运维老手监控12个容器，被这个3MB小工具整破防了

每个自建服务器的人，都经历过那个阶段：从第一个Docker容器开始，觉得自己像个真正的系统管理员。等容器数量超过10个，才发现自己不过是在玩打地鼠——哪个服务挂了、哪块磁盘满了、哪个进程在吃内存，全靠随缘刷新。

市面上不缺监控方案。Grafana配Prometheus是行业标配，功能全到能画出一幅《清明上河图》式的系统拓扑。但这套组合对低配置服务器来说，就像让五菱宏光拉集装箱——不是不能跑，是跑起来全车都在响。Uptime Kuma轻量些，但它只管容器死活，磁盘、内存、网络流量一概不问，还得手动把每个容器登记造册。

监控工具的悖论在于：要么重到拖垮被监控的系统，要么轻到只能回答"还在吗"这种问题。

一个被名字耽误的瑞士军刀

Glances这个名字听起来像系统自带的任务管理器，实际却是个跨平台的监控终端。它用Python写成，安装包不到3MB，却能同时盯着CPU、内存、磁盘、网络、Docker容器、甚至传感器温度。作者Nicolas Hennion把它设计成了"一眼扫完"的模式——所有关键指标挤在一个终端窗口里，像机场航班信息屏那样滚动更新。

对Docker用户来说，Glances有个隐藏开关：启动时加上--docker参数，它会把所有运行中的容器单列一块。每个容器的CPU占用、内存消耗、I/O读写、网络流量，实时刷新。不需要配置文件，不需要数据库，不需要Web界面。SSH进服务器，敲一行命令，整个系统的脉搏就摊在眼前。

这种设计哲学很产品经理：先解决"看见"的问题，再谈"看懂"和"预测"。

Portainer也有类似功能，但它是个Web应用，得占一个端口、配一套认证。Beszel更现代，有漂亮的仪表盘，却需要Agent和Hub的架构。Glances的反其道而行在于——它假设用户已经坐在终端前了，为什么不直接在这里看完？

实时性是怎么被实现的

Glances的刷新频率默认1秒一次，数据来源是psutil库直接读取/proc和/sys。没有中间层缓存，没有聚合计算，原始数据流从内核到终端。这种粗暴的实时性在容器场景下特别有用：当你刚部署完一个服务，想确认它有没有疯狂写日志把磁盘撑爆，每一秒的延迟都是焦虑。

对比Grafana的15秒抓取间隔，Glances像听诊器，Grafana像体检报告。前者告诉你"现在心跳多少"，后者告诉你"过去一小时的心率变异性"。两种工具没有高下，但很多人其实只需要听诊器。

Docker监控在Glances里被拆成两张表。一张是容器列表，显示名称、状态、CPU%、MEM%、I/O读写。另一张是容器详情，展开能看到每个容器的网络接口流量、挂载卷的使用情况。作者没有做成树形结构或者折叠面板，而是让信息平铺——终端屏幕够宽的话，所有数据同时可见。

这种信息密度在GUI时代显得复古，但在SSH场景下是效率最优解。

有个细节很有意思：Glances会用颜色标记异常。CPU超过70%变黄，超过90%变红；内存、磁盘同理。这种设计来自90年代系统管理员的肌肉记忆——top命令也是这么干的。但Glances把阈值做成了可配置项，写进glances.conf就能自定义。对跑HomeLab的人来说，可以把磁盘告警线从90%调到80%，留足清理日志的时间。

为什么老手会回头用它

作者提到一个场景：在低配服务器上，Grafana+Prometheus的组合本身就要吃掉几百MB内存。对于2GB内存的树莓派或者退役笔记本来说，这是不可承受之重。Glances运行时内存占用约50MB，CPU占用几乎可以忽略。它不会成为压垮骆驼的最后一根稻草。

另一个被低估的功能是导出模式。Glances可以把数据推送到InfluxDB、Prometheus、MQTT，甚至直接写CSV。这意味着它既能当独立工具用，也能当数据采集器，喂给更重的分析平台。很多人先用Glances应急，等服务器升级后再迁移到完整监控栈，配置可以无缝继承。

Uptime Kuma的痛点在于"每个容器手动添加"。Glances自动发现Docker守护进程里的所有容器，包括刚启动的。这种"零配置"体验对频繁实验新服务的人来说很友好——今天试个RSS阅读器，明天搭个密码管理器，不用每次去仪表盘里点"添加监控项"。

工具的选择最终是工作流的匹配。有人需要7×24的告警和SLA报表，有人只需要SSH进去时扫一眼确认一切正常。

Glances的局限也很明显。没有历史数据，无法回溯三天前的CPU峰值；没有告警通知，不能半夜发短信告诉你服务挂了；界面停留在终端，想在手机上看得配额外的Web代理。这些设计取舍把它框定在"现场排查工具"的定位上，而非"无人值守监控系统"。

但作者认为这正是它的价值所在。监控领域有个反模式：为了"完整"而堆叠工具，最后维护监控系统本身成了负担。Glances的克制在于承认自己的边界——它做好"实时全景"这一件事，其他交给专门的工具。

项目托管在GitHub上，安装一条pip命令搞定：pip install glances[docker]。带Docker支持需要额外装个包，文档里写得清楚。对于已经用Docker的人，这步操作没有学习成本。

你在服务器上跑多少个容器时，开始觉得需要专门工具盯着它们？是5个、15个，还是等到某个凌晨被告警短信炸醒之后？