指定。
-H,&--host=[]&&&&&&&&&&&&&&&&&&&&&&&&&&The&socket(s)&to&bind&to&in&daemon&mode&or&connect&to&in&client&mode,&specified&using&one&or&more&tcp://host:port,&unix:///path/to/socket,&fd://*&or&fd://socketfd.&&
那么，只要能够向Docker监听的unix或tcp socket发送对应的Rest API请求，就能完成所有Docker CLI命令行能做的操作了。目前在GitHub多个语言版本的docker-client SDK，如：Go版本的SDK（t)、Python版本的SDK（）。那么，你在自己的应用程序中引用对应的SDK，就可以向Docker Daemon发送命令以完成启动、停止容器等操作。
当然，在Docker容器内使用Docker的CLI命令行也能够向Docker Daemon发送请求完成相应的操作。下面通过一个例子来说明如何才能在容器内发送命令在host启动容器。
首先，启动一个Docker容器：
[root@localhost&~]#&docker&&run&-it&-v&/var/lib/docker:/var/lib/docker&-v&/var/run/docker.sock:/var/run/docker.sock&&-v&/usr/bin/docker:/usr/bin/docker&&--privileged=true&&centos&&/bin/bash&
通过，-v参数暴露了容器启动所需要的所有文件。前文也提到unix socket需要使用root权限，因此，增加了--privileged=true，在容器内使用CLI命令行在host上启动容器，上述命令参数毕不可少。
在Docker容器内启动一个dockerui的容器。
通过Chrome查看：
可以看到容器启动成功。可能大家会有疑问，宿主容器停止了之后，在容器内启动的host上容器会不会也退出。答案是：host容器不会退出。下面，我们退出启动的宿主容器，看看Dockerui是否还能正常访问。
通过上面的实验，表明在Docker容器内启动host上容器是完全可行的。那么将K8S等部署在容器内也应该是没有问题的。
看了文章，可行性应该是有的，只是细节方面有待商榷。我在创建第一台容器时：
run -it -v /var/lib/docker:/var/lib/docker -v /var/run/docker.sock:/var/run/docker.sock
-v /usr/bin/docker:/usr/bin/docker
--privileged=true
执行docker images时：
FATA[0000] Cannot connect to the Docker daemon. Is 'docker -d' running on this host?
我觉得是不是应该讲宿主机中的某些文件映射到容器中，而此处给出的不全呢？应该不是需要手动在容器中启动docker服务
要回复文章请先或如何在 Docker 容器之间设置网络
我的图书馆
如何在 Docker 容器之间设置网络
你也许已经知道了，Docker 容器技术是现有的成熟虚拟化技术的一个替代方案。它被企业应用在越来越多的领域中，比如快速部署环境、简化基础设施的配置流程、多客户环境间的互相隔离等等。当你开始在真实的生产环境使用 Docker 容器去部署应用沙箱时，你可能需要用到多个容器部署一套复杂的多层应用系统，其中每个容器负责一个特定的功能（例如负载均衡、LAMP 栈、数据库、UI 等）。
那么问题来了：有多台宿主机，我们事先不知道会在哪台宿主机上创建容器，如果保证在这些宿主机上创建的容器们可以互相联网？
联网技术哪家强？开源方案找 。这个工具可以为你省下不少烦恼。听我的准没错，谁用谁知道。
于是本教程的主题就变成了“如何使用 weave 在不同主机上的 Docker 容器之间设置网络”。
Weave 是如何工作的
让我们先来看看 weave 怎么工作：先创建一个由多个 peer 组成的对等网络，每个 peer 是一个虚拟路由器容器，叫做“weave 路由器”，它们分布在不同的宿主机上。这个对等网络的每个 peer 之间会维持一个 TCP 链接，用于互相交换拓扑信息，它们也会建立 UDP 链接用于容器间通信。一个 weave 路由器通过桥接技术连接到本宿主机上的其他容器。当处于不同宿主机上的两个容器想要通信，一台宿主机上的 weave 路由器通过网桥截获数据包，使用 UDP 协议封装后发给另一台宿主机上的 weave 路由器。
每个 weave 路由器会刷新整个对等网络的拓扑信息，可以称作容器的 MAC 地址（如同交换机的 MAC 地址学习一样获取其他容器的 MAC 地址），因此它可以决定数据包的下一跳是往哪个容器的。weave 能让两个处于不同宿主机的容器进行通信，只要这两台宿主机在 weave 拓扑结构内连到同一个 weave 路由器。另外，weave 路由器还能使用公钥加密技术将 TCP 和 UDP 数据包进行加密。
在使用 weave 之前，你需要在所有宿主机上安装
环境，参考，在 &或 &发行版中安装 Docker。
Docker 环境部署完成后，使用下面的命令安装 weave：
$ wget https:///zettio/weave/releases/download/latest_release/weave$ chmod a+x weave$ sudo cp weave /usr/local/bin
注意你的 PATH 环境变量要包含 /usr/local/bin 这个路径，请在 /etc/profile 文件中加入一行（LCTT 译注：要使环境变量生效，你需要执行这个命令： source /etc/profile）：
export PATH="$PATH:/usr/local/bin"
在每台宿主机上重复上面的操作。
Weave 在 TCP 和 UDP 上都使用 6783 端口，如果你的系统开启了防火墙，请确保这两个端口不会被防火墙挡住。
在每台宿主机上启动 Weave 路由器
当你想要让处于在不同宿主机上的容器能够互相通信，第一步要做的就是在每台宿主机上启动 weave 路由器。
第一台宿主机，运行下面的命令，就会创建并开启一个 weave 路由器容器（LCTT 译注：前面说过了，weave 路由器也是一个容器）：
$ sudo weave launch
第一次运行这个命令的时候，它会下载一个 weave 镜像，这会花一些时间。下载完成后就会自动运行这个镜像。成功启动后，终端会输出这个 weave 路由器的 ID 号。
下面的命令用于查看路由器状态：
$ sudo weave status
第一个 weave 路由器就绪了，目前为止整个 peer 对等网络中只有一个 peer 成员。
你也可以使用 docker 的命令来查看 weave 路由器的状态：
$ docker ps
第二台宿主机部署步骤稍微有点不同，我们需要为这台宿主机的 weave 路由器指定第一台宿主机的 IP 地址，命令如下：
$ sudo weave launch &first-host-IP-address&
当你查看路由器状态，你会看到两个 peer 成员：当前宿主机和第一个宿主机。
当你开启更多路由器，这个 peer 成员列表会更长。当你新开一个路由器时，要指定前一个宿主机的 IP 地址，请注意不是第一个宿主机的 IP 地址（LCTT 译注：链状结构）。
现在你已经有了一个 weave 网络了，它由位于不同宿主机的 weave 路由器组成。
把不同宿主机上的容器互联起来
接下来要做的就是在不同宿主机上开启 Docker 容器，并使用虚拟网络将它们互联起来。
假设我们创建一个私有网络 10.0.0.0/24 来互联 Docker 容器，并为这些容器随机分配 IP 地址。
如果你想新建一个能加入 weave 网络的容器，你就需要使用 weave 命令来创建，而不是 docker 命令。原因是 weave 命令内部会调用 docker 命令来新建容器然后为它设置网络。
下面的命令是在宿主机 hostA 上建立一个 Ubuntu 容器，然后将它放到 10.0.0.0/24 网络中，分配的 IP 地址为 10.0.0.1：
hostA:~$ sudo weave run 10.0.0.1/24 -t -i ubuntu
成功运行后，终端会显示出容器的 ID 号。你可以使用这个 ID 来访问这个容器：
hostA:~$ docker attach &container-id&
在宿主机 hostB 上，也创建一个 Ubuntu 容器，IP 地址为 10.0.0.2：
hostB:~$ sudo weave run 10.0.0.2/24 -t -i ubuntu
访问下这个容器的控制台：
hostB:~$ docker attach &container-id&
这两个容器能够互相 ping 通，你可以通过容器的控制台检查一下。
如果你检查一下每个容器的网络配置，你会发现有一块名为“ethwe”的网卡，你分配给容器的 IP 地址出现在它们那里（比如这里分别是 10.0.0.1 和 10.0.0.2）。
Weave 的其他高级用法
weave 提供了一些非常巧妙的特性，我在这里作下简单的介绍。
使用 weave，你可以创建多个虚拟网络，并为每个网络设置不同的应用。比如你可以为一群容器创建 10.0.0.0/24 网络，为另一群容器创建 10.10.0.0/24 网络，weave 会自动帮你维护这些网络，并将这两个网络互相隔离。另外，你可以灵活地将一个容器从一个网络移到另一个网络而不需要重启容器。举个例子：
首先开启一个容器，运行在 10.0.0.0/24 网络上：
$ sudo weave run 10.0.0.2/24 -t -i ubuntu
然后让它脱离这个网络：
$ sudo weave detach 10.0.0.2/24 &container-id&
最后将它加入到 10.10.0.0/24 网络中：
$ sudo weave attach 10.10.0.2/24 &container-id&
现在这个容器可以与 10.10.0.0/24 网络上的其它容器进行通信了。这在当你创建一个容器而网络信息还不确定时就很有帮助了。
将 weave 网络与宿主机网络整合起来
有时候你想让虚拟网络中的容器能访问物理主机的网络。或者相反，宿主机需要访问容器。为满足这个功能，weave 允许虚拟网络与宿主机网络整合。
举个例子，在宿主机 hostA 上一个容器运行在 10.0.0.0/24 中，运行使用下面的命令：
hostA:~$ sudo weave expose 10.0.0.100/24
这个命令把 IP 地址 10.0.0.100 分配给宿主机 hostA，这样一来宿主机 hostA 也连到了 10.0.0.0/24 网络上了。显然，你在为宿主机选择 IP 地址的时候，需要选一个没有被其他容器使用的地址。
现在 hostA 就可以访问 10.0.0.0/24 上的所有容器了，不管这些容器是否位于 hostA 上。好巧妙的设定啊，32 个赞！
如你所见，weave 是一个很有用的 docker 网络配置工具。这个教程只是它的冰山一角。如果你想进一步玩玩，你可以试试它的以下功能：多跳路由功能，这个在 multi-cloud 环境（LCTT 译注：多云，企业使用多个不同的云服务提供商的产品，比如 IaaS 和 SaaS，来承载不同的业务）下还是很有用的；动态重路由功能是一个很巧妙的容错技术；或者它的分布式 DNS 服务，它允许你为你的容器命名。如果你决定使用这个好东西，欢迎分享你的使用心得。
作者： 译者： 校对：
原创翻译， 荣誉推出
本文由 LCTT 原创翻译，。也想加入译者行列，为开源做一些自己的贡献么？欢迎加入 ！翻译工作和译文发表仅用于学习和交流目的，翻译工作遵照，如果我们的工作有侵犯到您的权益，请及时联系我们。
欢迎遵照转载，敬请在正文中标注并保留原文/译文链接和作者/译者等信息。
文章仅代表作者的知识和看法，如有不同观点，请楼下排队 :D
TA的最新馆藏如何在Docker容器内外互相拷贝数据？_docker中文社区_ThinkSAAS
如何在Docker容器内外互相拷贝数据？
如何在Docker容器内外互相拷贝数据？
内容来源： 网络
如何在Docker容器内外互相拷贝数据？
从容器内拷贝文件到主机上
[plain] 
从主机上拷贝文件到容器内
参考自：
1.用-v挂载主机数据卷到容器内
[plain] 
2.直接在主机上拷贝到容器物理存储系统
A. 获取容器名称或者id :
[plain] 
B. 获取整个容器的id
[plain] 
C. 在主机上拷贝文件:
[plain] 
例子：
[plain] 
3.用输入输出符
[plain] 
[plain] 
转载自：http://blog.csdn.net/yangzhenping/article/details/
PHP开发框架
开发工具/编程工具
服务器环境
ThinkSAAS商业授权：
ThinkSAAS为用户提供有偿个性定制开发服务
ThinkSAAS将为商业授权用户提供二次开发指导和技术支持
让ThinkSAAS更好，把建议拿来。
开发客服微信昔日的贫困村，如今已成为“世外桃源”。
迄今世界最长跨海大桥――港珠澳大桥主体将全线贯通。
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
　　如今，越来越多的公司开始使用 Docker 了，现在来给大家看几组数据：
　　2 / 3 的公司在尝试了 Docker 后最终使用了它
　　也就是说 Docker 的转化率达到了 67%，而转化时长也控制在 60 天内。
　　越大型的公司越早开始使用 Docker
　　研究发现主机数量越多的公司，越早开始使用 Docker。而主机数量多，在这个研究里就默认等同于是大型公司了。
　　Docker 优势
　　那为什么 Docker 越来越火呢？一谈起 Docker 总是会跟着让人联想到轻量这个词，甚至会有一种通过 Docker 启动一个服务会节省很多资源的错觉。然而 Docker 的「轻」也只是相对于传统虚拟机而已。
　　传统虚拟机和 Docker 的对比如图：
　　从图中可以看出 Docker 和 虚拟机的差异，虚拟机的 Guest OS 和 Hypervisor 层在 Docker 中被 Docker Engine 层所替代，Docker 有着比虚拟机更少的抽象层。
　　由于 Docker 不需要通过 Hypervisor 层实现硬件资源虚拟化，运行在 Docker 容器上的程序直接使用实际物理机的硬件资源。因此在 CPU、内存利用率上 Docker 略胜一筹。
　　Docker利用的是宿主机的内核，而不需要 Guest OS，因此，当新建一个容器时，Docker 不需要和虚拟机一样重新加载一个操作系统内核，因此新建一个 Docker 容器只需要几秒钟。
　　总结一下 Docker 容器相对于 VM 有以下几个优势：启动速度快、资源利用率高、性能开销小。
　　Docker 监控方案
　　那么，Docker 如何监控呢？可能具体问题要具体分析。但是似乎大家都在使用开源的监控方案，来解决 Docker监控的问题。
　　就拿腾讯游戏来说吧，我们看看尹烨（腾讯互娱运营部高级工程师， 干货 | 腾讯游戏是如何使用 Docker 的？ ）怎么说：
　　容器的监控问题也花了我们很多精力。监控、告警是运营系统最核心的功能之一，腾讯内部有一套很成熟的监控告警平台，而且开发运维同学已经习惯这套平台，如果我们针对 Docker 容器再开发一个监控告警平台，会花费很多精力，而且没有太大的意义。所以，我们尽量去兼容公司现有的监控告警平台。每个容器内部会运行一个代理，从 /proc 下面获取 CPU、内存、IO 的信息，然后上报公司的监控告警平台。但是，默认情况下，容器内部的 proc 显示的是 Host 信息，我们需要用 Host 上 cgroup 中的统计信息来覆盖容器内部的部分 proc 信息。我们基于开源的 lxcfs，做了一些改造实现了这个需求。
　　这些解决方案都是基于开源系统来实现的，当然，我们也会把我们自己觉得有意义的修改回馈给社区，我们给 Docker、Kubernetes 和 lxcfs 等开源项目贡献了一些 patch。融入社区，与社区共同发展，这是一件很有意义的事情。
　　在没有专业运维团队来监控 Docker 的情况下，并且还想加快 Docker 监控的日程，怎么办呢？
　　为了能够更精确的分配每个容器能使用的资源，我们想要实时获取容器运行时使用资源的情况，怎样对 Docker 上的应用进行监控呢？Docker 的结构会不会加大监控难度？
　　我们都了解， container 相当于小型 host，可以说存在于 hosts 与应用之间的监控盲区，无论是传统的基础组件监控还是应用性能监控的方式，都很难有效地监控 Docker。了解了一下现有的 Docker 相关监测 App 和服务，包括简单的开源工具和复杂的企业整体解决方案，下面列举其中的几种作为参考：
　　1. cAdvisor
　　谷歌的 container introspection 解决方案是 cAdvisor，这是一个 Docker 容器内封装的实用工具，能够搜集、集料、处理和导出运行中的容器的信息。通过它可以看到 CPU 的使用率、内存使用率、网络吞吐量以及磁盘空间利用率。然后，你可以通过点击在网页顶部的 Docker Containers 链接，然后选择某个容器来详细了解它的使用情况。cAdvisor 部署和使用简单，但它只可以监视在同一个 host 上运行的容器，对多节点部署不是太管用。
　　2. Cloud Insight
　　在我们列举的几个监控 Docker 的服务或平台中，这是唯一一款国内产品。Cloud Insight 支持多种操作系统、云主机、数据库和中间件的监控，原理是在平台服务仪表盘和自定义仪表盘中，采集并处理 Metric，对数据进行聚合与分组等计算，提供曲线图、柱状图等多样化的展现形式。优点是监控的指标很全，简单易用，但目前正式版还未上线，可以期待一下。
　　3. Scout
　　Scout 是一款监视服务，并不是一个独立的开源项目。它有大量的插件，除了 Docker 信息还可以吸收其他有关部署的数据。因此 Scout 算是一站式监控系统，无需对系统的各种资源来安装各种不同的监控系统。 Scout 的一个缺点是，它不显示有关每个主机上单独容器的详细信息。此外，每个监控的主机十美元这样略微昂贵的价格也是是否选择 Scout 作为监控服务的一个考虑因素，如果运行一个有多台主机的超大部署，成本会比较高。
　　4. Sematext
　　Sematext 也是一款付费监控解决方案，计划收费方案是3.5美分/小时。同样也支持 Docker 监控，还包括对容器级事件的监测（停止、开始等等）和管理容器产生的日志。
　　Docker 监控实践Prometheus
　　我们先来说说一套开源的 Docker 监控方案：；而此篇文字的原文地址：。
　　Prometheus 由 SoundCloud 发明，适合于监控基于容器的基础架构。Prometheus 特点是高维度数据模型，时间序列是通过一个度量值名字和一套键值对识别。灵活的查询语言允许查询和绘制数据。它采用了先进的度量标准类型像汇总（summaries），从指定时间跨度的总数构建比率或者是在任何异常的时候报警并且没有任何依赖，中断期间使它成为一个可靠的系统进行调试。
　　Prometheus 支持维度数据，你可以拥有全局和简单的指标名像 container_memory_usage_bytes ，使用多个维度来标识你服务的指定实例。
　　我已经创建了一个简单的 container-exporter 来收集 Docker 容器的指标以及输出给 Prometheus 来消费。这个输出器使用容器的名字，id 和 镜像作为维度。额外的 per-exporter 维度可以在 prometheus.conf 中设置。
　　如果你使用指标名字直接作为一个查询表达式，它将返回有这个使用这个指标名字作为标签的所有时间序列。
　　container_memory_usage_bytes{env=&prod&,id=&23f731ee29ae12fef1ef6726e2fce60e5e3cb47e3c7a&,instance=&http://1.2.3.4:9088/metrics&,job=&container-exporter&,name=&haproxy-exporter-int&,image=&prom/haproxy-exporter:latest&} 000 container_memory_usage_bytes{env=&prod&,id=&57690ddfd3bb954d59b2d9dcdfbe999bcedf8c&,instance=&http://1.2.3.5:9088/metrics&,job=&container-exporter&,name=&haproxy-exporter&,image=&prom/haproxy-exporter:latest&} 000 container_memory_usage_bytes{env=&prod&,id=&907ac267ebbe4ea6fd7bf3cb4900adc832a302b4&,instance=&http://1.2.3.2:9088/metrics&,job=&container-exporter&,name=&node-exporter&,image=&prom/container-exporter:latest&} ... ...
　　如果你运行了许多容器，这个看起来像这样：
　　为了帮助你使得这数据更有意义，你可以过滤（filter） and/or 聚合（aggregate） 这些指标。
　　使用 Prometheus 的查询语言，你可以对你想的任何维度的数据切片和切块。如果你对一个给定名字的所有容器感兴趣，你可以使用一个表达式像 container_memory_usage_bytes{name=&consul-server&}，这个将仅仅显示 name == &consul-server& 的时间序列。
　　像多维度的数据模型，来实现数据聚合、分组、过滤，不单单是 Prometheus。OpenTSDB 和 InfluxDB 这些时间序列数据库和系统监控工具的结合，让系统监控这件事情变得更加的多元。
　　接下来，我们为大家介绍国内一家同样提供该功能的监控方案：。有关其数据聚合的功能可以阅读：数据聚合 & 分组：新一代系统监控的核心功能。
　　现在我们来对比 Prometheus 和 Cloud Insight 在数据聚合、分组（切片）上的展现效果和功能。
　　数据聚合
　　根据不同的 Container Name 或 Image Name 对内存使用量或 Memeory Cache 进行聚合。
　　数据分组（切片）
　　根据不同的 Container Name 或 Image Name 对内存使用量或 Memeory Cache进行分组（切片）。
　　Docker 监控实战
　　单方面监控 Docker 可能并不太适合与业务挂钩的应用，当业务量上涨，不单单是 Docker 的负载上升，其他 JVM 指标也能也会出现上升的趋势。
　　我们尝试使用一个支持比较多中间件、数据库、操作系统、容器的 Cloud Insight 来说明这个实际的场景。
　　Cloud Insight
　　Cloud Insight 由于是一个 SaaS 监控方案，相对来说它的安装和部署都比较简单。在这次监控实战中，我们以 AcmeAir 为实验对象：一个可以模拟压力的电子商务类应用。
　　AcmeAir 是一款由原 IBM 新技术架构部资深工程师 Andrew Spyker，利用 Netflix 开源的 Netflix OSS 打造的开源电子商务应用。此应用具有如下特性：
　　模拟提供航班订票服务。用户可以通过移动设备或者 web 浏览器，完成新用户注册，用户登录，航班查询，订票等操作。AcmeAir 融入了 Docker，微服务架构等理念。并采用 Tomcat、Node.js、WebSphere Application Server、WebSphere Extreme Scale、MongoDB、Cassandra 分别打造了不同版本的实现。AcmeAir 利用 JMeter 模拟用户行为。可通过动态调整用户数量，模拟产生各种压力的事物流量。并可在应用中预先植入错误代码，模拟各种故障场景。该应用可做为压力测试，终端用户体验异常检测，故障诊断等各种测试场景的测试用例。
　　首先，我们要打开 Cloud Insight 监控，还好 Cloud Insight 安装简单，一条命令即可。接着，我们新建一个用于此次监控的仪表盘，依次将想要获取的指标统统添加进去。比如，选中 jvm.non_heap_memory 这个指标，选择按照 instance 分组。
　　我们添加以下指标：
　　docker.cpu.user docker.cpu.sysytem docker.containers.running jvm.heap_memory jvm.non_heap_memory jvm.gc.cms.count jvm.heap_memory_max jvm.gc.parnew.time
　　添加后，由自定义仪表盘中的显示效果如图：
　　应用 Acme 部署在四台 servers 上，我们开启四台 servers, 然后用 JMeter 给应用加压。
　　随着时间 JMeter 不断给应用加压，当 users 人数达到 188 时，我们再来看一下仪表盘的视图。
　　如图，性能数据发生了变化，根据 JMeter 里的数据，CPU 占用和错误率都有所提升；与此同时，根据 Cloud Insight 里的曲线显示，在指标 docker.cpu.user 这幅图中，蓝色的线所代表的 Container CPU 占用率已经超过 50%，逐渐接近 75%，系统剩余的 CPU 资源逐渐下降。
　　而指标 docker.cpu.system 图中同样可以看到蓝色的那条数据在 18：29 左右出现了一个波峰，代表系统 CPU 资源消耗突然增大。通过这两幅图，我们可以定位到 CPU 占用率过高的 Container ，及时而主动地去了解性能瓶颈，从而优化性能，合理分配资源。
　　再看 jvm.heap_memory 指标，图中几条曲线在 18:20 之后逐渐升高，黄色曲线在 18：28 左右出现波峰，浅蓝色曲线数值较高，用 jvm.heap_memory 的值去比左图 jvm.heap_memory_max 的值，将能更清楚的反映 JVM 堆内存的消耗情况。
　　而 jvm.gc.parnew.time 图中显示了新生代并行 GC 的时间数据。GC 是需要时间和资源的，不好的 GC 会严重影响系统的系能，良好的 GC 是 JVM 高性能的保证。
　　无法被监控的软件是很危险的，通过解读这张 Docker 仪表盘总览图，我们可以了解到 Docker 实时性能状况，精准定位到性能薄弱的环节，从而优化我们的应用。
　　Docker 兼容相比其他的数据库、系统、中间件监控，要复杂一些。由于需要表征不同 Container 的性能消耗，来了解不同应用的运行情况，所以数据的聚合、切片（分组）和过滤，在 中成为了必备功能。
　　所以我们推荐使用了时间序列数据库，或者类似设计逻辑的监控方案，如：Prometheus 和 Cloud Insight。
　　而 Docker 单方面的监控，可能不太满足一些大型公司的需求，如果一个工具在监控 Docker 同时能够监控其他组件，那就更好了。
　　国外出现了 Graphite、Grafana 和 Host Graphite，能够让用户将不同数据来源都集中在同一个地方进行展现；而国内 似乎也是这样的思路。
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
搜狐公众平台官方账号
生活时尚&搭配博主 /生活时尚自媒体 /时尚类书籍作者
搜狐网教育频道官方账号
全球最大华文占星网站-专业研究星座命理及测算服务机构
了解最新it相关新闻信息
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：}