Nagios遇到的一点问题--关于如何使用timeperiod

关于在使用 Nagios 过程中遇到的一点问题

                        ―― 关于如何使用 timeperiod              

   

 1.    前言、问题的产生

    问题的产生是这样的，在我的应用服务器（ App server ）上跑着一套业务系统，使用的是 weblogic 中间件。由于出于安全方面的考虑，这套业务需要在下班以后关闭，并且在第二天上班的时候开启。其实这个实现也没什么复杂的，可以写两个 shell 脚本，一个用于启动 weblogic 服务，另一个用于停止 weblogic 服务（也就是 kill 掉相应的 java 进程），然后把这两个脚本加到 crontab 里，安排好执行时间，让它们定时执行就可以了。

    这样虽然定时停开服务是实现了，可这样带来了一个新的问题。具体的问题如下，我使用 Nagios 软件来监控系统整个运行状况，不仅包括主机的状态，还包括数据库、中间件的状态等。 Nagios 软件 24 小时不间断的监控着整个系统的运行状态（很尽职尽责），在下班后， weblogic 服务已经被停掉，这属于正常状态，但 Nagios 依然去检查 weblogic 的运行状态，结果可想而知当然是不能获得任何信息（ critical 状态）。于是， Nagios 将 critical 状态报告给我（我配置的是 email 的通知方式）。我的邮箱里收到了一堆垃圾邮件，没有任何价值的信息。

    那么如何解决这种具有时间段要求的监控问题呢？仔细的 Nagios 的官方文档，我们不难发现其中有一个定义叫 timeperiod ，这个属性可以控制时间范围。下面简单的说明一下我的处理方法。

    关于如何通过 Nagios 监控 weblogic 的方法，参见我的另一篇博文《通过 Nagios 监控 Weblogic 服务》，链接 [url]http://skymax.blog.51cto.com/365901/101603[/url] 。

 2.    问题的解决方式

 2.1.       配置信息

    由于配置文件的较多，而且文件的内容过多，我在这里仅列出与文件相关的一些配置。

・      服务监控配置

#the check_wls_server_adminserver on the remote host. define service{         use                     generic-service         host_name               HPUX_XX.XX.XX.XX         service_description     Weblogic Server adminserver         check_command           check_nrpe!                            check_wls_server_adminserver         }

 

・      Generic-service 定义

############################################################################### ############################################################################### # # SERVICE TEMPLATES # ############################################################################### ###############################################################################   # Generic service definition template - This is NOT a real service, just a template!   define service{         name                            generic-service   ; The 'name' of this service template         active_checks_enabled           1           ; Active service checks are enabled         passive_checks_enabled          1           ; Passive service checks are enabled/accepted         parallelize_check               1           ; Active service checks should be parallelized (disabling this can lead to major performance problems)         obsess_over_service             1           ; We should obsess over this service (if necessary)         check_freshness                 0           ; Default is to NOT check service 'freshness'         notifications_enabled           1           ; Service notifications are enabled         event_handler_enabled           1           ; Service event handler is enabled         flap_detection_enabled          1           ; Flap detection is enabled         failure_prediction_enabled      1           ; Failure prediction is enabled         process_perf_data               1           ; Process performance data         retain_status_information       1           ; Retain status information across program restarts         retain_nonstatus_information    1           ; Retain non-status information across program restarts         is_volatile                     0           ; The service is not volatile         check_period                    24x7      ; The service can be checked at any time of the day         max_check_attempts              3     ; Re-check the service up to 3 times in order to determine its final (hard) state         normal_check_interval           10      ; Check the service every 10 minutes under normal conditions         retry_check_interval            2     ; Re-check the service every two minutes until a hard state can be determined         contact_groups                  admins      ; Notifications get sent out to everyone in the 'admins' group   notification_options    w,u,c,r     ; Send notifications about warning, unknown, critical, and recovery events         notification_interval           60      ; Re-notify about service problems every hour         notification_period             24x7      ; Notifications can be sent out at any time          register                        0          ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL SERVICE, JUST A TEMPLATE!         }

・      24x7 的定义

# This defines a timeperiod where all times are valid for checks, # notifications, etc.  The classic "24x7" support nightmare. :-) define timeperiod{         timeperiod_name 24x7         alias           24 Hours A Day, 7 Days A Week         sunday          00:00-24:00         monday          00:00-24:00         tuesday         00:00-24:00         wednesday       00:00-24:00         thursday        00:00-24:00         friday          00:00-24:00         saturday        00:00-24:00         }

    从以上配置不难看出，我所定义的监控服务所使用的模板是 generic-service ，而该模板中定义的 check_period 和 notification_period 使用的都是 timeperiod 24x7 。 timeperiod 24x7 中明确定义时间范围是从周一到周日，每天 24 小时全天。

    问题的症结就在于此， timeperiod 的定义。如果我们把监控服务的监控时间段（ check_period ）改为我们所希望的工作时间（从早 8 到晚 5 ，周一到周五），那么问题就可以迎刃而解了。

 2.2.       修改配置文件

・      定义一个新的 timeperiod 。

# Some P.R.C holidays # 中国的一些法定节假日 define timeperiod{         name                    cn-holidays         timeperiod_name         cn-holidays         alias                   CN Holidays           january 1               00:00-00:00     ; 1.1         may 1                   00:00-00:00     ; 5.1         october 1               00:00-00:00     ; 10.1                 }   # Work time # Week monday to friday # Time 8:00 to 17:00 # 工作时间 周一至周五的早八点到晚五点 define timeperiod{         timeperiod_name cn_work_time_8x5         alias           CN Work TIme 8x5         use             cn-holidays   ; 使用cn-holidays模板                 sunday          00:00-00:00         monday          08:00-17:00         tuesday         08:00-17:00         wednesday       08:00-17:00         thursday        08:00-17:00         friday          08:00-17:00         saturday        00:00-00:00                 }

・      使用刚刚定义好的 timeperiod 创建一个新的服务监控模板。    

# 8x5 service definition template - This is NOT a real service, just a template!   define service{     name                  generic-service-8x5     ; The name of this service template     use                   generic-service   ; Inherit default values from the generic-service definition     check_period          cn_work_time_8x5     notification_period   cn_work_time_8x5   }

・      使用新定义的模板修改具体服务监控配置

#the check_wls_server_adminserver on the remote host. define service{         use                     generic-service-8x5         host_name               HPUX_XX.XX.XX.XX         service_description     Weblogic Server adminserver         check_command           check_nrpe!check_wls_server_adminserver         }

    配置修改完了，下一步具体验证一下。

・      首先验证配置文件是否书写正确。

bash-3.00$ ./nagios -v ../etc/nagios.cfg   Nagios 3.0.3 Copyright (c) 1999-2008 Ethan Galstad ([url]http://www.nagios.org[/url]) Last Modified: 06-25-2008 License: GPL   Reading configuration data...   Running pre-flight check on configuration data...   Checking services...         Checked 111 services. Checking hosts...         Checked 7 hosts. Checking host groups...         Checked 1 host groups. Checking service groups...         Checked 1 service groups. Checking contacts...         Checked 2 contacts. Checking contact groups...         Checked 1 contact groups. Checking service escalations...         Checked 0 service escalations. Checking service dependencies...         Checked 0 service dependencies. Checking host escalations...         Checked 0 host escalations. Checking host dependencies...         Checked 0 host dependencies. Checking commands...         Checked 25 commands. Checking time periods...         Checked 7 time periods. Checking for circular paths between hosts... Checking for circular host and service dependencies... Checking global event handlers... Checking obsessive compulsive processor commands... Checking misc settings...   Total Warnings: 0 Total Errors:   0   Things look okay - No serious problems were detected during the pre-flight check

    好，配置没有问题，下一步重启 Nagios 服务。我的操作系统 Solaris10 ，我将 Nagios 配置成了 SMF 管理的服务，重启服务较方便。

bash-3.00# svcadm restart nagios bash-3.00# svcs nagios STATE          STIME    FMRI online          9:48:11 svc:/site/nagios:default

 

 

 2.3.       验证

    观察一下具体的监控情况，主要是看一下是否在下班时间是否还是会发出报警。邮箱里再也没有收到那些无用的垃圾邮件了，问题得以解决。

 3.    结语

    以上是我在使用 Nagios 监控系统时遇到的一个具体问题，以及解决过程、方法。由于监控的环境复杂、多变，在使用 Nagios 的过程中会遇到各种特殊的问题、和特殊的需要。不过还好， Nagios 的整体设计架构比较强大，大部分的问题都能得以解决。当然如果有时间还是仔细看看 Nagios 的官方文档，会从中受益匪浅。