一、什么是nagios
1.nagios 简介
Nagios是一个监视系统运行状态和网络信息的监视系统。Nagios能监视所指定的本地或远程主机以及服务，同时提供异常通知功能等。Nagios可运行在Linux/Unix平台之上，同时提供一个可选的基于浏览器的WEB界面以方便系统管理人员查看网络状态，各种系统问题，以及日志等等。
Nagios是十分受欢迎的、开源且免费的计算机及网络系统监控软件。Nagios是“Nagios Ain‘t Gonna Insist On Sainthood”的缩写。它最早是在1999年以“NetSaint”发布。Nagios主要应用在Linux和Unix平台环境下的监控，但通过插件，也可以监控MS Windows系统的主机。Nagios在LinuxCon 2010 Poll并选为最受欢迎的IT运维工具。它被Infoworld在2009年评为最佳开源软件，同时也是该年度的SourceForge社区的系统管理工具最佳选择。Nagios也被很多知名企业所采用，包括AOL，DHL，At&t，欧莱雅，德州仪器，Siemens COM CZ，时代华纳有线，Yahoo等。
2.Nagios的主要功能特点：
- 监视网络服务 (SMTP, POP3, HTTP, NNTP, PING等)
- 监视主机资源 (进程, 磁盘等)
- 简单的插件设计可以轻松扩展Nagios的监视功能
- 服务等监视的并发处理
- 错误通知功能 (通过email, pager, 或其他用户自定义方法)
- 可指定自定义的事件处理控制器
- 可选的基于浏览器的WEB界面以方便系统管理人员查看网络状态，各种系统问题，以及日志等等
- 可以通过手机查看系统监控信息
二、nagios 监控环境搭建
1.搭建环境介绍：
| hostname | IP | 系统 |
|
| 服务端 | webserver | 192.168.1.20 | CentOS 6.6 |
| 客户端 | hpf-linux | 192.168.1.110 | CentOS 6.6 |
2.基础服务端安装：
[root@webserver ~]# yum install -y epel-release //若机器安装的有epel扩展源则省略此步骤
[root@webserver ~]# yum install -y httpd nagios nagios-plugins nagios-plugins-all nrpe nagios-plugins-nrpe //安装nagios相关包
[root@webserver ~]# htpasswd -c /etc/nagios/passwd nagiosadmin //生成登录nagios后台的帐号及密码
New password:
Re-type new password:
Adding password for user nagiosadmin
[root@webserver ~]# nagios -v /etc/nagios/nagios.cfg //检测nagios配置文件是否错误
Total Warnings: 0
Total Errors: 0
Things look okay - No serious problems were detected during the pre-flight check
启动服务端nagios服务及监控的服务：
[root@webserver ~]# /etc/init.d/httpd start
[root@webserver ~]# /etc/init.d/nagios start
登录浏览器输入 http://ip/nagios ，查看服务是nagios是否搭建成功
通过输入刚才生成的密码进入nagios后台管理；
点击serviers查看监控，根据监控的服务是否正常进行调试；
刚开始http服务能会有warning，错误提示为HTTP WARNING: HTTP/1.1 403 Forbidden - 5152 bytes in 0.001 second response t；
原因为：nagios监控HTTP时，会监控到/var/www/html/下面的index.html文件，若没有就会提示错误，创建一个文件即可！创建后等一会便会将监控状态变为OK；
3.增加服务端nagios 监控机（增加监控客户端）
客户端安装nagios监控服务及文件配置：
[root@hpf-linux ~]# yum install -y epel-release //若客户端已安装epel扩展源则省略此步骤
[root@hpf-linux ~]# yum install -y nagios-plugins nagios-plugins-all nrpe nagios-plugins-nrpe //安装nagios监控相关包
[root@hpf-linux ~]# vi /etc/nagios/nrpe.cfg
找到“allowed_hosts=127.0.0.1” 改为 “allowed_hosts=127.0.0.1,192.168.1.20” 后面的ip为服务端ip;
找到” dont_blame_nrpe=0” 改为 “dont_blame_nrpe=1”
下面两个配置文件的更改是根据nagios服务端添加的监控服务(check_hda1)进行更改的：
command[check_hda1]=/usr/lib/nagios/plugins/check_disk -w 20% -c 10% -p /dev/sda1
command[check_hda2]=/usr/lib/nagios/plugins/check_disk -w 20% -c 10% -p /dev/sda2
配置服务端nagios脚本文件：
[root@webserver conf.d]# vi /etc/nagios/objects/commands.cfg //在该配置文件下添加以下内容
define command{
command_name check_nrpe
command_line $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$
}
[root@webserver ~]# cd /etc/nagios/conf.d/
[root@webserver conf.d]# vi 192.168.1.110.cfg
define host{
use linux-server
host_name 192.168.1.110
alias 1.110
address 192.168.1.110
}
define service{
use generic-service
host_name 192.168.1.110
service_description check_ping
check_command check_ping!100.0,20%!200.0,50%
max_check_attempts 5
normal_check_interval 1
}
define service{
use generic-service
host_name 192.168.1.110
service_description check_ssh
check_command check_ssh
max_check_attempts 5 #当nagios检测到问题时，一共尝试检测5次都有问题才会告警，如果该数值为1，那么检测到问题立即告警
normal_check_interval 1 #重新检测的时间间隔，单位是分钟，默认是3分钟
notification_interval 60 #在服务出现异常后，故障一直没有解决，nagios再次对使用者发出通知的时间。单位是分钟。如果你认为，所有的事件只需要一次通知就够了，可以把这里的选项设为0。
}
define service{
use generic-service
host_name 192.168.1.110
service_description check_http
check_command check_http
max_check_attempts 5
normal_check_interval 1
}
define service{
use generic-service
host_name 192.168.1.110
service_description check_load
check_command check_nrpe!check_load
max_check_attempts 5
normal_check_interval 1
}
define service{
use generic-service
host_name 192.168.1.110
service_description check_disk_hda1
check_command check_nrpe!check_hda1
max_check_attempts 5
normal_check_interval 1
}
define service{
use generic-service
host_name 192.168.1.110
service_description check_disk_hda2
check_command check_nrpe!check_hda2
max_check_attempts 5
normal_check_interval 1
}
[root@webserver ~]# nagios -v /etc/nagios/nagios.cfg //检测配置文件是否正确
Total Warnings: 0
Total Errors: 0
Things look okay - No serious problems were detected during the pre-flight check
在客户端启动nrpe服务：
[root@hpf-linux ~]# /etc/init.d/nrpe start
在服务端上重启nagios服务：
[root@webserver ~]# /etc/init.d/nagios restart
在浏览器上查看nagios服务的监控是否正常显示：
4.配置邮件报警：
[root@webserver ~]# vim /etc/nagios/objects/contacts.cfg
define contact{
contact_name nagios1
use generic-contact
alias mail1
email [email protected]
}
define contact{
contact_name nagios2
use generic-contact
alias mail2
email [email protected]
}
define contactgroup{
contactgroup_name common
alias common
members nagios1,nagios2
}
[root@webserver conf.d]# vi 192.168.1.110.cfg
在上面的192.168.1.110.cfg 配置文件有如下一段内容：
define service{
use generic-service
host_name 192.168.1.110
service_description check_load
check_command check_nrpe!check_load
max_check_attempts 5
normal_check_interval 1
}
将上面一段配置的最后添加以下四个语句：
contact_groups common
notifications_enabled 1 #是否开启提醒功能。1为开启，0为禁用。一般，这个选项会在主配置文件（nagios.cfg）中定义，效果相同。
notification_period 24x7 #发送提醒的时间段。非常重要的主机（服务）我定义为7×24，一般的主机（服务）就定义为上班时间。如果不在定义的时间段内，无论什么问题发生，都不会发送提醒。
notification_options w,u,c,r #这个是service的状态。w为waning， u为unknown, c为critical, r为recover(恢复了），类似的还有一个 host对应的状态：d,u,r d = 状态为DOWN, u = 状态为UNREACHABLE , r = 状态恢复为OK，需要加入到host的定义配置里。
[root@localhost ~]# nagios -v /etc/nagios/nagios.cfg //检测配置文件是否错误
Total Warnings: 0
Total Errors: 0
Things look okay - No serious problems were detected during the pre-flight check
5、验证报警邮件配置是否成功：
开启虚拟机邮件服务
[root@webserver ~]# yum install -y sendmail //安装邮件服务包
[root@webserver ~]# /etc/init.d/sendmail start //启动邮件服务
[root@webserver ~]# netstat -lnp |grep sendmail //查看邮件服务开启的端口
tcp 0 0 127.0.0.1:25 0.0.0.0:* LISTEN 1011/sendmail
在浏览器上配置163邮箱的白名单以防止把报警邮件当成垃圾邮件：
[root@hpf-linux ~]# /etc/init.d/nrpe stop //在客户端关闭nrpe服务看服务端是否发送报警邮件;
Shutting down nrpe: [确定]
报警邮件发送时间会有一段时间的延时，需要耐心等待；
