二、部署Influxdb服务
可以将其视为一个数据库服务，其确实用于存储数据。
命令如下：
docker run -d -p 8086:8086 -v ~/influxdb:/var/lib/influxdb --name influxdb tutum/influxdb
进入influxdb容器内部，并执行influx命令：
docker exec -it influxdb influx
创建数据库test和root用户用于本次试验测试
CREATE DATABASE \"test\"CREATE USER \"root\" WITH PASSWORD 'root' WITH ALL PRIVILEGES
三、部署cAdvisor服务
谷歌的cadvisor可以用于收集Docker容器的时序信息，包括容器运行过程中的资源使用情况和性能数据。
1、运行cadvisor服务
特别注意项：
在运行上述docker时，这里有可能两个其他配置项需要添加（CentOS, RHEL需要）：
--privileged=true设置为true之后，容器内的root才拥有真正的root权限，可以看到host上的设备，并且可以执行mount；否者容器内的root只是外部的一个普通用户权限。由于cadvisor需要通过socket访问docker守护进程，在CentOs和RHEL系统中需要这个这个选项。--volume=/cgroup:/cgroup:ro对于CentOS和RHEL系统的某些版本（比如CentOS6），cgroup的层级挂在/cgroup目录，所以运行cadvisor时需要额外添加–volume=/cgroup:/cgroup:ro选项。四、部署Grafana服务
grafana则是一款开源的时序数据分析工具，而且界面专业易用。
命令如下：
docker run -d -p 5000:3000 -v ~/grafana:/var/lib/grafana --link=influxdb:influxdb --name grafana grafana/grafana
到这里3个容器都已经启动了：
五、实例演示
1、访问grafana服务
打开localhost:5000来访问grafana的web服务，此时提示你需要登录，注意用户名和密码都是admin
登录后可以看到grafana的主页面：
2、Add Data Source
点击Add data source进入
然后主要是Setting选项卡设置
我们需要根据实际情况来填写各项内容：
Data source添加成功会予以提示
数据源添加完成以后，我们需要添加仪表盘（Dashboard）
3、Add Dashboard
点击Add dashboard进入
这里有很多类型的仪表盘供选择，我们选用最常用的Graph就好
进入之后，点击Panel Title下拉列表，再选择Edit进行编辑即可
在Edit里面主要的就是需要添加查询的条件，继续看下文
4、Add Query Editor
查询条件中我们可以选择要监控的指标：
这里选一个memory usage好了，然后要监控的容器选择grafana自身好了。
当然这里不止可以监控一个指标，也不止可以监控一个容器，更多组合我们只需要在下面并列着一个一个添加query条目就好！
最后我添加了三个监控条件，分别用于监控grafana、influxdb和cadvisor三个容器的memory usage指标，并将其同时显示于图中，怎么样是不是很直观！
这里可以摸索的设置项还有很多，比如一些坐标自定义、显示策略自定义，甚至我们还可以自定义报警策略等等。
这个实验整体做下来也就半个多小时吧，大家可以自己测试下，对docker整个可视化监控体系架构有个基础了解，有时间可以再继续深入研究下。
后面
