prometheus + grafana + cadvisor 是主流轻量 docker 监控方案：cadvisor 采集容器指标并暴露 prometheus 兼容数据，prometheus 拉取存储并定义告警规则，alertmanager 负责通知，grafana 可视化；另有 docker stats 轮询、telegraf+influxdb 等轻量替代方案。
用 Prometheus + Grafana 搭配 cAdvisor 是目前最主流、轻量且可落地的 Docker 容器监控告警方案。
采集容器指标：cAdvisor 是核心数据源
cAdvisor 是 Google 开源的容器资源监控工具，原生支持 Docker，能自动发现所有运行中的容器，实时采集 CPU、内存、网络、磁盘 I/O 等指标，并通过 HTTP 接口（默认 :8080/metrics）暴露 Prometheus 兼容的文本格式数据。
- 启动方式简单：直接运行官方镜像即可，例如：
docker run -d --name=cadvisor -p 8080:8080 --privileged -v /:/rootfs:ro -v /var/run:/var/run:rw -v /sys:/sys:ro -v /var/lib/docker/:/var/lib/docker:ro gcr.io/cadvisor/cadvisor:v0.49.1 - 确保宿主机时间同步、内核版本 ≥ 3.10，否则部分指标（如网络统计）可能缺失或不准
- 若使用 Docker Compose 或 Kubernetes，建议将 cAdvisor 作为 DaemonSet 或全局服务部署，保证每台节点都有一个实例
存储与查询：Prometheus 负责拉取和存算
Prometheus 主动从 cAdvisor 的 /metrics 端点定期抓取数据（默认 15s 一次），本地存储时序数据，并提供强大的 PromQL 查询能力，是告警规则定义的基础。
- 在
prometheus.yml中配置 job 抓取 cAdvisor：scrape_configs:<br> - job_name: 'cadvisor'<br> static_configs:<br> - targets: ['host.docker.internal:8080'] # macOS/Windows；Linux 用宿主机 IP 或 127.0.0.1
- 推荐开启远程写入（如 Thanos 或 VictoriaMetrics）用于长期存储，避免本地磁盘爆满
- 注意 scrape timeout 和 relabel 配置，避免因容器频繁启停导致 target 失联或标签混乱
可视化与告警：Grafana 展示 + Alertmanager 通知
Grafana 用于图表展示与告警面板，但真正触发通知的是 Alertmanager——它接收 Prometheus 发来的告警事件，负责去重、分组、静默、路由并对接邮件、钉钉、企业微信、Webhook 等渠道。
- 在 Prometheus 中定义告警规则，例如检测容器内存使用率超 90%：
groups:<br> - name: container_alerts<br> rules:<br> - alert: HighContainerMemoryUsage<br> expr: (container_memory_usage_bytes{container!="",name=~".+"} / container_spec_memory_limit_bytes{container!="",name=~".+"}) > 0.9<br> for: 2m<br> labels:<br> severity: warning<br> annotations:<br> summary: "High memory usage in container {{ $labels.name }}" - Alertmanager 配置需明确 receiver（如 webhook URL）、route（按 label 分流）、inhibit_rules（防告警风暴）
- Grafana 可直接接入 Prometheus 数据源，导入现成 Dashboard（如 ID 179）快速查看容器健康状态，但告警逻辑仍应由 Prometheus + Alertmanager 承担，而非 Grafana 内置告警（稳定性与可靠性较弱）
轻量替代方案：适用于测试或小规模环境
如果暂不引入整套栈，可用更简方案快速起步：
-
docker stats + 脚本轮询：结合
docker stats --no-stream --format输出 JSON，用 Python/Shell 解析并判断阈值，触发 curl 发送钉钉消息。适合单机验证，但无历史记录、无去重、难维护 -
Telegraf + InfluxDB + Chronograf：InfluxData 生态对容器指标友好，Telegraf 的
docker插件开箱即用，Chronograf 提供基础告警界面，适合已有 InfluxDB 基础的团队 - 云厂商托管服务（如阿里云 ARMS、腾讯云 CODING 监控）也支持 Docker 指标接入，省运维但灵活性低、成本随容器数上升
