google/cadvisor-canary

cAdvisor

镜像概述和主要用途

cAdvisor（容器顾问）为容器用户提供对其运行中容器的资源使用情况和性能特征的理解。它是一个运行的守护进程，负责收集、聚合、处理和导出有关运行中容器的信息。具体而言，它为每个容器保留资源隔离参数、历史资源使用情况、完整历史资源使用的直方图以及网络统计信息。这些数据按容器和整机范围导出。

cAdvisor原生支持https://github.com/docker/docker%E5%AE%B9%E5%99%A8%EF%BC%8C%E5%B9%B6%E5%BA%94%E6%94%AF%E6%8C%81%E5%87%A0%E4%B9%8E%E6%89%80%E6%9C%89%E5%85%B6%E4%BB%96%E5%AE%B9%E5%99%A8%E7%B1%BB%E5%9E%8B%E3%80%82%E6%88%91%E4%BB%AC%E8%87%B4%E5%8A%9B%E4%BA%8E%E5%85%A8%E9%9D%A2%E6%94%AF%E6%8C%81%E5%90%84%E7%A7%8D%E5%AE%B9%E5%99%A8%E7%B1%BB%E5%9E%8B%EF%BC%8C%E5%A6%82%E6%9C%89%E4%B8%8D%E6%94%AF%E6%8C%81%E7%9A%84%E6%83%85%E5%86%B5%EF%BC%8C%E8%AF%B7%E9%9A%8F%E6%97%B6%E6%8F%90%E4%BA%A4issue%E3%80%82cAdvisor%E7%9A%84%E5%AE%B9%E5%99%A8%E6%8A%BD%E8%B1%A1%E5%9F%BA%E4%BA%8Ehttps://github.com/google/lmctfy%EF%BC%8C%E5%9B%A0%E6%AD%A4%E5%AE%B9%E5%99%A8%E6%9C%AC%E8%B4%A8%E4%B8%8A%E6%98%AF%E5%B1%82%E6%AC%A1%E5%8C%96%E5%B5%8C%E5%A5%97%E7%9A%84%E3%80%82

!cAdvisor

核心功能和特性

• 多容器支持：原生支持Docker容器，同时兼容多种其他容器类型
• 全面数据收集：收集资源隔离参数、历史资源使用、资源使用直方图及网络统计
• 层次化容器模型：基于lmctfy的容器抽象，支持容器的层级嵌套结构
• 多维度数据导出：按容器和整机级别导出监控数据
• 灵活部署选项：支持Docker容器部署、独立运行及Kubernetes DaemonSet部署

使用场景和适用范围

• 单节点容器资源监控与性能分析
• Kubernetes集群环境中的容器监控
• 容器资源使用趋势分析与问题诊断
• 容器性能优化与资源调配决策支持

使用方法和配置说明

快速启动：Docker容器部署

通过以下命令可快速在Docker环境中启动cAdvisor，监控整个主机的容器：

bash
sudo docker run \
  --volume=/:/rootfs:ro \
  --volume=/var/run:/var/run:ro \
  --volume=/sys:/sys:ro \
  --volume=/var/lib/docker/:/var/lib/docker:ro \
  --volume=/dev/disk/:/dev/disk:ro \
  --publish=8080:8080 \
  --detach=true \
  --name=cadvisor \
  google/cadvisor:latest

启动后，可通过http://localhost:8080访问cAdvisor Web界面。

注意：在CentOS、Fedora或RHEL系统（或使用LXC）上运行时，需参考运行说明。

其他部署方式

• 独立运行：详见独立运行说明
• 高级配置：参考cAdvisor运行选项
• Kubernetes部署：可作为DaemonSet运行，详见Kubernetes部署说明
• 自定义镜像构建：参见部署文档

数据导出与集成

cAdvisor支持将统计数据导出到多种存储插件，详细配置和示例请参见存储文档。

Web UI

cAdvisor提供Web界面，可通过以下地址访问： http://<主机名>:<端口>/

更多Web UI使用细节请参见Web界面文档。

远程REST API及客户端

cAdvisor通过版本化REST API公开原始和处理后的统计数据，API详情参见API文档。

官方提供Go客户端实现，位于client目录，使用说明参见客户端文档。

路线图

cAdvisor未来发展方向包括：

• 提供容器性能建议（如资源竞争、资源不足等场景）
• 基于性能建议实现容器自动调优
• 为集群调度器和编排层提供资源使用预测

社区支持

欢迎贡献代码、提问和反馈！cAdvisor开发团队在Slack的#sig-node频道交流（可通过此链接获取邀请）。同时可通过kubernetes-users Google Groups邮件列表进行交流。