docker容器自动化巡检需构建“事件监听—结构化检查—健康探测—可观测集成”闭环链路：一用docker events实时捕获start/die/oom等关键事件并过滤标签；二定时执行脚本采集状态、资源、健康及日志异常指标并输出结构化报告；三结合healthcheck主动探测应用层健康信号；四将日志、指标、告警接入loki/prometheus/grafana实现统一可观测。
Docker 容器运行状态的自动化巡检，核心是把“查什么、怎么查、查完做什么”串成一条可执行、可监控、可反馈的链路，而不是靠人工敲 docker ps 或写临时脚本。
关键不在于多，而在于稳、准、可追溯。
一、用 docker events 实时捕获状态变化
这是最轻量、最原生的触发方式，无需轮询，事件驱动：
- 监听
start、die、kill、oom、health_status: unhealthy等关键事件 - 过滤出带特定标签的容器（如
com.example.monitor=enabled），避免全量干扰 - 示例命令（后台常驻监听）：
docker events --filter 'event=start' --filter 'label=com.example.monitor=enabled' --format '{{.ID}} {{.Status}} {{.Actor.Attributes.name}}' >> /var/log/docker-events.log
✅ 优势：低开销、实时性强；❌ 注意：需配合日志轮转与权限管理，避免日志撑爆磁盘。
二、定时执行结构化巡检脚本
不是简单 docker ps -a，而是按维度采集关键指标并生成结构化报告：
-
基础状态：
Status、Health、RestartCount、OOMKilled -
资源水位：
docker stats --no-stream --format "{{.Name}},{{.CPUPerc}},{{.MemPerc}}" -
健康探针结果：
docker inspect --format='{{.State.Health.Status}}' <container></container> -
日志异常关键词：
docker logs --since 1h <container> | grep -E "(panic|error|failed|timeout)" | tail -10</container>
建议用 Python 或 Bash 封装为单文件脚本，输出 JSON 或 Markdown 报告，例如：
{
"timestamp": "2026-08-13T19:45:00Z",
"unhealthy_containers": ["api-service", "cache-worker"],
"oom_killed": ["batch-processor"],
"high_cpu": ["log-aggregator"]
}
✅ 输出可被 Prometheus 抓取、Grafana 展示，也可邮件/钉钉推送；❌ 避免在脚本中硬编码容器名，优先通过 label 或正则匹配服务前缀。
三、结合健康检查指令做主动探测闭环
仅依赖 docker ps 是被动的，必须叠加应用层健康信号：
- 在 Dockerfile 或
docker-compose.yml中声明HEALTHCHECK - 推荐配置含
--start-period（防启动假死）、--retries（防瞬时抖动） - 示例（Docker Compose）：
healthcheck: test: ["CMD", "curl", "-f", "http://localhost:8080/actuator/health"] interval: 20s timeout: 5s retries: 3 start_period: 60s
巡检脚本可定期调用 docker inspect 提取 .State.Health.Log，分析最近几次检查的响应时间、错误原因，比单纯看 Status 更有诊断价值。
四、集成到统一可观测平台
巡检结果不能只存在本地文件里：
- 日志：用
docker logs --tail 100+ Filebeat 推送到 Loki - 指标：用
cAdvisor或自定义 exporter 暴露/metrics，供 Prometheus 抓取 - 告警：基于 Prometheus rule 触发，比如 “连续 3 次
Health.Status == 'unhealthy'” 就发企业微信 - 可视化：Grafana 看板聚合「健康率趋势」「重启热力图」「异常日志 TOP10」
✅ 真正实现“一眼看清全局，一点定位根因”；❌ 切忌各扫门前雪——巡检、监控、告警三者脱节，等于没巡。
不需要复杂工具链，从 docker events + 定时脚本 + HEALTHCHECK + Prometheus 就能搭出稳定可靠的自动化巡检体系。
