公司要求实时监控服务器，写个Web的监控系统

转自：http://kakaluyi.iteye.com/blog/228636

公司的服务器需要实时监控，而且当用户空间已经满了，操作失败，或者出现程序Exception的时候就需要实时提醒，便于网管和程序员调式，这样就把这个实时监控系统分为了两部分，

 

第一部分：实时系统监控（cpu利用率，cpu温度，总内存大小，已使用内存大小）

第二部分：实时告警

由于无刷新实时性，所以只能使用Ajax，这里没有用到任何ajax框架，因为调用比较简单

大家知道，由于java的先天不足，对底层系统的调用和操作一般用jni来完成，特别是cpu温度，你在window下是打死用命令行是得不到的， 但由于我们的服务器系统是linux，所以可以不调用jni完全用java的方式来得到系统信息，这里用到了runtime的exec()函数，通过解析 本地命令调用的结果来查询本地信息，

这里要感谢公司同事qinkun推荐ecsun兄的这篇文章http://papa.iteye.com/blog/220532 ，

 

 * 取得linux系统下的cpu、内存信息
 *
 * */
 public   final   class  LinuxSystemTool
 {
 /**
 * get memory by used info
 *
 * @return int[] result
 * result.length==4;int[0]=MemTotal;int[1]=MemFree;int[2]=SwapTotal;int[3]=SwapFree;
 * @throws IOException
 * @throws InterruptedException
 */
 public   static   int [] getMemInfo()  throws  IOException, InterruptedException
 {
 File file = new  File( "/proc/meminfo" );
 BufferedReader br = new  BufferedReader( new  InputStreamReader(
 new  FileInputStream(file)));
 int [] result =  new   int [ 4 ];
 String str = null ;
 StringTokenizer token = null ;
 while ((str = br.readLine()) !=  null )
 {
 token = new  StringTokenizer(str);
 if (!token.hasMoreTokens())
 continue ;

 str = token.nextToken();
 if (!token.hasMoreTokens())
 continue ;

 if (str.equalsIgnoreCase( "MemTotal:" ))
 result[0 ] = Integer.parseInt(token.nextToken());
 else   if (str.equalsIgnoreCase( "MemFree:" ))
 result[1 ] = Integer.parseInt(token.nextToken());
 else   if (str.equalsIgnoreCase( "SwapTotal:" ))
 result[2 ] = Integer.parseInt(token.nextToken());
 else   if (str.equalsIgnoreCase( "SwapFree:" ))
 result[3 ] = Integer.parseInt(token.nextToken());
 }

 return  result;
 }

 /**
 * get memory by used info
 *
 * @return float efficiency
 * @throws IOException
 * @throws InterruptedException
 */
 public   static   float  getCpuInfo()  throws  IOException, InterruptedException
 {
 File file = new  File( "/proc/stat" );
 BufferedReader br = new  BufferedReader( new  InputStreamReader(
 new  FileInputStream(file)));
 StringTokenizer token = new  StringTokenizer(br.readLine());
 token.nextToken();
 int  user1 = Integer.parseInt(token.nextToken());
 int  nice1 = Integer.parseInt(token.nextToken());
 int  sys1 = Integer.parseInt(token.nextToken());
 int  idle1 = Integer.parseInt(token.nextToken());

 Thread.sleep(1000 );

 br = new  BufferedReader(
 new  InputStreamReader( new  FileInputStream(file)));
 token = new  StringTokenizer(br.readLine());
 token.nextToken();
 int  user2 = Integer.parseInt(token.nextToken());
 int  nice2 = Integer.parseInt(token.nextToken());
 int  sys2 = Integer.parseInt(token.nextToken());
 int  idle2 = Integer.parseInt(token.nextToken());

 return  ( float )((user2 + sys2 + nice2) - (user1 + sys1 + nice1)) / ( float )((user2 + nice2 + sys2 + idle2) - (user1 + nice1 + sys1 + idle1));
 }
 }

 

这里的两个方法，解释一下，

方法1文件"/proc/meminfo"里面包含的就是内存的信息，还包括了swap的信息。例如：

$ cat /proc/meminfo

total: used: free: shared: buffers: cached:
Mem: 1057009664 851668992 205340672 0 67616768 367820800
Swap: 2146787328 164429824 1982357504
MemTotal: 1032236 kB
MemFree: 200528 kB
MemShared: 0 kB
这样可以用截取字符串的方法，来得到linux内存信息.

方法2在文件"/proc/stat"里面就包含了CPU的信息。每一个CPU的每一tick用在什么地方都在这个文件里面记着。后面的数字含义分 别是： user、nice、sys、idle、iowait。有些版本的kernel没有iowait这一项。这些数值表示从开机到现在，CPU的每tick用 在了哪里。例如：

cpu0 256279030 0 11832528 1637168262

就是cpu0从开机到现在有 256279030 tick用在了user消耗，11832528用在了sys消耗。所以如果想计算单位时间（例如1s）里面CPU的负载，那只需要计算1秒前后数值的差除以每一秒的tick数量就可以了。

ok这样还剩下cpu温度，怎么做呢

发现了一个文件"cat /proc/acpi/thermal_zone/THM/temperature";可以返回本机的linux温度，

大概是这样的：temperature：            68C

但不是每台linux机器都有这个THM你要确定你的linux加载了这个THM才能使用这个文件，这样就用InputStreamReader(new FileInputStream（new File("/proc/acpi/thermal_zone/THM/temperature")）, 去读取这个文件，后面的相信大家一定会做了吧，就是把内容读出来,然后分割字符串去得到这个68。ok,系统基本信息全部完成，然后ok现在就只有一件事就是用Ajax去调用这个类来得到 基本信息，然后返回到页面上，Ajax的用法就不赘言了。

 

下面是系统监控的效果，大概是Ajax每几秒去linux下去取一次系统信息，然后显示在jsp页面上，以下是效果。

 

 

 

 

到这里第一部分系统监控部分已经完成，现在开始完成实时告警部分，分析需求

1温度和cpu超过额定值需要告警

2用户操作系统失败，用户存储空间不足也需要告警，还有我们公司的业务操作失败告警，如果发生Exception也只能告警，当然要把异常的堆栈的 信息保存在数据库里，我就这样设计如果用户在操作中触发了这些错误，则保存在数据库的告警表里，然后实时监控的再取出来这些信息。

3告警是要实时的那么要怎么从告警表里查到当前以后的数据呢，一开始想到用当前时间，在当前时间加上Ajax发送时间间隔，select * from warnlist where date>new Date()+AjaxTime这种形式,后来发现时间是很不正确的，网络延迟，程序处理时间，（cpu信息用了sleep函数），等等你常常会发现有些 告警信息被无情的放过，而有的时候有重复数据，这样我想到了用id，每次进入告警系统先查询到最大的告警id,然后保存在session中，然后ajax 从数据库里取告警信息的时候都查这个id之后的数据（就是进入监控系统后的最新数据），然后session再保存新的最大id,下次ajax取还是从这个 session中取最大id,这样信息就可以当ajax取的时候都保证是最新的，而且没有重复，very good!就这样做了

这样设计了一张告警处理表

 CREATE   TABLE  `warnlist` (
   `Id` bigint (20)  NOT   NULL  auto_increment,
   `warnleave` tinyint(2) NOT   NULL   default   '0' ,//告警级别：告警的严重程度
   `fromguy` varchar (20)  NOT   NULL ,//属于哪个用户哪个组织的告警
   `warncontent` varchar (100)  NOT   NULL ,//告警内容，比如cpu使用率超过80%
   `aviliablevalue` varchar (12)  default   NULL ,//允许值 比如85%
   `warnvalue` varchar (12)  default   NULL ,//告警值 80
   `warntime` datetime NOT   NULL ,//告警时间
   `stackinfo` varchar (255)  default   NULL ,//异常的堆栈信息
   `dealwith` tinyint(2) NOT   NULL   default   '0' ,//处理结果
   `version` int (11)  default   NULL ,//version
   `organizerID` varchar (20)  default   NULL ,//组织id
   `des` varchar (255)  default   NULL ,
   PRIMARY   KEY   (`Id`)
 ) ENGINE=InnoDB DEFAULT  CHARSET=utf8;

 

假设我ajax从系统取信息后，那么要写个逻辑，if(cpuTempature>75C)or if(cpuUserd>80%)则写入数据库，然后再查询大于上一次发送Ajax数据库的最大id的告警信息（这期间如果发生的以下错误一并查 出：用户存储空间不足，还有我们公司的业务操作失败告警，Exception等），循环插入一个xml解析类中，大概形式是这样的Ajax返回这个 xml,供页面提取信息

 < response >
 < cpuUsed > 67 </ cpuUsed >
 < cpuTemp > 76 < cpuTemp >
 < Memory > 1023422 </ Memory >
 < freeMemory > 43244 </ freeMemory >
 < wannlist >
 < warnid > 2 </ warnid >
 < warncontent > 系统存储空间不足 </ warncontent >
 < fromguy > kakaluyi </ fromguy >
 ..............
 </ wanrlist >
 < warnlist >
 < warnid > 3 </ warnid >
 < warncontent > cpu温度过高 </ warncontent >
 < fromguy > 系统 </ fromguy >
 < orgid > 系统 </ orgid >
 < warnvalue > 78 </ warnvalue >
 .............
 </ warnlist >
 ........

 </ response >

 

系统信息的显示代码，就是关联上面那个图片的：

 var  cpuUsed = req .responseXML.getElementsByTagName('cpuUsed')[0].firstChild.nodeValue;
 var totalMemory = req .responseXML.getElementsByTagName('totalMemory')[0].firstChild.nodeValue;
 var freeMemory = req .responseXML.getElementsByTagName('freeMemory')[0].firstChild.nodeValue;
 var cpuTemp = req .responseXML.getElementsByTagName('cpuTemp')[0].firstChild.nodeValue;
 $('cpuUsed').innerHTML = cpuUsed ;
 $('totalMemory').innerHTML = totalMemory ;
 $('freeMemory').innerHTML = freeMemory ;
 $('cpuTemp').innerHTML = cpuTemp ;

 //jsp
 < tr >
 < td   class = "label"   width = "20%" >
 服务器CPU使用率：</ td >
 < td   class = "text" >
 < font   color = "#FF0000"   size = "+2" > < label   id = "cpuUsed" > </ label >
 </ font >   <  告警预定阀值: 80%  >
 </ td >
 </ tr >
  .........

然后就是页面展现的问题了这里我用了dom节点的增删，一个页面保持50条记录，如果超过50条则删除以前的节点，代码为：

 

 

 var  length=req.responseXML.getElementsByTagName( 'warnlist' ).length;
 if (length>0)
 {
 var  trlength=document.getElementsByTagName( 'table' )[4].childNodes[0].childNodes.length;

 if (trlength+length-1>50) //如果大于50条，则查找告警列表的table，得到
 告警信息的子节点，然后删除多余的最早的告警信息
 {
 var  tbody=document.getElementsByTagName( 'table' )[4].childNodes[0];
 for ( var  i=1;i<trlength+length-50;i++)
 {
 var  tr=tbody.childNodes[i];
 tr.parentNode.removeChild(tr);

 }

 

然后插入新的告警信息，

 for ( var  i=0;i<length;i++)
 {
 var  onewarnlist=req.responseXML.getElementsByTagName( 'warnlist' )[i].childNodes;
 if (onewarnlist[0].firstChild.nodeValue==0)
 {
 var  leave= "企业级告警" ;
 }
 else  {
 var  leave= "运营商级告警" ;
 }
 var  from=onewarnlist[1].firstChild.nodeValue;
 var  warncontent=onewarnlist[2].firstChild.nodeValue;
 var  aviliablevalue=onewarnlist[3].firstChild.nodeValue;
 var  warnvalue=onewarnlist[4].firstChild.nodeValue;
 var  warntime=onewarnlist[5].firstChild.nodeValue;
 var  id=onewarnlist[8].firstChild.nodeValue;
 if (onewarnlist[6].firstChild.nodeValue==0)
 {
 var  dealwith= "未处理"  ;
 }
 else  {
 var  dealwith= "<font color='red'>已处理</font>" ;
 }
 var  table=document.getElementById( 'warntable' );
 var  tr=document.createElement( 'tr' );
  if (x%2==1)
 {
 tr.style.backgroundColor="#BFD3F9"
 }
 else {
 tr.style.backgroundColor="#FBFCEB"
 }
 x++;
 table.appendChild(tr);
 var  td=document.createElement( 'td' );
 td.className ='listText' ;
 td.innerHTML =x;
 tr.appendChild(td);
 var  td1=document.createElement( 'td' );
 td1.className ='listText' ;
 td1.innerHTML = leave;
 tr.appendChild(td1);
 var  td2=document.createElement( 'td' );
 td2.className ='listText' ;
 td2.innerHTML = from;
 tr.appendChild(td2);
 var  td3=document.createElement( 'td' );
 td3.className ='listText' ;
 td3.innerHTML = warncontent;
 tr.appendChild(td3);6
 var  td4=document.createElement( 'td' );
 td4.className ='listText' ;
 td4.innerHTML = aviliablevalue;
 tr.appendChild(td4);
 var  td5=document.createElement( 'td' );
 td5.className ='listText' ;
 td5.innerHTML = '<font color="#FF0000">' +warnvalue+ '</font>' ;
 tr.appendChild(td5);
 var  td6=document.createElement( 'td' );
 td6.className ='listText' ;
 td6.innerHTML = warntime;
 tr.appendChild(td6);
 var  td7=document.createElement( 'td' );
 td7.className ='listText' ;
 td7.innerHTML = dealwith;
 tr.appendChild(td7);
 var  td8=document.createElement( 'td' );
 td8.className ='listText' ;
 td8.innerHTML = id;
 tr.appendChild(td8);
    }

 

ok，一切大功告成，以下是最终效果