Nagios学习笔记之（五）后期维护

Nagios学习笔记之（五）后期维护

 

前言：前面都已经把整个Nagios算是搭建起来了，现在就是来想想在以后的工作中都需要注意什么，以及怎么把工作做的简化、快速、安全。

 

后期维护就是后续的琐碎的工作，例如：增加监控主机、调整阀值、检查配置文件等等。

总结如下：

1.如何更快速的增加主机？

2.如何调整合适的阀值？

3.如何保证nagios稳定的运行？

4.定期查看日志、pnp图，了解监控情况。

 

一、首先说下如何更快速的增加主机？

a.我们都知道Nagios的配置文件都在/usr/local/nagios/etc/下，可以在其新建个servers目录来存在后续新增的主机配置文件，而不用放在默认的object里，也不更改其默认的配置文件，这样在以后排错就有针对性。

b.再一个就是如何快速的增加主机，也就是批量增加，利用脚本可以帮你实现。

 

以下内容为朋友（xiaojun.wang）提供：

批量脚本的思路是这样的：

需要东西：一个批量脚本、一个Linux模版、一个Windows模版、一个IP对应主机名的列表文件。

最终实现：每个主机以及对应的服务为单独的配置文件，文件名为主机名-ip.cfg的格式，方便快速的明白此配置文件对应的主机。这样也方便了出了问题然后排错，可以快速定位。

可以这么设计：

servers/Create.sh                        #批量脚本

servers/Linux.template                   #Linux主机模版

servers/Windows.template                 #Windows主机模版

servers/list.txt                         #IP对应主机名的列表文件

 

1.批量脚本：

vim servers/Create.sh

 

#!/bin/bash

#author: xiaojun.wang

usage () {
        echo -en "USAGE: $0 [host list] or $0 [template] [host list]\nFor example: $0 host.template host.list(Field : [IP] [HOST NAME])\n" 1>&2
        exit 1
}

if [ $# -gt 2 ];then
        usage
        exit 1
fi

case "$#" in
        2)
                template=$1
                host_list=$2
        ;;
        1)
                template='host.template'
                host_list=$1
        ;;
        0)
        #       template='host.template'
        #        host_list='host.list'
                usage
        ;;
esac

if [ ! -f "${template}" ];then
        echo "template : ${template} not exist!" 1>&2
        exit 1
fi

if [ ! -f "${host_list}" ];then
        echo "host list : ${host_list} not exist!" 1>&2
        exit 1
fi

cat ${host_list}|\
while read ip hostname
do
        echo "${ip}"|grep -oP '^\d{1,3}(\.\d{1,3}){3}$' >/dev/null 2>&1 || Field='not ip'
        if [ "${Field}" = 'not ip' ];then
                echo "${ip} not ip!" 1>&2
                exit 1
        fi
        host_cfg="${hostname}-${ip}.cfg"
        cp ${template} ${host_cfg}
        sed -i "s/HOST_NAME/${hostname}/g;s/ADDRESS/${ip}/g" ${host_cfg}
done

 

2.Linux主机模版：（自己任意即可，写好要监控的项目）

 

define host{                                           #主机配置
        use linux-server,hosts-pnp
        host_name HOST_NAME                            #这个就是到时脚本写入的主机名
        alias HOST_NAME; A longer name for the server
        address ADDRESS ; IP address of the server     #脚本要写入的ip
}
define service{
        use generic-service,services-pnp
        host_name HOST_NAME                            #同上
        service_description CPU Load
        check_command check_nrpe!check_load
}
define service{
        use generic-service,services-pnp
        host_name HOST_NAME
        service_description Current Users
        check_command check_nrpe!check_users
}
define service{
        use generic-service,services-pnp
        host_name HOST_NAME
        service_description Disk Free Space /
        check_command check_nrpe!check_root
}
define service{
        use generic-service,services-pnp
        host_name HOST_NAME
        service_description Total Processes
        check_command check_nrpe!check_total_procs
}
define service{
        use generic-service,services-pnp
        host_name HOST_NAME
        service_description Zombie Processes
        check_command check_nrpe!check_zombie_procs
}
define service{
        use             generic-service,services-pnp
        host_name HOST_NAME
        service_description     SSH
        check_command   check_ssh
        register                0
        }

        

3.Windows主机模块也是一样的，这里就略了。

 

4.列表文件，格式如下：

192.168.1.1         Http

192.168.1.2         Mail

 

使用格式：

./Create.sh linux.template list.txt                   #这样就增加了两个主机以及服务了。

这样以后批量就很方便了。

 

二、如何调整合适的阀值？

我们都知道，报警是根据设定的阀值来的。

例如：进程数，默认警告的阀值为150，严重的阀值为200，假如目标主机为Mail，进程数长时间保持在200以上，这时候就需要调整nrpe的阀值了。

那么我们如何来判定多少的阀值合适呢？

其实可以写个简单的命令来定时收集这些信息，例如：每5分钟收集一次进程数。

crontab -e

*/5 * *＊* ps -ef |wc -l >> /total_procs.txt

 

这样就可以来分析目标主机的进程数在一个什么范围比较合适了。

 

还有一个方便就是检测失败次数的调整，有的时候可能因为网络短时间的延迟，这样如果失败检测次数过少，就会有大量的报警邮件，这样以后报警邮件多了，人的警惕意识也会有所下降，所以给失败检测次数一个合理的值也是非常有必要的。

这里其实说的非常有限，只是告诉要有这个意识，nagios本身默认的东西很多是合适的，但更多的是需要调整的！

 

三、如何保证nagios稳定的运行？

其实这也是个老生常谈的问题，假如Nagios都宕机了，谁来报警？

所以必要的保证Naigos的安全也是很重要的。无非也就是关闭一些不必要的端口、不必要的服务，只提供Nagios必须的端口，这样很大程度的增强了安全性。还要经常检查其配置文件，以及log日志。

也可以写个简单的脚本来监控本机nagios进程：ps -ef |grep nagios |grep -v grep |wc -l 用个if语句来判断下是否为0，为0就发邮件通知即可。

这个其实也就是提醒要有这个意识！

 

四、定期查看日志、pnp图，了解监控情况

下面呢，就是来说说nagios web页面的事了。

首先就是可以没事看看当天的Event Log

 

再者呢就是看看Alerts，有的时候可能你没收到报警邮件，也许是没达到失败检测次数，但看看还是很有必要的

 

还有可能就是看看pnp绘图了，可以分析出那个时间段，目标主机存在问题

 

 

行了，先说到这吧，想到什么再加。

 

Nagios全系列笔记：

Nagios学习笔记之（一）最初搭建

Nagios学习笔记之（二）监控部署

Nagios学习笔记之（三）配置详解

Nagios学习笔记之（四）外部扩展

Nagios学习笔记之（五）后期维护

本文出自 “____�N.�r^随记” 博客，转载请与作者联系！