《从 2 小时到 30 分钟！我用 Docker 重构了 ESXI 监控系统（含 Web 面板演示）》
在虚拟化部署中，ESXI 服务器的资源监控是运维核心需求。本文将带大家从零搭建一套轻量级 ESXI 监控系统，所有的组件和服务全部基于Docker 容器化部署，让大家能快速上手。
一、系统架构与核心功能
这套监控系统采用 "轻量化 + 容器化" 设计，避免传统监控工具的复杂配置，核心架构如下：ESXI主机 ←SSH→ Docker容器（Python采集脚本）→ SQLite数据库 → Flask Web面板
核心功能清单
多指标采集：存储（容量 / 使用率）CPU 使用率、内存（总量 / 已用）虚拟机（数量 / 运行状态）
自动定时采集：可配置采集间隔（默认 60 秒），支持失败重试
数据持久化：SQLite 数据库存储历史数据，自动清理超期记录
Web 可视化：直观展示实时数据，支持历史数据查询
告警阈值：自定义 CPU / 内存 / 存储使用率告警阈值
容器化部署：一键启停，数据卷持久化，跨平台兼容
二、前置准备
准备工作：
部署服务器：CentOS 7+/Ubuntu 20.04+（需安装 Docker 和 Docker Compose）
ESXI 主机：ESXI 6.x/7.x/8.x（需开启 SSH 服务，建议用Workstation装虚机）
网络：部署服务器与 ESXI 主机网络互通（确保 22 端口可访问）
部署服务器环境
```# 安装Docker
curl -fsSL https://get.docker.com | sh
# 安装Docker Compose
curl -L "https://github.com/docker/compose/releases/download/v2.20.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
chmod +x /usr/local/bin/docker-compose
# 验证安装
docker --version
docker-compose --version三、项目文件结构
```
[root@esxi_monitor_CentOS8 esxi-monitor]# tree
.
├── app.py
├── config.py
├── docker-compose.yml #容器编排配置
├── Dockerfile
├── esxi_collector.py
├── requirements.txt
└── templates
└── index.html四、核心文件代码实现
1. 配置文件：config.py 集中管理所有配置，修改 ESXI 设备信息只需改这里：
```# -------------------------- ESXI设备配置 --------------------------
ESXI_DEVICES = [
{
"name": "ESXI-生产服务器1", # 自定义设备名称
"hostname": "192.168.31.68", # 你的ESXI主机IP
"username": "root", # ESXI默认用户名
"password": "VMware1!", # 你的ESXI登录密码
"timeout": 10 # SSH连接超时（秒）
},
{
"name": "ESXI-生产服务器2",
"hostname": "192.168.31.69", # 替换为你的ESXI IP
"username": "root",
"password": "VMware1!", # 替换为你的密码
"timeout": 10
}
####可添加多台。。。。
]
# -------------------------- 监控阈值配置 --------------------------
ALERT_THRESHOLDS = {
"cpu_usage": 80, # CPU使用率告警阈值（%）
"mem_usage": 85, # 内存使用率告警阈值（%）
"storage_usage": 90 # 存储使用率告警阈值（%）
}
# -------------------------- Web服务配置 --------------------------
WEB_CONFIG = {
"host": "0.0.0.0", # 监听所有网卡（容器内必需）
"port": 5000, # Web端口（与docker-compose一致）
"debug": False, # 生产环境关闭Debug
"auto_collect_interval": 60 # 自动采集间隔（秒）
}
# -------------------------- 数据库配置 --------------------------
DB_CONFIG = {
"db_path": "/app/data/esxi_monitor.db", # 数据库路径（数据卷内）
"history_limit": 1000, # 历史数据保留上限（条）
"history_query_limit": 20 # Web面板显示历史条数
}
# -------------------------- 命令重试配置 --------------------------
RETRY_CONFIG = {
"max_retries": 3, # 命令失败最大重试次数
"retry_interval": 2 # 重试间隔（秒）
}
# -------------------------- ESXI命令配置（兼容多版本） --------------------------
# ESXI命令配置（实验环境仅存储命令有效）
ESXCLI_COMMANDS = {
"storage": "esxcli storage filesystem list", # 唯一可用命令
"cpu": "echo 'Usage: 80'", # 模拟CPU输出
"memory": "echo 'Total: 16000 MB\nUsed: 9000 MB'", # 模拟内存输出
"vm": "echo 'VM1: World ID: 1234, Power state: Powered on\nVM2: World ID: 5678, Power state: Powered off'" # 模拟虚拟机输出
}2. 数据采集脚本：esxi_collector.py 实现 SSH 连接、命令执行、数据解析、数据库入库。
3. app.py（Web服务与定时任务调度核心代码）。
4. Dockerfile 用于构建 Python 运行环境，确保包含 SSH 工具依赖：
```
FROM python:3.9-slim
WORKDIR /app
# 安装SSH工具和依赖
RUN apt-get update && \
apt-get install -y --no-install-recommends sshpass openssh-client && \
rm -rf /var/lib/apt/lists/*
# 复制项目文件
COPY . .
# 创建数据目录
RUN mkdir -p /app/data
# 安装Python依赖
RUN pip3 install --no-cache-dir flask
EXPOSE 5000
# 启动命令
CMD ["python3", "app.py"]5. docker-compose.yml
```
version: '3'
services:
esxi-monitor:
build: . # 基于当前目录Dockerfile构建镜像
container_name: esxi-monitor # 自定义容器名称
restart: always # 容器异常退出时自动重启
ports:
- "5000:5000" # 宿主机端口:容器端口映射（Web服务端口）
volumes:
- ./data:/app/data # 挂载数据卷，持久化SQLite数据库
environment:
- TZ=Asia/Shanghai # 设置时区，避免时间显示异常
#firewalld防火墙可根据实际放行必要访问端口五、 ESXI 主机开启 SSH（关键）
ESXI 默认关闭 SSH，需要手动开启：
登录 ESXI 控制台（Web 界面或直接操作服务器）
进入「管理」→「服务」→找到「TSM-SSH」
点击「启动」，并将「策略」设为「随主机启动和停止」（避免重启后失效）
记录 ESXI 的 IP 地址、root 账号和密码（后续配置要用）确保部署服务器能 ping 通 ESXI 主机，且 22 端口（SSH）可访问
注意：如果某些命令在你的 ESXI 上仍不可用，只需在config.py中注释对应命令并使用模拟数据即可我这里使用的PNETLab跑了两台ESXI8（开机、登录配置ssh并开启密码认证）
六、上传项目构建镜像启动容器与验证
构建镜像运行容器并查看日志确认，根据你的 ESXI 环境修改config.py中的设备信息（IP、密码等）最后启动容器。
```
#创建项目文件夹（或直接整体上传项目解压）
mkdir -p /opt/esxi-monitor && cd /opt/esxi-monitor
# 构建镜像并启动容器（首次执行耗时较长，需耐心等待）
docker-compose up -d --build
# 查看容器运行状态（确保STATUS为Up）
docker ps | grep esxi-monitor
# 重建并启动新容器（多次验证的情况）
docker-compose down && docker-compose up -d --build
# 查看所有日志，不做过滤，确保能看到“采集线程”相关输出
docker-compose logs -f
docker exec -it esxi-monitor bash
# 若虚拟机命令不可用，临时替换为模拟数据，如果你的 ESXI 对某些命令支持不完整（例如虚拟机命令仍不可用），只需修改 config.py 中的对应命令为模拟数据即可
ESXCLI_COMMANDS = {
# ... 其他命令保持不变 ...
"vm": "echo ''" # 虚拟机命令用空输出（采集时会显示0台）
}
查看日志：
Web 面板访问与验证
打开浏览器，访问 http://[部署服务器IP]:5000，进入监控面板；在「选择设备」下拉框中选择目标 ESXI 主机，查看实时数据：
CPU 监控：显示当前使用率与历史趋势曲线，若超过阈值则标记为红色；
内存监控：展示已用 / 总量（单位 GB）及使用率，支持查看最近 20 条历史记录；
存储监控：按卷展示容量使用情况，清晰区分 VMFS 分区与其他存储类型；
虚拟机监控：显示运行中 / 总数量，点击「详情」可查看各虚拟机电源状态。
最后，一定要注意：
关于本次实验我使用的是论坛里大佬封装的ESXI镜像，我手动进入shell试了一下由于镜像本身问题（基于国产硬件或者定制化版本阉割...）很多指令集没有安装（后续有条件我会重新自己封装可以在PNETLab直接跑的ESXI镜像）所以我在关键代码的设计完全兼容 “真实采集” 和 “模拟兜底”，既解决了现在 ESXI 命令缺失的问题，也为未来 ESXI 恢复命令支持预留了接口，不会对正常采集产生任何影响。如果后续真实命令可用，直接修改 config.py 中的 ESXCLI_COMMANDS 为真实命令即可，采集优先级：真实命令 > 模拟值（无冲突）代码会先尝试执行 ESXI 的真实命令（如 esxcli sched cpu load get 采集 CPU、esxcli hardware memory get 采集内存），只有满足以下条件时，才会间接用到 “模拟相关逻辑”：真实命令执行失败（比如返回 {"error": "..."}，如之前你的 ESXI 不支持 system resource 命令）；或真实命令无有效输出（比如返回空字符串）。如果真实命令采集成功（比如未来你的 ESXI 恢复了 CPU 命令支持，能返回 Usage: 25），代码会直接解析真实数据入库，完全不会触发模拟值逻辑。
*若你的 ESXI 系统可以完全兼容并有命令支持，可以按以下步骤逐步开启 CPU、内存、虚拟机等指标的采集。前提条件：先在 ESXI 主机上手动测试以下命令是否能返回有效结果，只有命令能正常执行，才能开启对应指标采集：
循序渐进：先开启一个指标（如 CPU），确认正常后再开启下一个。
命令优先：必须以 ESXI 实际支持的命令为准，若命令执行失败，立即回退到模拟数据。
灵活调整：解析逻辑需根据命令输出格式微调（主要是正则表达式部分）。
```
# 测试CPU命令（返回CPU使用率相关信息）
esxcli sched cpu load get
# 或
esxtop -b -n 1 | grep 'CPU '
# 测试内存命令（返回总内存和已用内存）
esxcli hardware memory get
# 测试虚拟机命令（返回虚拟机列表及状态）
esxcli vm process list
# 或
esxcli vm list
