Docker stats 命令（千字长文）

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

• 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;演示链接： http://116.62.199.48:7070 ;
• 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

在容器化技术蓬勃发展的今天，Docker 已经成为开发者和运维人员的必备工具。随着应用容器化的普及，如何高效监控容器的运行状态和资源使用情况，成为优化系统性能的关键环节。本文将以 Docker stats 命令为核心，深入讲解这一工具的功能、参数、输出解析及实际应用场景。通过循序渐进的讲解和案例演示，帮助读者掌握如何通过命令行实时追踪容器资源消耗，为系统优化和故障排查提供数据支撑。

一、什么是 Docker stats 命令？

Docker stats 命令 是 Docker 提供的用于实时监控容器资源使用情况的工具。它能够以流式输出的形式，展示容器的 CPU、内存、网络和存储等指标，帮助开发者快速定位资源瓶颈或异常行为。

形象比喻：
若将容器比作一辆正在行驶的汽车，Docker stats 就像车内的仪表盘，实时显示发动机转速（CPU）、油量（内存）、里程（存储）和油耗（网络流量）等关键数据。通过观察这些指标，驾驶员（开发者或运维人员）可以判断车辆（容器）是否处于最佳运行状态，或是否需要及时检修。

二、Docker stats 的基本用法

2.1 基础语法

docker stats [OPTIONS] [CONTAINER...]

此命令默认实时显示所有运行中容器的资源使用情况。若指定容器名称或 ID，则仅显示对应容器的数据。

2.2 示例：监控所有运行中的容器

docker stats

执行后，终端会持续输出类似以下表格：

CONTAINER ID   NAME      CPU %   MEM USAGE / LIMIT   MEM %   NET I/O   BLOCK I/O   PIDS
abc123         nginx     0.5%    20MiB / 1.94GiB     1%      12KB      150KB       4

2.3 常用参数

三、输出字段详解

Docker stats 的输出包含多个关键列，理解这些字段的含义是分析容器状态的基础。

3.1 核心字段解析

比喻延伸：
若将容器视为一个“资源消耗者”，则：

• CPU % 是它吃掉的“食物”占比；
• MEM USAGE 是它占用的“水池”容量；
• NET I/O 是它发出的“通话”和“接收”的“邮件”量。

四、高级用法与案例

4.1 单次快照：使用 --no-stream

若仅需查看容器的当前状态而非实时监控，可通过 --no-stream 参数获取单次快照：

docker stats --no-stream nginx-container

输出示例：

abc123   nginx-container   0.3%    18MiB/1.94GiB   0.9%   8KB/2KB   140KB/50KB   3

4.2 自定义输出格式：--format 参数

通过 Go 模板语法，可按需筛选和格式化输出字段。例如，仅显示容器名称、CPU 和内存使用率：

docker stats --format "table {{.Name}}\t{{.CPUPerc}}\t{{.MemPerc}}"

输出示例：

NAME          CPU %   MEM %  
nginx         0.5%    1%  
webapp        2.3%    15%  

4.3 结合其他命令筛选容器

若需监控特定标签（Label）的容器，可先通过 docker ps 过滤，再传入 docker stats：

docker ps --filter "label=environment=production" -q | xargs docker stats

五、实际场景与问题排查

5.1 场景 1：内存泄漏检测

若发现某个容器的 MEM % 持续上升且接近 100%，可能表示内存泄漏。此时可结合 docker inspect 查看内存限制，并考虑调整 --memory 参数或检查应用逻辑。

5.2 场景 2：CPU 过载分析

当 CPU % 突然飙升，需进一步分析原因。例如，若容器运行的是 Web 服务，可能因高并发请求导致 CPU 负荷过大。此时可通过以下步骤排查：

1. 使用 docker top <container> 查看容器内的活跃进程；
2. 结合 htop 或 top 命令在宿主机观察全局 CPU 占用情况；
3. 根据结果决定是否需要扩容容器或优化代码。

5.3 场景 3：网络流量异常

若 NET I/O 的输出值在短时间内激增，可能表示容器存在网络层问题（如 DDOS 攻击或配置错误）。此时可执行 docker network inspect 检查网络配置，或通过 tcpdump 抓包分析流量详情。

六、与 Docker 其他命令的联动

6.1 与 docker run 结合设置资源限制

在启动容器时，可通过 --cpus、--memory 等参数定义资源上限，再通过 docker stats 监控实际使用情况：

docker run -d --name test --cpus="0.5" --memory="512m" nginx
docker stats test

6.2 与 docker events 结合监控动态事件

若需同时追踪容器的启动/停止事件和资源使用，可结合 docker events：

docker stats & docker events --filter "event=start"

七、最佳实践与注意事项

1. 避免资源争抢：通过 docker stats 监控发现资源不足时，及时调整容器的资源配额，避免影响其他容器或宿主机性能。
2. 长期监控与日志记录：若需长期记录数据，可通过 docker stats --no-stream 定时执行并重定向到文件，或结合 cron 任务实现自动化。
3. 对比基线数据：定期记录正常状态下的指标作为基线，便于后续快速识别异常波动。

八、总结

Docker stats 命令 是容器监控的“瑞士军刀”，通过直观的实时数据输出，帮助开发者快速掌握容器的资源使用模式。从基础语法到高级用法，从问题排查到最佳实践，本文覆盖了这一工具的核心知识点。无论是优化应用性能、排查故障，还是实现自动化监控，Docker stats 都是不可或缺的工具。

下一步行动建议：

• 立即尝试用 docker stats 监控本地运行的容器；
• 通过自定义格式输出，生成符合业务需求的监控报表；
• 结合 --no-stream 和脚本，构建轻量级容器监控系统。

掌握 Docker stats，就是掌握了容器化时代运维效率的关键钥匙。