利用shell脚本来监控linux系统的负载与CPU占用情况

这几天在学习研究shell脚本，写的一些系统负载与CPU监控脚本程序。在没有nagios监控软件的情况下，只要服务器能上互联网，就可通过发邮件的方式来提醒管理员系统负载与CPU占用的使用情况。

一、安装linux下面的一个邮件客户端msmtp软件(类似于一个foxmail的工具)

 1、下载安装： http://downloads.sourceforge.net/msmtp/msmtp-1.4.16.tar.bz2?modtime=1217206451&big_mirror=0
  # tar jxvf msmtp-1.4.16.tar.bz2
  # cd msmtp-1.4.16
  # ./configure --prefix=/usr/local/msmtp
  # make
  # make install

 2、创建msmtp配置文件和日志文件（host为邮件域名，邮件用户名test，密码123456）
  # vim ~/.msmtprc

account default
host 126.com
from [email protected]
auth login
user test
password 123456
logfile ~/.msmtp.log

  # chmod 600  ~/.msmtprc
  # touch ~/.msmtp.log

 3、mutt安装配置：（一般linux下有默认安装mutt）
  # vim ~/.muttrc

set sendmail="/usr/local/msmtp/bin/msmtp"
set use_from=yes
set realname="moniter"
set from=test@126.com
set envelope_from=yes
set rfc2047_parameters=yes
set charset="utf-8"

 4、邮件发送测试（-s邮件标题，-a表加附件）
  # echo "邮件内容123456" | mutt -s "邮件标题测试邮件" -a /scripts/test.txt  [email protected]
 
二、监控服务器系统负载情况：

1、用uptime命令查看当前负载情况（1分钟，5分钟，15分钟平均负载情况）
 # uptime
   15:43:59 up 186 days, 20:04,  1 user,  load average:  0.01,    0.02,   0.00  

系统负荷的经验法则：(摘自http://www.ruanyifeng.com/blog/2011/07/linux_load_average_explained.html)
(1) 主要观察"15分钟系统负荷"，将它作为电脑正常运行的指标。
(2) 如果15分钟内，（系统负荷除以CPU核心数目之后的）平均负荷大于1.0，表明问题持续存在，不是暂时现象。
(3) 当系统负荷持续大于0.7，你必须开始调查了，问题出在哪里，防止情况恶化。
(4) 当系统负荷持续大于1.0，你必须动手寻找解决办法，把这个值降下来。
(5) 当系统负荷达到5.0，就表明你的系统有很严重的问题，长时间没有响应，或者接近死机了。

2、查看服务器cpu的总核数
 # grep -c 'model name' /proc/cpuinfo

3、截取服务器1分钟、5分钟、15分钟的负载情况
# uptime | awk '{print $8,$9,$10,$11,$12}'
   load average:  0.01,    0.02,   0.00  

4、查看截取15分钟的平均负载
 # uptime | awk '{print $12}' （用 '{print $12}' 这个获取的不够准确，如果都用awk取第12个字段的话，结果有可能为空了。而用$NF表输出最后一段的内容）
# uptime | awk '{print $NF}'

5、编写系统负载监控的脚本文件：
# vim /scripts/load-check.sh

#!/bin/bash
#使用uptime命令监控linux系统负载变化

#取系统当前时间（以追加的方式写入文件>>）
date >> /scripts/datetime-load.txt

#提取服务器1分钟、5分钟、15分钟的负载情况
uptime | awk '{print $8,$9,$10,$11,$12}' >> /scripts/load.txt

#逐行连接上面的时间和负载相关行数据（每次重新写入文件>）
paste  /scripts/datetime-load.txt /scripts/load.txt   > /scripts/load_day.txt

  # chmod a+x /scripts/load-check.sh

6、编写系统负载结果文件邮件发送脚本：
# vim /scripts/sendmail-load.sh

#!/bin/bash
#把系统负载监控生成的load_day.txt文件通过邮件发送给用户

#提取本服务器的IP地址信息
IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`

#提取当前日期
today=`date -d "0 day" +%Y年%m月%d日`

#发送系统负载监控结果邮件
echo "这是$IP服务器$today的系统负载监控报告，请下载附件。" | mutt -s "$IP服务器$today的系统负载监控报告" -a /scripts/load_day.txt  [email protected]

  # chmod a+x /scripts/sendmail-load.sh

7、编写系统负载监控的脚本文件：
 # vim /scripts/load-warning.sh

#!/bin/bash
#使用uptime命令监控linux系统负载变化

#提取本服务器的IP地址信息
IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`

#抓取cpu的总核数
cpu_num=`grep -c 'model name' /proc/cpuinfo`

#抓取当前系统15分钟的平均负载值
load_15=`uptime | awk '{print $NF}'`

#计算当前系统单个核心15分钟的平均负载值，结果小于1.0时前面个位数补0。
average_load=`echo "scale=2;a=$load_15/$cpu_num;if(length(a)==scale(a)) print 0;print a" | bc`
#取上面平均负载值的个位整数
average_int=`echo $average_load | cut -f 1 -d "."`

#设置系统单个核心15分钟的平均负载的告警值为0.70(即使用超过70%的时候告警)。
load_warn=0.70

#当单个核心15分钟的平均负载值大于等于1.0（即个位整数大于0） ，直接发邮件告警；如果小于1.0则进行二次比较
if (($average_int > 0)); then
      echo "$IP服务器15分钟的系统平均负载为$average_load，超过警戒值1.0，请立即处理！！！" | mutt -s "$IP 服务器系统负载严重告警！！！"  [email protected]
else
#当前系统15分钟平均负载值与告警值进行比较（当大于告警值0.70时会返回1，小于时会返回0 ）
load_now=`expr $average_load \> $load_warn`

#如果系统单个核心15分钟的平均负载值大于告警值0.70（返回值为1），则发邮件给管理员
 if (($load_now == 1)); then
    echo "$IP服务器15分钟的系统平均负载达到 $average_load，超过警戒值0.70，请及时处理。" | mutt -s "$IP 服务器系统负载告警"  [email protected]
 fi
fi

  # chmod a+x /scripts/load-warning.sh

三、监控服务器系统cpu占用情况：

1、使用top命令查看linux系统cpu使用情况：
 #  top -b -n 1 | grep Cpu   （-b -n 1 表只需要1次的输出结果）
     Cpu(s):  0.0%us,  0.0%sy,  0.0%ni, 99.9%id,  0.0%wa,  0.0%hi,  0.0%si,  0.0%st
                                                           (空闲值)

 2、查看截取空闲cpu的百分比数值命令（只取整数部分）：
 # top -b -n 1 | grep Cpu | awk '{print $5}' | cut -f 1 -d "."

 3、编写cpu监控的脚本文件：
 # vim /scripts/cpu-check.sh

#!/bin/bash
#使用top命令监控linux系统cpu变化

#取系统当前时间（以追加的方式写入文件>>）
date >> /scripts/datetime-cpu.txt

#抓取当前cpu的值（以追加的方式写入文件>>）
top -b -n 1 | grep Cpu  >> /scripts/cpu-now.txt

#逐行连接上面的时间和cpu相关行数据（每次重新写入文件>）
paste  /scripts/datetime-cpu.txt   /scripts/cpu-now.txt  > /scripts/cpu.txt

  # chmod a+x /scripts/cpu-check.sh

 4、查看CPU监控的结果文件：
 # cat /scripts/cpu.txt

 5、编写cpu结果文件邮件发送脚本：
# vim /scripts/sendmail-cpu.sh

#!/bin/bash
#把生成的cpu.txt文件通过邮件发送给用户

#提取本服务器的IP地址信息
IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`

#提取当前日期
today=`date -d "0 day" +%Y年%m月%d日`

#发送cpu监控结果邮件
echo "这是$IP服务器$today的cpu监控报告，请下载附件。" | mutt -s "$IP服务器$today的CPU监控报告" -a /scripts/cpu.txt  [email protected]

  # chmod a+x /scripts/sendmail-cpu.sh

四、监控系统cpu的情况，当使用超过80%的时候发告警邮件：

  # vim /scripts/cpu-warning.sh

#!/bin/bash
#监控系统cpu的情况脚本程序

#提取本服务器的IP地址信息
IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`

#取当前空闲cpu百份比值（只取整数部分）
cpu_idle=`top -b -n 1 | grep Cpu | awk '{print $5}' | cut -f 1 -d "."`

#设置空闲cpu的告警值为20%，如果当前cpu使用超过80%（即剩余小于20%），立即发邮件告警
if (($cpu_idle < 20)); then
      echo "$IP服务器cpu剩余$cpu_idle%，使用率已经超过80%，请及时处理。" | mutt -s "$IP 服务器CPU告警"  [email protected]
fi

  # chmod a+x /scripts/cpu-warning.sh

五、加入任务计划：系统负载与CPU占用率每十分钟检测一次，有告警则立即发邮件(十分钟发一次)，负载与CPU检测结果邮件每天早上8点发一次

# crontab -e

*/10 * * * *  /scripts/load-check.sh
*/10 * * * *  /scripts/load-warning.sh
0 8 * * *  /scripts/sendmail-load.sh

*/10 * * * *  /scripts/cpu-check.sh
*/10 * * * *  /scripts/cpu-warning.sh
0 8 * * *  /scripts/sendmail-cpu.sh

 # service crond restart