别只会docker stats了:cAdvisor把CPU、内存、磁盘和网络监控搬进Web页面

简介: docker

别只会docker stats了:cAdvisor把CPU、内存、磁盘和网络监控搬进Web页面

前言

docker stats 适合临时看一眼容器资源,但当容器数量变多,排查 CPU、内存、文件系统和网络问题时,一个能够按主机、容器列表和单容器详情逐层查看的 Web 页面会更直观。

这篇在飞牛 NAS 上部署 cAdvisor v0.47.0。容器使用 --privileged,并只读挂载 /rootfs、/var/run、/sys 和 /var/lib/docker,再通过 --publish=8087:8080 把 cAdvisor 容器内的 8080 映射到宿主机 8087。

部署后先访问主机资源页面,再进入 /docker 查看容器列表,继续点开单个容器观察更详细的运行指标。这样可以先把“机器变慢时到底哪个容器异常”这类问题可视化。

远程部分继续把宿主机 8087 建立 HTTP 公网入口,先验证随机地址,再切换固定二级子域名。

需要特别说明:本文没有接 Prometheus、InfluxDB 或 Grafana,因此重点是 cAdvisor 自带界面的即时观测与排查,不把它写成已经完成长期历史监控平台。

这种方式特别适合刚开始做容器监控的人:不用先理解复杂的指标体系,也不必一上来就搭完整监控栈,先通过 Web 页面建立对 CPU、内存、文件系统和网络状态的直观认识,再决定哪些指标值得长期采集。排查问题时,也能更快从整机状态缩小到具体容器,而不是一开始就在所有日志里盲找。

image-202604031625580481.什么是cAdvisor?

cAdvisor(Container Advisor)可以读取容器和宿主机的资源统计信息,并通过 Web 页面展示。

这篇里真正会用到的指标主要包括:

  • CPU;
  • 内存;
  • 文件系统;
  • 网络 I/O;
  • 容器基本信息;
  • 宿主机整体资源状态。

如果只是第一次给 Docker 加监控,它的优势就是:

先把容器资源看见,再决定要不要继续接 Prometheus、Grafana 这一类更完整的监控栈。

2 先在飞牛NAS打开SSH

进入飞牛设置,打开 SSH:

463c5f2aa280d7887420494b8b8f852e

准备终端连接:

27abe7f94baeaebc1738b60b1ba78933

连接成功以后:

e16c7480a399e50f627439329422c5a7

然后继续检查 Docker。

3 检查Docker环境

执行:

docker -v 
systemctl status -v

也可以直接从飞牛页面确认 Docker:

bc2a0952beed8ca143a171bb000b2b23

这里代码块里的:

systemctl status -v

本身比较可疑,但属于既有操作内容,所以代码不直接改。

真正需要确认的是:

Docker 已经安装并能正常运行。

4 创建cAdvisor目录

先创建目录并进入:

mkdir -p cadvisor
cd cadvisor/

image-20260403113207819

接下来就可以启动 cAdvisor 容器。

5 一条Docker命令启动cAdvisor

执行:

docker run -d --name=cadvisor \
  --privileged \
  --volume=/:/rootfs:ro \
  --volume=/var/run:/var/run:ro \
  --volume=/sys:/sys:ro \
  --volume=/var/lib/docker/:/var/lib/docker:ro \
  --publish=8087:8080 \
  gcr.io/cadvisor/cadvisor:v0.47.0

image-20260403113538926

这条命令值得拆开看一下。

  • --name=cadvisor:容器名;
  • --privileged:给予容器较高权限;
  • /:/rootfs:ro:只读挂载宿主机根文件系统;
  • /var/run:/var/run:ro:读取运行时信息;
  • /sys:/sys:ro:读取系统和 cgroup 相关信息;
  • /var/lib/docker/:/var/lib/docker:ro:读取 Docker 数据;
  • --publish=8087:8080:宿主机 8087 映射到容器 8080;
  • 镜像:gcr.io/cadvisor/cadvisor:v0.47.0。

这里需要纠正一个容易混淆的理解:

本文对外访问的是宿主机 8087,cAdvisor 容器内仍然是 8080。

所以 8087 是这次 Docker 映射出来的主机端口,不应简单理解为 cAdvisor 自身固定默认端口。

6 这组挂载为什么不能忽略

为了看到宿主机和 Docker 容器的资源信息,cAdvisor 需要读取不少系统信息。

虽然多个目录以 ro 只读方式挂载,但容器同时使用了:

--privileged

这意味着它不是一个普通的低权限 Web 容器。

因此这套部署更适合放在自己控制的主机上。

后面如果要开放远程访问,更应该保护好入口,不要因为“只是监控页面”就随意公开。

7 打开cAdvisor Web页面

部署完成以后,在浏览器访问:

http://飞牛IP:8087

image-20260403113605431

页面能打开,说明:

Docker容器 → 端口映射 → cAdvisor Web UI

这一层已经跑通。

8 先看宿主机整体资源

访问:

http://192.168.42.147:8087/containers/

页面:

image-20260403150535532

这里可以先从整台主机维度查看:

  • CPU;
  • 内存;
  • 文件系统;
  • 网络。

如果遇到“整台机器突然变慢”,我会先从这里确认:

到底是整个宿主机都在吃紧,还是某个容器特别异常。

9 再进入Docker容器列表

继续访问:

http://192.168.42.147:8087/docker

image-20260403150650361

这里能看到 Docker 基本信息以及当前运行的容器。

在 Subcontainers 下面,会列出主机中的容器。

这一步比只在终端盯一行行数字更适合先找“谁最可疑”。

10 点进单个容器看详情

点击一个具体容器:

image-20260403150838691

继续往下:

image-20260403150857085

还可以看到更多资源信息:

image-20260403150941994

image-20260403151011224

image-20260403151026098

这样排查链路就变成:

宿主机整体 → Docker列表 → 单个容器 → 具体资源指标。

当服务器变慢时,这种逐层定位比一开始就翻所有日志更有方向。

11 cAdvisor和docker stats是什么关系

docker stats 很适合快速确认:

“现在哪个容器 CPU 或内存占用高?”

cAdvisor 的优势则是把这些容器资源信息放到 Web 页面里,并提供更多维度的查看入口。

两者并不冲突。

我更愿意把它们理解成:

  • docker stats:终端里的即时快照;
  • cAdvisor:更直观的容器资源观察入口。

如果只是临时排查,docker stats 很快。

如果希望长期开着一个页面观察容器,cAdvisor 会更方便。

12 这里没有完成“长期历史监控”

开头的痛点里提到:

docker stats 不能保存历史记录。

但这篇实际只部署了 cAdvisor 自带 Web UI。

没有继续接:

  • Prometheus;
  • InfluxDB;
  • Grafana;
  • 长期时序数据库。

所以本文能证明的是:

cAdvisor 已经把容器资源状态可视化。

不能进一步写成:

已经完成长期持久化历史监控。

如果后续真正需要保留几天、几周甚至几个月的趋势数据,下一步应该把 cAdvisor 指标接入时序数据库和可视化平台。

13 什么情况下cAdvisor最有用

比较典型的是这些问题:

  • 某台 Docker 主机突然变慢;
  • 怀疑某个容器内存不断上涨;
  • 想看容器网络流量;
  • 想比较不同容器的资源状态;
  • 想先快速建立 Docker 可观测性;
  • 还不想一开始就搭一套完整监控平台。

它更像 Docker 监控的第一层。

不是完整监控系统的终点。

14 本地监控够用的话,到这里就可以停

如果只在家庭或公司局域网里查看飞牛 NAS:

飞牛IP:8087

已经够用。

如果人经常在外面,还想看看 NAS 上哪些容器最近异常,再继续配置远程入口。

这里 cpolar 只负责把 Web 页面带到外部网络。

cAdvisor 仍然负责读取和展示容器指标。

15 安装cpolar

执行:

sudo curl https://get.cpolar.sh | sh

image-20250725104019896

安装完成以后检查:

sudo systemctl status cpolar

22e5adfaf290a17fc3384bb296055259

然后通过主机 IP 加 9200 进入 Web UI:

8a6698b1bf26d64ba3645827fbfb1c29

16 给8087创建随机公网地址

进入:

隧道管理 → 创建隧道

参数保持为:

  • 隧道名称:cadvisor
  • 协议:http
  • 本地地址:8087
  • 域名类型:随机域名
  • 地区:China Top

image-20260403154005084

创建成功以后,进入在线隧道列表:

image-20260403155223348

复制公网地址测试:

image-20260403155430663

页面能够从外部打开以后,说明远程访问链路已经建立。

17 公网打开cAdvisor后,最该担心的不是“能不能看”

cAdvisor 页面会暴露宿主机和容器相关的资源信息。

虽然本文主要展示 CPU、内存、网络和文件系统,但监控页面本身仍然属于运维信息入口。

再加上 cAdvisor 容器使用了较高权限。

所以远程访问真正应该考虑的是:

  • 谁能访问;
  • 公网地址是否长期暴露;
  • 是否增加额外认证;
  • 是否限制来源;
  • 是否真的需要让所有人访问。

本文后续只演示公网地址和固定地址,没有实际配置额外登录认证。

因此不能把“HTTPS 公网地址能打开”直接写成“监控平台已经安全”。

18 临时查看先用随机地址

随机地址适合先验证远程访问。

如果只是偶尔在外面排查一次 Docker 状态,这一步已经能满足基本需求。

具体随机地址策略和套餐规则可能变化,应以实际服务页面为准。

19 长期查看再配置固定二级子域名

进入预留页面:

https://dashboard.cpolar.com/reserved

页面:

image-20250918151358733

选择保留二级子域名。

示例使用:

cadvisor

image-20260403160828451

然后进入隧道列表,找到对应隧道并编辑:

image-20260403161321462

修改为:

  • 域名类型:二级子域名;
  • Sub Domain:填写已经保留的名称;
  • 地区:China Top。

更新:

点击更新image-20260403161406211

查看在线隧道:

image-20260403161430556

最后使用固定地址访问:

image-20260403162523993

页面可以正常打开以后,固定远程入口就完成了。

20 远程运维更适合“小范围可见”

监控页面和普通博客页面不一样。

它展示的是机器和容器的运行状态。

所以如果只是自己使用,我会更倾向于:

让它只对需要的人可见。

而不是把固定地址到处分享。

如果后续再扩展完整监控平台,也应该把身份认证、访问控制、告警和历史数据一起考虑进去。

21 这篇真正跑通了哪些内容

已经实际完成:

  • 飞牛 NAS SSH;
  • Docker 环境;
  • cAdvisor v0.47.0;
  • 宿主机 8087;
  • 主机资源页面;
  • Docker 容器列表;
  • 单容器资源详情;
  • 随机公网访问;
  • 固定二级子域名。

没有在本文中真正完成的包括:

  • 长期历史存储;
  • Prometheus;
  • Grafana;
  • 告警;
  • 登录认证;
  • 多节点集中监控。

所以这篇最准确的定位是:

先把 Docker 容器从“看不清”变成“随时能打开页面查看”。

如果后续监控需求继续变复杂,再往完整可观测性平台升级。

总结

这套流程可以拆成三层:cAdvisor 负责读取宿主机与容器资源,8087:8080 负责把 Web UI 暴露到飞牛 NAS,公网入口再把这张监控页面带到外部设备。

本地阶段已经实际验证宿主机资源、Docker 容器列表和单容器详情;远程阶段则完成随机地址与固定二级子域名访问。

需要注意的是,本文使用 --privileged 并挂载多个宿主机目录,同时没有配置 Prometheus、Grafana、持久化历史数据或独立身份认证,所以更适合作为 Docker 可观测性的起点。

如果后续需要长期趋势、告警和多主机集中监控,再在 cAdvisor 指标之上继续扩展完整监控栈会更合适。

相关文章
|
21天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9057 28
|
20天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
4098 16
|
19天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2329 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
7天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
6天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
488 1
|
14天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
1069 2
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
8天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
1041 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面