Docker CLI docker stats 常用命令

Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中,然后发布到任何流行的 Linux或Windows操作系统的机器上,也可以实现虚拟化。Docker是内核虚拟化,不使用Hypervisor是不完全虚拟化,依赖内核的特性实现资源隔离。本文主要介绍Docker CLI 中 docker stats常用命令。

1、docker stats 简介

docker stats用于显示容器资源使用统计的实时流。docker stats命令返回运行容器的实时数据流。要将数据限制在一个或多个特定容器中,请指定一个容器名称或id列表,中间用空格分隔。你可以指定一个已停止的容器,但是已停止的容器不会返回任何数据。

如需要有关容器资源使用情况的更详细信息,可以使用/containers/(id)/stats API端点。

注意:在Linux上,Docker CLI通过从总内存使用量中减去缓存使用量来报告内存使用量。API不会执行这样的计算,而是提供总的内存使用情况和缓存中的数量,以便客户端可以根据需要使用数据。缓存的使用定义为内存中的total_inactive_file字段的值。cgroup v1主机上的memory.stat文件。

在Docker 19.03及更早版本上,缓存使用被定义为cache字段的值。在cgroup v2主机上,缓存使用定义为inactive_file字段的值。

PIDS列包含该容器创建的进程和内核线程的数量。线程是Linux内核使用的术语。其他等价的术语是“轻量级进程”或“内核任务”,等等。PIDS列中的大数值与少量进程(如ps或top所述)可能表明容器中有某些东西正在创建许多线程。

2、docker stats 语法

docker stats [OPTIONS] [CONTAINER...]

参考文档https://docs.docker.com/engine/reference/commandline/stats/

3、docker stats 命令

1)针对Linux守护进程,在所有正在运行的容器上运行docker统计

docker stats

CONTAINER ID        NAME                                    CPU %               MEM USAGE / LIMIT     MEM %               NET I/O             BLOCK I/O           PIDS
b95a83497c91        awesome_brattain                        0.28%               5.629MiB / 1.952GiB   0.28%               916B / 0B           147kB / 0B          9
67b2525d8ad1        foobar                                  0.00%               1.727MiB / 1.952GiB   0.09%               2.48kB / 0B         4.11MB / 0B         2
e5c383697914        test-1951.1.kay7x1lh1twk9c0oig50sd5tr   0.00%               196KiB / 1.952GiB     0.01%               71.2kB / 0B         770kB / 0B          1
4bda148efbc0        random.1.vnc8on831idyr42slu578u3cr      0.00%               1.672MiB / 1.952GiB   0.08%               110kB / 0B          578kB / 0B          2

如果不使用--format指定格式字符串,将显示以下列:

列名

描述

CONTAINER ID 和 Name

容器的ID和名称

CPU % 和 MEM %

容器使用的主机CPU和内存的百分比

MEM USAGE / LIMIT

容器使用的总内存,以及它允许使用的总内存

NET I/O

容器通过其网络接口接收和发送的数据量

BLOCK I/O

容器从主机上的块设备写入和读取的数据量

PIDs

容器已经创建的进程或线程的数量

2)在Linux守护进程中,通过名称和id在多个容器上运行docker stats

docker stats awesome_brattain 67b2525d8ad1

CONTAINER ID        NAME                CPU %               MEM USAGE / LIMIT     MEM %               NET I/O             BLOCK I/O           PIDS
b95a83497c91        awesome_brattain    0.28%               5.629MiB / 1.952GiB   0.28%               916B / 0B           147kB / 0B          9
67b2525d8ad1        foobar              0.00%               1.727MiB / 1.952GiB   0.09%               2.48kB / 0B         4.11MB / 0B         2

3)在名为nginx的容器上运行docker stats并获得json格式的输出

docker stats nginx --no-stream --format "{{ json . }}"
{"BlockIO":"0B / 13.3kB","CPUPerc":"0.03%","Container":"nginx","ID":"ed37317fbf42","MemPerc":"0.24%","MemUsage":"2.352MiB / 982.5MiB","Name":"nginx","NetIO":"539kB / 606kB","PIDs":"2"}

4)在所有(运行和停止)容器上运行自定义格式的docker stats

docker stats --all --format "table {{.Container}}\t{{.CPUPerc}}\t{{.MemUsage}}" fervent_panini 5acfcb1b4fd1 drunk_visvesvaraya big_heisenberg

CONTAINER                CPU %               MEM USAGE / LIMIT
fervent_panini           0.00%               56KiB / 15.57GiB
5acfcb1b4fd1             0.07%               32.86MiB / 15.57GiB
drunk_visvesvaraya       0.00%               0B / 0B
big_heisenberg           0.00%               0B / 0B

5)针对Windows守护进程,在所有正在运行的容器上运行docker stats

PS E:\> docker stats
CONTAINER ID        CPU %               PRIV WORKING SET    NET I/O             BLOCK I/O
09d3bb5b1604        6.61%               38.21 MiB           17.1 kB / 7.73 kB   10.7 MB / 3.57 MB
9db7aa4d986d        9.19%               38.26 MiB           15.2 kB / 7.65 kB   10.6 MB / 3.3 MB
3f214c61ad1d        0.00%               28.64 MiB           64 kB / 6.84 kB     4.42 MB / 6.93 MB

6)在Windows守护进程中,通过名称和id在多个容器上运行docker stats

PS E:\> docker ps -a
CONTAINER ID        NAME                IMAGE               COMMAND             CREATED             STATUS              PORTS               NAMES
3f214c61ad1d        awesome_brattain    nanoserver          "cmd"               2 minutes ago       Up 2 minutes                            big_minsky
9db7aa4d986d        mad_wilson          windowsservercore   "cmd"               2 minutes ago       Up 2 minutes                            mad_wilson
09d3bb5b1604        fervent_panini      windowsservercore   "cmd"               2 minutes ago       Up 2 minutes                            affectionate_easley

PS E:\> docker stats 3f214c61ad1d mad_wilson
CONTAINER ID        NAME                CPU %               PRIV WORKING SET    NET I/O             BLOCK I/O
3f214c61ad1d        awesome_brattain    0.00%               46.25 MiB           76.3 kB / 7.92 kB   10.3 MB / 14.7 MB
9db7aa4d986d        mad_wilson          9.59%               40.09 MiB           27.6 kB / 8.81 kB   17 MB / 20.1 MB

7)格式化输出(--format)

格式化选项(--format)使用Go模板打印容器输出。

Go模板的有效占位符如下所示:

占位符

描述

.Container

容器名称或ID(用户输入)

.Name

容器名称

.ID

容器ID

.CPUPerc

CPU百分比

.MemUsage

内存使用情况

.NetIO

网络IO

.BlockIO

阻塞IO

.MemPerc

内存百分比(在Windows上不可用)

.PIDs

PIDs数目(在Windows上不可用)

当使用--format选项时,stats命令输出的数据与模板声明的数据完全相同,或者当使用table指令时,也会输出列标题。

下面的例子使用一个没有表头的模板,输出所有图像的容器和CPUPerc条目,它们之间用冒号(:)分隔:

docker stats --format "{{.Container}}: {{.CPUPerc}}"

09d3bb5b1604: 6.61%
9db7aa4d986d: 9.19%
3f214c61ad1d: 0.00%

要以表的格式列出所有容器的统计信息,包括名称、CPU百分比和内存使用情况,可以使用:

docker stats --format "table {{.Container}}\t{{.CPUPerc}}\t{{.MemUsage}}"

CONTAINER           CPU %               PRIV WORKING SET
1285939c1fd3        0.07%               796 KiB / 64 MiB
9c76f7834ae2        0.07%               2.746 MiB / 64 MiB
d1ea048f04e4        0.03%               4.583 MiB / 64 MiB

默认格式如下:

在Linux上:

"table {{.ID}}\t{{.Name}}\t{{.CPUPerc}}\t{{.MemUsage}}\t{{.MemPerc}}\t{{.NetIO}}\t{{.BlockIO}}\t{{.PIDs}}"

在Windows上:

"table {{.ID}}\t{{.Name}}\t{{.CPUPerc}}\t{{.MemUsage}}\t{{.NetIO}}\t{{.BlockIO}}"

4、选项说明

命令

描述

--all , -a

显示所有容器(默认显示正在运行)

--format

使用自定义模板格式化输出:

 'table':以带有列标题的表格格式打印输出(默认)

 'table TEMPLATE':使用给定的 Go 模板以表格格式打印输出 

'json':以 JSON 格式打印 

'TEMPLATE':打印使用给定的 Go 模板输出。

有关使用模板格式化输出的更多信息,

请参阅 https://docs.docker.com/go/formatting/

--no-stream

禁用流统计,只拉取第一个结果

--no-trunc

不截断输出

推荐阅读
cjavapy编程之路首页