Docker在128核ARM服务器上无法获取容器统计信息的问题分析与解决方案

问题背景

在运行Docker 28.0.4版本的高性能ARM服务器环境中，管理员发现无法正常获取容器资源使用统计信息。当执行docker stats命令时，所有指标均显示为零值，同时系统日志中不断出现"error scanning '/proc/stat' file: bufio.Scanner: token too long"的错误信息。

问题根源分析

经过深入调查，发现问题源于Linux内核的/proc/stat文件解析机制。在128核的高性能服务器上，/proc/stat文件中的中断统计行(intr)会变得异常冗长，超过了Go语言标准库bufio.Scanner默认的64KB缓冲区限制。

/proc/stat文件是Linux内核提供的一个关键系统资源统计接口，包含了CPU使用率、上下文切换次数、进程数量等系统级指标。在Docker的实现中，正是通过解析这个文件来获取容器资源使用情况的。

技术细节

在标准配置的服务器上，/proc/stat文件内容相对简洁。但在128核的ARM服务器上，由于每个CPU核心都有对应的中断统计，导致intr行变得极其冗长。以下是关键的技术点：

1. bufio.Scanner的限制：Go语言的bufio.Scanner默认使用64KB的缓冲区，当遇到超过此长度的行时会报错
2. Docker的统计实现：Docker daemon通过读取容器cgroup中的/proc/stat来收集CPU等资源使用情况
3. 高核数系统特性：CPU核心数量越多，/proc/stat中的中断统计信息就越庞大

解决方案

针对这一问题，社区提出了几种可行的解决方案：

1. 优化解析逻辑：修改Docker的统计收集代码，只关注以"cpu"开头的行，忽略冗长的中断统计信息
2. 使用替代读取方式：改用bufio.Reader的ReadLine()方法，可以更灵活地处理超长行
3. 自定义分割函数：为bufio.Scanner设置自定义的SplitFunc，按需分割文件内容

经过评估，第一种方案被认为是最优解，因为它：

• 不需要增加额外的内存开销
• 保持了代码的简洁性
• 完全避开了无关数据的解析问题

实现建议

对于需要在类似高核数环境中运行Docker的用户，建议：

1. 升级到包含此修复的Docker版本
2. 如果无法立即升级，可考虑临时修改系统配置，减少/proc/stat中不必要的信息输出
3. 监控系统性能，确保统计收集不会成为系统瓶颈

总结

这个问题展示了在极端硬件配置下软件可能遇到的边界情况。Docker社区通过深入分析问题本质，提出了既保持性能又确保稳定性的解决方案。对于系统管理员而言，理解底层机制有助于更好地诊断和解决类似问题。

随着服务器硬件核心数量的持续增长，这类问题可能会变得更加普遍。软件开发者需要提前考虑高核数环境下的各种边界情况，确保软件在不同规模的硬件上都能稳定运行。