构建 HertzBeat Docker 镜像的技术实践

前言

在监控领域，ELK、Prometheus、Grafana 和 Zabbix 等是成熟的解决方案，但其架构相对复杂。对于中小型系统而言，这些工具通常需要搭配 Filebeat、Metricbeat 或各类 Exporter 等多个组件才能完成数据采集，这无疑增加了部署和运维的负担。

HertzBeat 提供了一种不同的思路。它同时支持主动探测和被动上报两种数据采集方式，在架构上更具灵活性。其核心特点可以概括为三个"统一"：

统一的指标平台：无需 Agent，兼容 Prometheus 协议，可直接监控应用服务、数据库、缓存、操作系统、中间件、网络设备等多种目标。
统一的日志平台：通过 OTLP（OpenTelemetry Protocol）协议，无缝对接多种日志源进行上报。
统一的告警与消息分发平台 ：集成内外部告警源，支持灵活的阈值规则、分组收敛、静默抑制等处理机制，并通过邮件、钉钉、微信、Webhook 等多种渠道分发通知。
这种设计的关键优势在于简化了监控系统的边缘部分。传统方案中，最繁琐的环节莫过于在每台被监控主机上部署、调试、升级和维护各种 Agent 或 Exporter。当监控规模扩大时，Agent 的版本兼容性、通信调试、批量升级等问题会显著增加运维成本。
HertzBeat 的核心原理是使用不同协议直接连接目标系统，以 PULL 模式拉取监控数据，从而避免了在目标端安装任何额外组件。
另外，对于网络隔离的环境，传统方案通常需要在每个隔离网络中部署一套独立的监控系统，导致数据孤岛和管理困难。HertzBeat 提供的云边协同能力，允许在隔离网络中部署边缘采集器，由主服务统一调度和管理，实现了跨网络监控的集中化。
接下来，我们将从源码开始，详细演示如何构建 HertzBeat 的 Docker 镜像。

准备工作：搭建编译环境

构建 HertzBeat 镜像前，需要准备一个包含 Node.js、Java 和 Maven 的编译环境。

首先，下载并配置 Node.js，用于前端资源构建：

shell 复制代码

wget https://cdn.npmmirror.com/binaries/node/v24.11.1/node-v24.11.1-linux-arm64.tar.xz

接着是 Java 开发工具包（JDK），HertzBeat 后端基于 Java：

shell 复制代码

wget https://mirrors.nju.edu.cn/openjdk/21.0.2/openjdk-21.0.2_linux-aarch64_bin.tar.gz

然后是 Maven，Java 项目的构建工具：

shell 复制代码

wget https://dlcdn.apache.org/maven/maven-3/3.9.11/binaries/apache-maven-3.9.11-bin.zip

安装Python(前端的某些组件编译需要用到)：

shell 复制代码

wget https://www.python.org/ftp/python/3.14.0/Python-3.14.0.tgz
tar -xzvf Python-3.14.0.tgz
cd Python-3.14.0

编译 Python 需要安装一系列开发库：

shell 复制代码

yum install -y gcc make zlib-devel bzip2-devel \
    libffi-devel openssl-devel sqlite-devel \
    readline-devel tk-devel xz-devel \
    ncurses-devel gdbm-devel expat-devel

配置 Python 编译选项：

shell 复制代码

./configure \
  --prefix=/usr/local/python3.14 \
  --enable-shared \
  --enable-optimizations \
  --with-ensurepip=yes \
  CFLAGS="-fPIC -O2" \
  LDFLAGS="-Wl,-rpath=/usr/local/python3.14/lib"
make -j$(nproc)
sudo make altinstall

如何系统存在多个Python环境，可以使用下面的命令切换默认环境：

shell 复制代码

update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.7 1
update-alternatives --install /usr/bin/python3 python3 /usr/local/python3.14/bin/python3.14 2
update-alternatives --config python3

配置系统环境变量，使工具可被全局调用：

shell 复制代码

export NODE_HOME="/data/soft/node-v22.9.0-linux-arm64"
export MAVEN_HOME="/data/soft/apache-maven-3.9.11"
export JAVA_HOME="/data/soft/jdk-21.0.2"
export NODEJS_ORG_MIRROR="https://npmmirror.com/mirrors/node/"
export PATH="$PATH:$NODE_HOME/bin:$MAVEN_HOME/bin:$JAVA_HOME/bin"

构建应用资源

1. 构建前端

HertzBeat 前端基于 Angular，进入 webapp 目录执行构建：

shell 复制代码

cd webapp
npm config set registry https://registry.npmmirror.com
npm set disturl https://npmmirror.com/mirrors/node/
npm install -g yarn
rm -fr pnpm-lock.yaml
yarn install --registry=https://registry.npmmirror.com
npm install @angular/cli --save-dev
npx ng build --configuration production

2. 构建后端

回到项目根目录，使用 Maven 构建后端服务：

shell 复制代码

cd hertzbeat
# 构建 HertzBeat server
mvn clean package -Prelease -DskipTests
# 构建 HertzBeat collector
mvn clean package -Pcluster -DskipTests

Maven 会处理依赖、编译代码并打包成可执行文件。

Docker 镜像构建

1. 安装 Docker Buildx

Docker Buildx 支持多架构镜像构建，首先下载并安装插件：

shell 复制代码

wget https://github.com/docker/buildx/releases/download/v0.30.1/buildx-v0.30.1.linux-arm64
cp buildx-plugin $HOME/.docker/cli-plugins/docker-buildx

2. 多架构镜像构建

若需同时支持 ARM64 和 AMD64 架构：

shell 复制代码

docker buildx create --name multiarch --driver docker-container --use
docker buildx inspect --bootstrap
docker buildx build --platform ${IMAGE_PLATFORM:-linux/arm64,linux/amd64} -t apache/hertzbeat:1.8.0 -f Dockerfile .

3. 单架构镜像构建

若仅需当前架构：

shell 复制代码

docker pull moby/buildkit:buildx-stable-1
docker pull eclipse-temurin:21-jdk
docker build --progress=plain -t apache/hertzbeat:1.8.0 -f Dockerfile .

Dockerfile 解析

以下是一个典型的 HertzBeat Dockerfile：

dockerfile 复制代码

FROM eclipse-temurin:21-jdk
MAINTAINER Apache HertzBeat "dev@hertzbeat.apache.org"
# 替换软件源为国内镜像，加速安装
RUN sed -e 's/archive.ubuntu.com/mirror.nju.edu.cn/g' \
    -e  's/ports.ubuntu.com/mirror.nju.edu.cn/g' \
    -e  's/^deb http[s]*:\/\/security.ubuntu.com/#&/' \
    -i /etc/apt/sources.list.d/ubuntu.sources
RUN apt-get update && apt-get install -y openssh-server && apt-get install -y locales
RUN mkdir /var/run/sshd
# 构建中英文语言包
RUN localedef -c -f UTF-8 -i zh_CN zh_CN.UTF-8
RUN localedef -c -f UTF-8 -i en_US en_US.UTF-8
ENV TZ=Asia/Shanghai
ENV LANG=en_US.UTF-8
# 添加构建产物
ADD apache-hertzbeat-1.8.0-docker-bin.tar.gz /opt/
RUN chmod +x /opt/hertzbeat/bin/
EXPOSE 1157 1158 22
WORKDIR /opt/hertzbeat/
ENTRYPOINT ["./bin/entrypoint.sh"]

该 Dockerfile 基于官方 Eclipse Temurin JDK 21 镜像，替换了 APT 源以提高构建速度，安装了 SSH 和语言包，最后将编译好的 HertzBeat 二进制包添加到镜像中。注意：entrypoint.sh 脚本需使用 LF 换行符，避免因 Windows 环境的 CRLF 导致执行失败。

配置 OpenTelemetry Collector

HertzBeat 通过 OTLP 协议接收日志数据。以下是一个 OpenTelemetry Collector 采取nginx error日志的部署示例：

yaml 复制代码

version: '3'
services:
   otel-collector:
     image: otel/opentelemetry-collector-contrib:0.140.0
     container_name: otel-collector
     restart: unless-stopped
     volumes:
       - ./otel-collector-config.yaml:/etc/otelcol-contrib/config.yaml
       - /var/log/nginx/error.log:/var/log/nginx/error.log:ro
       - ./otel-storage:/opt/otel-storage
     environment:
      - TZ=Asia/Shanghai
     ports:
       - 13133:13133 # health_check extension

yaml 复制代码

# otel-collector-config.yaml
receivers:
  filelog:
    include:
      - /data/app1/logs/log_error.log
      - /data/app2/logs/sys-error.log
      - /data/app3/logs/app-*.log
    multiline:
      line_start_pattern: '^\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2}\.\d{3}'
    include_file_name: true
    include_file_path: true
    exclude_older_than: 24h
    storage: file_storage
    start_at: end
    poll_interval: 30s
    operators:
      - type: regex_parser
        regex: '^(?P<time>\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2}\.\d{3})\s+\[(?P<thread>[^]]+)\]\s+(?P<level>\w+)'
        parse_to: attributes
        severity:
          parse_from: attributes.level
        timestamp:
          parse_from: attributes.time
          layout: '%Y-%m-%d %H:%M:%S.%f'
          layout_type: strptime
          location: 'Asia/Shanghai'
      
      - type: filter
        id: drop_error_filter
        expr: 'attributes["level"] != "ERROR"'
      
      - type: add
        if: 'attributes["log.file.path"] matches "^/data/app1/"'
        field: resource.service.name
        value: app1
      
      - type: add
        if: 'attributes["log.file.path"] matches "^/data/app2/"'
        field: resource.service.name
        value: app2

      - type: add
        if: 'attributes["log.file.path"] matches "^/data/app3/"'
        field: resource.service.name
        value: app3


processors:
  transform:
    error_mode: ignore
    log_statements:
      - context: log
        statements:
          - set(attributes["level"], ToUpperCase(attributes["level"]))
          - set(severity_text, ToUpperCase(attributes["level"]))
        
  batch:
    send_batch_size: 10
    timeout: 5s
    send_batch_max_size: 20

  memory_limiter:
    check_interval: 1s
    limit_mib: 400
    spike_limit_mib: 100

  resourcedetection:
    detectors: [env, system]
    timeout: 5s
    override: false

  resource:
    attributes:
      - key: deployment.environment
        value: "production"
        action: upsert
      - key: host.name
        value: "${HOSTNAME}"
        action: upsert
      - key: host
        value: "192.168.0.1"
        action: upsert

exporters:
  otlphttp:
    endpoint: http://192.168.0.1:1157/api/logs/ingest/otlp
    logs_endpoint: http://192.168.0.1:1157/api/logs/ingest/otlp
    compression: none
    encoding: json
    timeout: 10s
    headers:
      Content-Type: application/json
      Authorization: "Bearer {TOKEN}"
    
    retry_on_failure:
      enabled: true
      initial_interval: 1s
      max_interval: 30s
      max_elapsed_time: 60s
    
    sending_queue:
      enabled: true
      num_consumers: 2
      queue_size: 1000

  debug:
    verbosity: detailed

extensions:
  health_check:
    endpoint: 0.0.0.0:13133
    path: /
  file_storage: 
    directory: /opt/otel-storage 
    create_directory: true

service:
  pipelines:
    logs:
      receivers: [filelog]
      processors: [transform, memory_limiter, resourcedetection, resource, batch]
      exporters: [debug, otlphttp]
  extensions: [health_check, file_storage]

Collector 的配置文件 otel-collector-config.yaml 定义了日志的接收、处理和导出规则。例如，可以配置 filelog 接收器读取多个日志文件，使用 regex_parser 解析日志内容，并通过 otlphttp 导出器将处理后的日志发送到 HertzBeat。

需要为 Collector 创建存储目录并设置正确的权限：

shell 复制代码

mkdir otel-storage
chown 10001:10001 otel-storage

完整部署方案

以下是一个基于 Docker Compose 的完整部署方案，整合了 PostgreSQL（元数据）、GreptimeDB（时序数据）、Redis（缓存）和 HertzBeat：

yaml 复制代码

version: "3.7"
networks:
  hertzbeat:
    driver: bridge
services:
  postgres:
    image: postgres:15
    container_name: compose-postgresql
    hostname: postgresql
    restart: always
    healthcheck:
      test: [ "CMD", "pg_isready" ]
      interval: 10s
      timeout: 5s
      retries: 5
      start_period: 30s
    ports:
      - '15432:5432'
    environment:
      POSTGRES_USER: root
      POSTGRES_PASSWORD: 123456
      TZ: Asia/Shanghai
      PGDATA: /var/lib/postgresql/data/pgdata
    volumes:
      - ./dbdata/pgdata:/var/lib/postgresql/data
      - ./conf/sql:/docker-entrypoint-initdb.d/
    networks:
      - hertzbeat
  greptime:
    image: greptime/greptimedb:0.17.2
    container_name: greptime
    hostname: greptime
    restart: unless-stopped
    environment:
      - TZ=Asia/Shanghai
    ports:
      - "54000:4000"  # HTTP API 和 Dashboard
      - "54001:4001"  # gRPC 接口
      - "54002:4002"  # MySQL 协议
      - "54003:4003"  # PostgreSQL 协议
    command: "standalone start --http-addr 0.0.0.0:4000 --rpc-addr 0.0.0.0:4001 --mysql-addr 0.0.0.0:4002 --postgres-addr 0.0.0.0:4003 --user-provider 'static_user_provider:file:/greptime/.env'"
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:4000/health"]
      interval: 10s
      retries: 5
      timeout: 5s
      start_period: 30s
    volumes:
      - ./dbdata/greptimedb_data:/greptime/greptimedb_data
      - ./.env:/greptime/.env
    networks:
      - hertzbeat
  redis:
    image: redis:6.2.20-alpine
    container_name: redis
    hostname: redis
    ports:
      - "26379:6379"
    volumes:
      - ./redis-data:/data
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 3s
      retries: 3
      start_period: 30s
    restart: unless-stopped
    environment:
      - REDIS_PASSWORD=123456
    networks:
      - hertzbeat
  hertzbeat:
    image: apache/hertzbeat:1.8.0
    container_name: compose-hertzbeat
    hostname: hertzbeat
    restart: always
    environment:
      TZ: Asia/Shanghai
      LANG: zh_CN.UTF-8
    depends_on:
      postgres:
        condition: service_healthy
      greptime:
        condition: service_healthy
      redis:
        condition: service_healthy
    volumes:
      - ./conf/application.yml:/opt/hertzbeat/config/application.yml
      - ./conf/sureness.yml:/opt/hertzbeat/config/sureness.yml
      - ./logs:/opt/hertzbeat/logs
      - ./ext-lib:/opt/hertzbeat/ext-lib
    ports:
      - "1157:1157"
      - "1158:1158"
    networks:
      - hertzbeat

该配置文件定义了所有服务的依赖关系、健康检查、端口映射和数据持久化，确保了整个监控栈的稳定运行。

总结

本文从技术角度详细阐述了 HertzBeat 的核心设计理念，并提供了从源码构建 Docker 镜像到完整部署的全流程实践。HertzBeat 通过其无 Agent、统一平台的设计，有效降低了监控系统的部署和运维复杂度，尤其适合中小型系统或对运维效率有较高要求的场景。通过掌握其构建方法，开发者可以更灵活地将其集成到现有的技术栈中。