通过现在你可能已经很熟悉了码头工人，以及它的容器技术旨在如何改进您的方法DevOps-甚至你如何设计你的应用。Docker将你的计算环境封装到脚本化的、轻量级的黑盒中，而不是手动定义的、维护起来很麻烦的虚拟机。Docker在持续集成/持续部署(Continuous Integration/Continuous Deployment, CI/CD)和微服务通信方面，为我们带来了一大批新的、更快的工作流程。
Docker是一种技术New Relic已经接受多年了现在，它占据了我们内部生产工作的大部分，我们的站点可靠性首席工程师甚至写了一本关于这个主题的书!(见码头:启动和运行:在生产中运输可靠的集装箱,通过肖恩·凯恩和卡尔·马蒂亚斯)。
不停地计算码头工人的数字
所以当我们接近两周年纪念日的时候New Relic对Docker监控的支持的原始版本，我们认为是时候超越轶事证据，通过我们最擅长的事情:处理一些数据来展示Docker的增长、影响和使用了。以下数据是基于客户通过我们系统发送的数亿个集装箱的数据，这些数据反映了不同行业、公司规模和用例中Docker的使用趋势。
首先，让我们来看看有趣的魅力数据!在过去的两年里，新Relic监控了超过4.18亿个集装箱(如此之多，以至于我们不得不重写我们的分析工具，以适应大规模的数据)。在一个典型的日子里，我们看到的比150万个集装箱,一个普通的顾客拥有超过800个集装箱在任意时刻运行。我们的十大客户的Docker容器使用实际上自旋超过每天92000个集装箱。
Docker用例，从虚拟机替换到临时计算机
所以，Docker似乎已经正式超越了“有趣的新DevOps玩具”的领域，成为一个成熟的生产主力。但每天9万2千个集装箱听起来还是很疯狂，对吧?好吧，正如我们在过去讨论过的，有些人使用Docker作为他们虚拟机基础设施的替代品，但另一些人使用它来进行轻量级的、短暂的计算任务，这些任务自启动，做一些事情，然后消失(想想吧AWSλ)。为了了解这个用例是多么的流行，我们想在这些容器的生命周期中分享一些有趣的趋势。
Docker容器寿命按小时计算，小于24小时:
上面的图表显示，如果我们只分析运行时间少于24小时的容器，使用量的下降是明显的。从字面上看，运行不到一个小时的集装箱数量要比运行几个小时的集装箱数量多很多(如此之多以至于你甚至无法在图表上看到长尾)。
Docker容器寿命以分钟计算，小于1小时:
更进一步，上面的图表只显示了运行不到1小时的容器，按运行分钟数进行排名。我们可以看到，这些容器大多数只能保存几分钟。我怀疑在这些容器中运行的是传统的CRM应用程序。
Docker容器寿命按小时计算，从2小时到24小时:
上面，仅看存活时间为2-24小时的容器，我们可以看到事情开始变得更加分散，但“越短越好”的趋势仍然是一致的。
Docker容器寿命以小时为单位，显示在Log10的刻度上:
最后，通过日志尺度检查这些数据(因为如果使用非日志尺度，您甚至无法看到大多数数据)，可以更好地了解容器的使用是如何大量堆积在短期和临时的容器上的。
Docker正在改变代码的编写方式
无论是像Lambda这样的快速计算执行，还是传统应用程序中更稳定的CI/CD，很明显Docker正在影响着业界编写代码的方式——无论是好是坏。你认为这些趋势意味着什么?推特在美国@newrelic使用标签# DockerTrends。
想知道为什么这么多人选择New Relic来监控他们的Dockerized基础设施吗?有关如何将容器与真正重要的东西(它们支持的应用程序)联系起来的更多细节，请访问我们的码头工人页面或者看看New Relic的基础设施。
通过
通过
通过