如何配置伺服器自動監控並報警？

01-02

想監控伺服器的服務異常.
當伺服器上的服務異常退出時,發送簡訊到開發人員人手上. 然後處理異常.
有沒有什麼比較好又比較廉價的方案來做這件事呢?
各位大牛推薦推薦吧.

監控報警永遠是運維工作的一大部分工作，也是一個很大的話題。

對於公司而言，有兩個選項，使用再有產品加改造/完全自己寫。

也有各自的說辭，不重複造輪子/更加適合自己的公司。

再有產品又分商業和開源兩種，

商業主要有HP的Openview，IBM的Tivoli，CA的Unicenter和BMC的ProactiveNet Performance Management Suite。

開源的主要有Nagios/Cacti/Zabbix/Zenoss/openNMS等等。

一般來說，傳統企業和像金融類的行業更偏向於商業軟體，一個是因為他們更有錢，計算機專業人才缺少，另外一個是責任轉移，因為商業軟體公司有技術支持，出現問題時更容易找到人解決。

而開源軟體是互聯網公司的喜好，Free。Free分兩方面來講，一個是錢上的Free，不用花錢就能用，另一個是代碼上的Free，我們能很輕易拿到軟體的源代碼，甚至現在N多的開源軟體都把項目管理系統，需求，Bug之類的開放在互聯網上，加之Github，我們可以看到每一個Patch的情況。我們可以了解作者的思路，如何解決的問題，我們自己也可以在這之上修改並貢獻到項目中。

但，無論如何，這類東西基本上就分接下來這幾部分：

1. 客戶端數據抓取

最基礎是的硬體信息，如伺服器廠家、CPU型號、主板廠家型號、內存硬碟容量等等，這些內容基本是固定的，一般會存在CMDB資料庫中，用於管理資產。

然後是硬體運行的信息，這裡也分軟硬兩部分：

1）如CPU溫度，機箱溫濕度，風扇轉速，電壓或是磁碟的SMART信息等等

2）CPU使用率，內存/SWAP使用情況，磁碟IO/容量，網卡使用帶寬，壞包率等。

接下來是應用軟體層面的狀態，同樣是二個部分，或者說是兩個層面

1）進程是否運行，如Nginx進程是否存在，80埠是否監聽

2）應用軟體內部的狀態，例如Nginx的連接數，帶寬使用率，JVM的HeapMemory，GC的情況，Session等等，對於MySQL這樣的資料庫而言監控的項目就更多了。基本上，無論是Nginx，Memcached或是Varnish，各個開源軟體都會有相應的模板，來監控它們內部的運行狀態。

再往上走就是業務系統的狀態監控了，頁面是否正常訪問，那個介面是否正常工作。再往深里走，可以定義一些介面調用查看庫內是否已經快空的，定義一些SQL查詢確定業務系統的運行狀態，這都是可以監控的。

2. 信息集中

上面所講的數據抓取，大部分是在本機完成，然後發送至監控伺服器，也有一部分是在伺服器直接抓取。這在小機器量的情況下是沒問題，但當伺服器數量增加，機房數量增加的時候，一台伺服器就可能搞定。這中間就要有一個Proxy的角色，它來負責直接和客戶端通訊，拿到數據，也自己抓一部分數據，再傳遞給中心伺服器。

3. 數據存儲

4. 信息展示

5. 錯誤報警

6. 分析報告

to be continued...

如果是初創型公司，機器規模和工作流轉沒有那麼複雜的情況下。運維監控和報警，都利用 Zabbix 和一些報警聚合服務。

先來說說，我們公司如何利用 Zabbix 監控和報警的吧。

Zabbix 配置報警

其實線上的教程很多：Zabbix 的圖文安裝教程。

下面自己 Zabbix 在添加伺服器監控以及監控報警方面總結下心得體會吧。

Zabbix 默認的語言是英語如果覺得使用不習慣可以自己漢化下，同樣網上有相關的解決方法這裡就不多說了。接下就先介紹下添加主機監控的流程。

一、系統配置---&>主機---&>Create host

二、設置主機名字---&>監控主機所屬組---&>監控主機IP地址---&>所屬模板

自此在 Zabbix 中就成功添加了一台新的伺服器。下面介紹下 Zabbix 如何配置監控報警。

在告警這塊 Zabbix 默認只支持郵件，如果需要簡訊告警還需要進行簡訊網關對接，複雜度較高。同時我認為簡訊的告警並非是一個好的方式，雖然發送了告警信息，同樣會存在疏漏的情況，而且這種情況發生的概率並不是很低。所以這裡就以郵件配置為例來介紹下。

一：添加報警的處理方法

1、打開zabbix的管理---&>處理方法---&>create media type

這裡為了方便就以腳本發郵件的方式來報警,腳本名字為mail.py。這裡需要重點關注一下的是腳本存放位置，我的腳本是放在/usr/local/zabbix/bin/目錄下面，這裡偷下懶就不寫絕對路徑了，腳本的路徑設置是在zabbix伺服器端的配置文件中設置的，在zabbix_server.conf配置文件中設置：AlertScriptsPath=/usr/local/zabbix/bin/

二：添加zabbix用戶和組，設置其郵箱地址等信息

1、打開zabbix的管理---&>用戶---&>選擇用戶組下拉---&>create user group：

這裡主要就是寫下組名，設置自己需要的許可權然後保存就可以了。

2、打開zabbix的管理---&>用戶---&>選擇用戶下拉---&>create user：

設置好組與用戶後就要添加報警介質，其實就是報警方式，由於設置的是報警，所以「信息" 那項就不用勾選，信息一般就是伺服器信息發生變化時報警，這個一般沒有什麼意義，所以不勾選。

三、報警觸發器觸發的動作設置

此步操作的意義是，當監控項中的觸發器達到你設置的報警值之後，需要執行操作來發送郵件等動作。具體操作如下。

1、打開zabbix的系統配置---&>操作---&>選擇事件源為觸發器---&>create action:

2、配置出發條件

3、詳細操作設置

即滿足觸發條件之後執行的動作，這裡一般設置為發郵件之類的，設置收郵件的用戶時，建議每個組對應一個用戶，這樣發郵件的時候容易設置發送對象。

到這裡告警的設置工作就完成了。

說了這麼多 Zabbix 監控和告警的配置，我想聊一下在使用 Zabbix 過程中的一些感受吧。

Zabbix 功能特點：

自動發現伺服器和網路設備
分散式監控網路，集中式管理（agent 、server 分開）

監控指標模版豐富
可靈活地分配用戶許可權

Zabbix 不足

安裝配置相對比較複雜，後期維護成本高
數據是只讀的、不能對監控數據進行聚合

告警機制不夠靈活：不同的指標需要不同的腳本；告警渠道單一
不同的監控需求，需要不同的腳本來完成

使用報警聚合工具，聚合報警

如果機器數量成長到一定規模的時候，會發現根本來不及處理報警。人力部門又不給力，遲遲找不上來人。

好在國外有一些報警聚合服務，pagerduty、bigpanda 等等。

這類工具主要功能是實現了在一個平台中接收所有監控系統的告警，從而實現報警聚合的服務，讓運維人員集中處理IT事件，避免多平台切換，提升運維效率。同時只需要少於 15分鐘的時間就可以將Nagios、Zabbix等主流監控平台的告警自動整合進來，而無需其它配置。以Bigpanda為例我們可以看下他集成的監控平台

與此同時 bigpanda 會將大量重複的告警事件壓縮為一條有真正意義的告警。而後通過機器學習等演算法把相關的告警合併起來，為運維人員提供分析、甄選之後的最重要的告警。

從這些角度來看，國外在監控領域的發展已經從 Zabbix 這種 1.0 時代，進入一體化監控解決方案的 2.0 時代。他們開始選擇基於 StatsD 技術的監控工具或解決方案。例如 Datadog 、Boundary 等第三方監控服務提供商。

這些公司的理念就是為了提供一個一體化的解決方案：如何集成不同的操作系統、資料庫、中間件監控的問題，你不需要擔心；用就行了。

監控聚合 + 報警聚合

由於 Zabbix 的監控是針對每一台主機的某一項指標來設置報警，並通過模板來快速創建報警。如果想要將一組機器的 CPU 利用率，或者管理集群來報警，就得自己寫腳本了。

有沒有聚合數據來監控，從而報警自然而然也是聚合的方案呢？

就國內來說我試用過的 Cloudinsight 產品還是不錯的，它是利用 Statsd 和 OpenTSDB 實現的一個一體化的監控解決方案。由於其利用到了時間序列資料庫，所以數據不再是只讀的可以進行聚合分組等功能，這樣一來就從不同的數據源中聚合數據，轉交給報警處理引擎；引擎根據報警策略中設置的報警條件，對某一固定時間窗口內，對數值進行檢查。當引擎檢查時間窗口內的數值滿足條件時，觸發報警事件的生成；併流送至 Cloudinsight 事件流、郵件、OneAlert 等不同的渠道，進行分發，通知用戶。

樓主提出的這個問題，我認為可能是剛剛開始接觸運維監控這個領域，所以不妨試一下 CloudInsight 。由於其安裝簡便，一切就只有兩步，安裝探針，查看儀錶盤。這樣就可以進行快速的試錯，同時Cloudinsight 集成了數十種互聯網流行基礎組件的監控，只需要進行最小化的配置就可以實現複雜的基礎組件監控，免除了傳統基礎組件監控中的複雜流程。這樣就可以看看新的技術發展是否能夠更好地滿足自己的需求。

由於平時比較喜歡新鮮事物所以就試用了下，它的可視化效果還是不錯的，下面給大家截幾張圖看看。

總結一下吧，我認為隨著現在雲計算的不斷發展，服務的模式一定會是未來發展的趨勢吧，就像雲主機一樣以 IaaS 服務代替了一部分傳統物理主機與 IDC 的市場份額。照這樣的形式來看在監控領域像 Datadog、Boundary、Cloudinsight這種 SaaS 監控服務也會是未來的一種風向標吧。

開源的那幾個完全滿足如果哪一天性能功能滿足不了了那麼這個公司市值也得有十億美刀以上了

想監控伺服器的服務異常.

當伺服器上的服務異常退出時,發送簡訊到開發人員人手上. 然後處理異常.

有沒有什麼比較好又比較廉價的方案來做這件事呢?

各位大牛推薦推薦吧

回答：

這個實現的開源或免費產品非常多，若只是幾台伺服器，則可以拿Nagios搭建一個報警監控系統，有很多完善的腳本，再配上一個簡訊貓，則可以實現。

還有一種辦法就是發送郵件，畢竟智能手機收發郵件非常方便。

聯繫方式：

姓名：金官丁

聯繫電話：136 6166 8096

郵箱地址：jinguanding@hotpu.cn

職位名稱：創始人兼技術總監

公司名稱：上海熱璞網路科技有限公司

通信地址：上海市楊浦區淞滬路98號平盛大廈1703室

你可以試試監控易，簡單易用，功能強大，還支持手機端和saas

宕機時第一時間推送 App 消息、微信消息、簡訊、電話語音進行提醒：咕咕監控 | 專註於網站、伺服器監控

Cloud Insight 監控伺服器及資料庫等中間件，所有指標可設置報警，開發 api 可自定義傳人等數據指標，實時監控分分種輕鬆實現

我是在看了這篇文章後，決定用個第三方的工具，簡單高效。

利用監控寶網站監控服務功能快速知曉網站/伺服器穩定性（2）

最簡單的就是nagios，或寫腳本加到crontab，或者這個腳本做好告警收斂

360網站監控自動發簡訊郵件