1、安装Docker
Docker 是一个开源的应用容器引擎，基于 Go 语言 并遵从 Apache2.0 协议开源。Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。
Docker 包括三个基本概念:
镜像（Image）：Docker 镜像（Image），就相当于是一个 root 文件系统。比
如官方镜像 ubuntu:16.04 就包含了完整的一套 Ubuntu16.04 最小系统的 root 文件系统。
容器（Container）：镜像（Image）和容器（Container）的关系，就像是面向对象程序设计中的类和实例一样，镜像是静态的定义，容器是镜像运行时的实体。容器可以被创建、启动、停止、删除、暂停等。
仓库（Repository）：仓库可看成一个代码控制中心，用来保存镜像。
Docker架构如图下图所示：
Docker最直接便捷的安装方式就是使用官方安装脚本自动安装：
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun检验：
使用国内Docker镜像仓库，配置Docker镜像加速：
vim /etc/docker/daemon.json
{
"registry-mirrors": [
"https://registry.docker-cn.com",
"http://hub-mirror.c.163.com",
"https://docker.mirrors.ustc.edu.cn"
]
}重启Docker：
service docker restart检验是否成功：
docker info
2、Docker安装prometheus以及grafana：
Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。2016 年，Prometheus 正式加入 Cloud Native Computing Foundation，成为受欢迎度仅次于 Kubernetes 的项目。
作为新一代的监控框架，Prometheus 具有以下特点：
强大的多维度数据模型：
时间序列数据通过 metric 名和键值对来区分。
所有的 metrics 都可以设置任意的多维标签。
数据模型更随意，不需要刻意设置为以点分隔的字符串。
可以对数据模型进行聚合，切割和切片操作。
支持双精度浮点类型，标签可以设为全 unicode。
灵活而强大的查询语句（PromQL）：在同一个查询语句，可以对多个 metrics
进行乘法、加法、连接、取分数位等操作。
易于管理： Prometheus server 是一个单独的二进制文件，可直接在本地工
作，不依赖于分布式存储。
高效：平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理
数百万的 metrics。
使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免
有问题的服务器推送坏的 metrics。
可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server
端。
可以通过服务发现或者静态配置去获取监控的 targets。
有多种可视化图形界面。
易于伸缩。
Prometheus架构：
Prometheus Server: 用于收集和存储时间序列数据。
Client Library: 客户端库，为需要监控的服务生成相应的 metrics 并暴露给
Prometheus server。当 Prometheus server 来 pull 时，直接返回实时状态的 metrics。
Push Gateway: 主要用于短期的 jobs。由于这类 jobs 存在时间较短，可能在
Prometheus 来 pull 之前就消失了。为此，这次 jobs 可以直接向 Prometheus server 端推送它们的 metrics。这种方式主要用于服务层面的 metrics，对于机器层面的 metrices，需要使用 node exporter。
Exporters: 用于暴露已有的第三方服务的 metrics 给 Prometheus。
Alertmanager: 从 Prometheus server 端接收到 alerts 后，会进行去除重复数
据，分组，并路由到对收的接受方式，发出报警。常见的接收方式有：电子邮件，pagerduty，OpsGenie, webhook 等.
Docker安装prometheus
将prometheus.yml放置在/path/prometheus文件目录下，
文件内容如下：
global:
scrape_interval: 15s # Set the scrape interval to every 15 seconds. Defaul
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is eve
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
scrape_configs:
# The job name is added as a label `job=<job_name>` to any timeseries scraped
- job_name: 'prometheus'
# metrics_path defaults to '/metrics'
# scheme defaults to 'http'.
static_configs:
- targets: ['localhost:9090']Docker命令启动：
docker run -d --name=prometheus --restart=always\
-p 9090:9090 \
-v /path/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \
prom/prometheus查看运行状态：
浏览器访问hostip:9090，出现以下界面说明安装成功。
查看prometheus server自身的监控数据，hostip:9090/metrics
Docker安装grafana，命令如下：
Docker run -d --name=grafana --restart=always -p 3000:3000 grafana/grafana查看docker containers列表
初次使用账号admin，密码admin登录：
添加prometheus server的数据库data source：
输入prometheus地址后保存测试能否检测到：
导入prometheus的dashboard：
返回Home主页，查看prometheus监控数据界面：
3、prometheus监控openstack云服务平台
Docker安装openstack的监控exporter（相当于数据采集器），
Openstack的api接口信息如下：
创建admin.novarc文件内容如下：
OS_PROJECT_DOMAIN_NAME=Default
OS_USER_DOMAIN_NAME=Default
OS_PROJECT_NAME=admin
OS_USERNAME=admin
OS_PASSWORD=admin
OS_IDENTITY_API_VERSION=3
OS_AUTH_URL=http://192.168.30.54/identity/v3Docker命令启动：
docker run -itd \
--name=openstack -p 9183:9183\
--env-file=$(pwd)/admin.novarc\
--restart=unless-stopped moghaddas/prom-openstack-exporter采集数据端口9183：
在prometheus server的配置文件中加入target:
在grafana中导入官方opensatck监控仪表盘，编号是7924：
监控
选择数据库：
进入仪表盘：
4、prometheus监控openstack的宿主机：
Docker安装node-exporter:
docker run -d \
--net="host" \
--pid="host" \
--name node-exporter \
-v "/:/host:ro,rslave" \
quay.io/prometheus/node-exporter \
--path.rootfs /host查看运行状态：
查看监控数据：
在prometheus配置中添加任务job任务，然后在grafana中导入node-exporter仪表盘（编号11207），查看监控仪表盘：
