第 159 节 · SECTION 159
本章小结
本章小结
本章从三个维度介绍了容器可观测性：
- 指标监控：以 Prometheus + Grafana 为主，完成指标采集、存储与可视化。
- 日志管理：以 EFK/ELK 为例，完成容器日志的集中采集、检索与分析。
- 性能优化与故障诊断：把观测到的数据落到资源限制、瓶颈定位与线上排错上。
生产环境中，建议将“可观测性”当成一个完整闭环：采集 -> 存储 -> 展示 -> 告警 -> 排错 -> 容量治理。
扩展阅读：Docker 日志驱动
Docker 提供了多种日志驱动 (Log Driver)，用于将容器标准输出的日志转发到不同后端。
常见的日志驱动包括：
json-file：默认驱动，将日志以 JSON 格式写入本地文件。syslog：将日志转发到 syslog 服务器。journald：将日志写入 systemd journal。fluentd：将日志转发到 fluentd 收集器。gelf：支持 GELF 协议的日志后端（如 Graylog）。awslogs：发送到 Amazon CloudWatch Logs。
生产建议：无论采用哪种驱动，都要明确日志的保留周期、容量上限与传输可靠性，避免“日志把磁盘写满”或“链路抖动导致丢日志”。
19.4 日志平台选型对比与注意事项
日志平台通常由“采集/处理/存储/查询展示”几部分组成。常见选型包括：
- EFK/ELK：Elasticsearch + Fluentd/Logstash + Kibana，适合全文检索与结构化查询。
- Loki + Grafana：更偏“日志像指标一样存储”的思路，部署与成本可能更友好，但查询能力与使用习惯不同。
选型时建议关注：
- 写入压力与背压：当存储端变慢时，采集端是否会缓冲、落盘、重试，是否会影响业务。
- 容量治理：是否具备按天/按大小滚动、保留策略、生命周期管理 (ILM) 等能力。
- 安全与合规：鉴权、TLS、审计、敏感字段脱敏。
- 可运维性：升级策略、备份恢复、告警指标是否齐全。
19.5 上线前检查清单
你可以用下面的清单快速检查“是否具备最小生产可用性”：
- Prometheus 数据目录已持久化，并设置了合理的保留周期。
- Prometheus Targets 全部为
UP，并且关键查询（CPU/内存/容器指标）有数据。 - Grafana 已导入面板并能定位到具体实例/容器；默认账号密码已修改。
- 至少有一条关键告警已打通 Alertmanager 的接收链路，并验证告警能被正确发送与抑制。
- Elasticsearch 数据目录已持久化，并有明确的日志保留周期与容量上限策略。
- Kibana 能查询到最新日志；当 UI 异常时能用 Elasticsearch API 验证入库。
- 可观测性组件未直接暴露到公网，访问已加鉴权或置于内网。