Nagios监控系统的深入使用与配置

# Nagios监控系统的深入使用与配置 ## 1. 监控概述与概念 在监控系统中，我们会涉及到一些通用的概念，这些概念在Nagios监控系统中也有体现。 ### 1.1 关键概念 - **主机（Hosts）**：需要被监控的服务器，在Nagios中被称为主机。 - **服务（Services）**：主机上运行的各种程序，Nagios会对这些服务进行监控。 - **命令（Commands）**：Nagios使用命令来检查服务。 - **联系人（Contacts）**：当监控的服务出现问题时，需要被通知的人员。 - **联系人组（Contact Groups）**：由多个联系人组成的组。 ### 1.2 主机分组 Nagios提供了主机组（Hostgroups）的功能，用于对主机进行分区。例如，当基础设施规模较大时，我们可以将一些不太关键的服务器划分到一个主机组，将关键的生产数据库服务器划分到另一个主机组。这样可以根据不同的主机组配置不同的通知方式，如为生产数据库服务器问题发送短信通知，为备用性能测试服务器问题发送电子邮件通知。 ### 1.3 插件与架构 Nagios通过提供插件和开放的插件架构来满足不同类型服务的监控需求。默认安装的Nagios带有六十多个插件，如`check_tcp`、`check_mailq`、`check_file_age`等。当需要监控新的服务时，我们可以先在互联网上搜索相关的Nagios插件，例如目前有32种不同的MySQL监控插件，可用于检查从复制延迟到连接计数再到临时表创建等各个方面。 ## 2. 监控本地资源 ### 2.1 服务器状态检查 基本的监控形式是确保服务器处于运行状态。对于我们配置的Nagios，它会对添加的其他服务器进行此检查。但我们不会对Nagios虚拟机进行ping操作，因为Nagios服务器宕机意味着通知无法发出。如果某些防火墙会丢弃ping请求（即所有Internet控制消息协议（ICMP）数据包），我们可以选择其他网络服务进行检查，如ssh服务。如果ssh服务无响应，服务器可能也存在其他问题。 ### 2.2 资源限制检查 确认系统正常运行后，下一步是检查是否接近操作系统级别的资源限制，如磁盘空间、进程数量和CPU负载平均值。默认配置中包含这些检查，我们通常不希望在没有这些检查的情况下运行系统。例如，负载平均值警报可能是流量洪峰到来的第一个指示。 ### 2.3 修改警报阈值 Nagios的默认警报值在大多数情况下是合理的，例如磁盘空间检查在剩余20%时发送“警告”警报，在剩余10%时发送“关键”警报。但我们可能希望更加谨慎，通过编辑Nagios配置来更改警报值。 具体操作步骤如下： 1. 创建新目录： ```bash nagios $ mkdir -p modules/nagios/files/conf.d/hosts ``` 2. 复制配置文件： ```bash nagios $ cp /etc/nagios3/conf.d/localhost_nagios2.cfg \ modules/nagios/files/conf.d/hosts/localhost.cfg ``` 3. 编辑`localhost.cfg`文件，找到以下部分并修改： ```plaintext define service { use local-service service_description Disk Space check_command check_all_disks!20%!10% } ``` 将`20%`改为`99%`，然后保存文件。 4. 管理Puppet模块：打开`modules/nagios/manifests/server.pp`文件，添加新的文件资源部分，设置`recurse`属性为`true`，并删除旧的`localhost_nagios2.cfg`文件： ```ruby class nagios::server { package { "nagios3": ensure => present } service { "nagios3": ensure => running, hasrestart => true, enable => true, hasstatus => true, restart => "/etc/init.d/nagios3 reload", require => Package["nagios3"] } file { "/etc/nagios3/apache2.conf": source => "puppet:///modules/nagios/apache2.conf", owner => root, group => root, mode => 644, notify => Service["apache2"]; "/etc/nagios3/htpasswd.users": source => "puppet:///modules/nagios/htpasswd.users", owner => www-data, group => nagios, mode => 640, require => [Package["apache2"],Package["nagios3"]]; "/etc/nagios3/nagios.cfg": source => "puppet:///modules/nagios/nagios.cfg", owner => nagios, group => nagios, mode => 644, require => [Package["apache2"],Package["nagios3"]], notify => [Service["apache2"],Service["nagios3"]]; "/var/lib/nagios3/rw": ensure => directory, owner => nagios, group => www-data, mode => 710, require => Package["nagios3"]; "/etc/nagios3/conf.d": source => "puppet:///modules/nagios/conf.d/", ensure => directory, owner => nagios, group => nagios, mode => 0644, recurse => true, notify => Service["nagios3"], require => Package["nagios3"]; "/etc/nagios3/conf.d/localhost_nagios2.cfg": ensure => absent; } user { "www-data": groups => "nagios", notify => Package["apache2"], require => Package["nagios3"], } } ``` 5. 运行Puppet并重启Nagios：运行Puppet使更改生效并重启Nagios。 6. 强制检查服务：通过Web界面强制Nagios立即检查此服务。点击左侧窗格中的“Service Detail”链接，然后点击右侧窗格中的“Disk Space”，进入磁盘空间检查详细信息页面。点击“Re-schedule the next check of this service”，并在下一步页面中通过“Commit”按钮提交表单。此时返回“Service Detail”页面，会看到磁盘空间状态以黄色突出显示，状态列为“Warning”。 ### 2.4 恢复默认设置 将磁盘空间警告阈值更改为99%可以确保Nagios正常运行，但在正常操作中，此级别警报可能过于频繁。我们可以编辑`modules/nagios/files/conf.d/hosts/localhost.cfg`文件，更改服务定义，然后通过Web界面再次强制检查，磁盘空间状态将恢复为绿色。 ## 3. 监控服务 ### 3.1 服务监控的重要性 MassiveApp服务器本身可能正在运行，但这并不意味着所有服务都正常工作。MassiveApp使用了多种网络服务（如Apache、MySQL、memcached），如果其中任何一个服务离线，MassiveApp可能会变慢或完全宕机。因此，为每个服务设置单独的监控可以在某个组件关闭时收到特定警报，并知道需要重启或调整哪些服务。 ### 3.2 简单端口检查监控 一些服务可以通过简单的端口检查进行监控。例如，ssh服务可以通过检查其配置的TCP端口是否响应来确认其可用性。默认配置文件`/etc/nagios3/conf.d/localhost.cfg`中包含了对ssh服务的检查： ```plaintext define service { use local-service service_description ssh check_command check_ssh } ``` `check_command`变量设置为`check_ssh`，这是Nagios的内置插件之一。默认情况下，该插件会连接到ssh守护进程，并将响应显示在Nagios Web界面的“Status Information”字段中。 ### 3.3 测试`check_ssh`插件 我们可以通过命令行测试`check_ssh`插件： - 无参数运行： ```bash nagios $ /usr/lib/nagios/plugins/check_ssh check_ssh: Could not parse arguments Usage:check_ssh [-46] [-t <timeout>] [-r <remote version>] [-p <port>] <host> ``` - 带主机参数运行： ```bash nagios $ /usr/lib/nagios/plugins/check_ssh localhost SSH OK - OpenSSH_5.3p1 Debian-3ubuntu4 (protocol 2.0) ``` - 发送错误数据测试： ```bash nagios $ /usr/lib/nagios/plugins/check_ssh - ```