linux下搭建nagios监控

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；