引言

無論何時何地，我們都可以了解到服務器的性能，這歸功于作為運維之眼的監控系統。G行監控系統使用的監控工具有多種，Nagios作為老牌監控工具，憑借其靈活的配置功能和強大的管理中心在G行發揮著重要作用。本文從功能、系統監控原理和在G行的應用等方面介紹Nagios監控工具。

一、Nagios功能

1.主機或服務狀態監控

Nagios可以監控的服務器操作系統主要包含Linux、Unix和Windows等，可監控的網絡設備有路由器、交換機等，支持對http、tcp、pop3、smtp等各種應用協議進行外部可用性探測。

2.監控告警通知

Nagios對發現的問題會及時產生告警信息，并通過事先定義好的方式，如：郵件、短信、微信等方式通知相關人員。同時，Nagios還支持利用客戶化程序和調用API來進行告警通知，以便用戶更好的發現問題，并進行自動化處理。

3.監控信息可視化

Nagios結合web服務器，可以將其監控的所有信息以web頁面的形式展現出來，還可以進一步結合外部軟件實現監控數據可視化分析，以圖表的形式展示在web頁面中，下圖為Nagios web頁面展示。

圖1 Nagios web頁面展示

4.監控數據存儲

Nagios監控采集到的數據會存儲下來，可以通過NDOUtis組件存儲到數據庫中實現歷史監控信息的查詢。

二、Nagios系統監控原理

Nagios是一種C/S方式的監控工具，系統中的角色可以分為:

(1)Nagios服務器：安裝核心模塊，負責監控的處理、任務調度、下發指令和web展示。

(2)被監控主機：安裝代理模塊，執行具體的監控指令、返回監控的結果。

Nagios服務器向代理模塊發送請求，代理模塊調用各個插件獲取具體資源的狀態信息，然后返回給Nagios服務器，最后對收集到的信息進行分析，并通過web應用進行展示。

Nagios系統主要包含Nagios daemon、Nagios plugin、nrpe三個組件，它還包含NSCA、NSClinet++、NDOUtils組件，組成邏輯圖如下所示：

圖2 Nagios邏輯結構圖

Nagios daemon：Nagios系統的核心組件，它負責組織與管理各組件，將它們協調起來共同完成監控任務，并完成監控信息的組織與展示。

Nagios plugin：Nagios核心組件自帶以及用戶自開發的一些插件，它們是實現各項監控的具體小程序，由它們采集到相應的數據以后，回送給Nagios服務器。

NRPE：Nagios系統要想取得被監控主機的存活狀態以及http、ftp、ssh等公開服務可用，可以通過程序探測得出。如果要想取得被監控主機上如磁盤容量、CPU負載等本地信息時，就需要代理程序，Linux系統是nrpe，Windows是NSClient++，通過代理程序來獲取監控數據，再發送到Nagios服務器。

三、插件介紹及應用

Nagios核心模塊只支持少量的監控功能，大部分監控功能都是通過各種插件來完成的。監控插件獲取監控數據的方式可以分為兩種：主動監控和被動監控。二者的區別在于，主動檢測是由Nagios執行查詢命令，而被動監控是由外部程序(代理)將檢測結果推送給Nagios服務器。

主動監控：Nagios監控服務器定期主動到被監控端獲取數據。主動監控又分為需要在被監控端安裝agent和不需要安裝agent兩種。

• 需要安裝agent：windows平臺下是NSClient++，linux下是nrpe。
• 不需要安裝agent：開啟被監控端的snmp，或者通過其他網絡協議進行監控。

被動監控：被監控端是將自身監控數據發往Nagios的方式，又可以分為以下兩種：

• 被監控端通過安裝nsca，定期檢查本機監控項目，并將告警數據發往Nagios服務器。
• 被監控端配置snmp trap，將相應的trap信息發往Nagios服務器。

目前Nagios在G行主要承擔外部探測功能，從Service端主動發動監控檢查。

Nagios大部分的監控功能都是通過插件來實現的，以下簡單介紹一些我們現在使用的Nagios插件。

(1)Nagios plugins，是個軟件包，里面包含眾多的插件，我們現在使用的包括：check_nt 用于監控Windows系統的負載、內存使用、磁盤使用、系統運行時間、某進程運行情況。在Nagios服務器上使用此插件，需要在被監控的Windows系統上安裝agent——NSClient++ 。

監控系統負載

check_nt -H $HOSTNAME$ -p 12489-v CPULOAD –l 5,80,90

監控系統內存使用

check_nt -H $HOSTNAME$ -p 12489-v MEMUSE –w 80 –c 90

監控系統磁盤使用

check_nt -H $HOSTNAME$ -p 12489-v USEDDISKSPACE -l d -c 80

監控系統運行時間

check_nt -H $HOSTNAME$ -p 12489-v UPTIME

監控系統進程

check_nt -H $HOSTNAME$ -p 12489-v PROCSTATE -d SHOWALL -l explorer.exe

-H ：指定被監控IP -p：是NSClient++默認開啟端口 -v：要監控的項目

-w: wanring閾值 -c：critical閾值 -l：附加參數

(2)check_nrpe，nrpe軟件包包含了check_nrpe命令，使用這個命令來獲取被監控數據，它的工作方式是：通過被監控端上的nrpe配置文件來定義監控命令(這些命令可以是Nagios plugins中的，也可以是自己開發的監控腳本)，然后從Nagios服務器上通過check_nrpe調用這些已定義的監控命令，返回監控數據。

監控系統負載

在被監控的linux端，安裝nrpe和Nagios plugin，通過更改nrpe.conf文件，我們定義命令：

command[check_load]=/usr/local/Nagios/libexec/check_load-w 15,10,5 -c 30,25,20

注：check_load包含在Nagiosplugins中，只能運行在linux上。-w是warning閾值，-c是critical閾值，三個值分別對應這系統1分鐘、5分鐘、15分鐘的負載閾值。

(3)check_ping，用于檢查主機存活，可以簡單的理解為ping。

監控系統網絡情況

check_ping –H $HOSTNAME$ -w100.0,20% -c 500.0,60%

-w：warning閾值，100代表延遲時間，20%代表丟包率

-c：critical閾值，500代表延遲時間，60%代表丟包率。

當ping的情況無論是達到延遲時間的閾值還是丟包率的閾值，都會報警。

(4)check_tcp，檢查tcp連接相應時間。

check_tcp –H $HOSTNAME$ -p 7001-w 0.05 -c 0.1

-p：指定tcp服務端口 -w：相應時間warning閾值 -c：相應時間critical閾值

(5)SNMP– Linux：通過snmp的方式監控，不需要被監控端安裝agent，只需要被監控操作系統或者被監控應用系統開啟并配置snmp服務即可。Nagios服務器通過snmpwalk命令連接并獲取遠端的系統信息。

監控linux磁盤

snmp_linux_disk_check.sh -H HOST-C community -w warning -c critical [-d disk]

-H指定被監控主機IP。-C團體字。-w磁盤使用率告警閾值-c磁盤使用率criticla告警閾值-d是可選項，指定磁盤掛載點，如省略則檢測主機上所有掛載點。

監控linux CPU

snmp_linux_cpu_check.sh -H HOST-C community -w warning -c critical

-H,-C參數意義同上-w是cpu使用率告警閾值-c是cpu使用率critical告警閾值

監控linux內存

snmp_linux_mem_check_v1.sh -HHOST -C community -w warning -c critical

-H，-C意義同上-w是內存使用率告警閾值 -c是內存使用率critical告警閾值

四、在G行的應用

Nagios在G行主要承擔外部探測功能，從Service端主動發動監控檢查。目前監控對象包括操作系統、數據庫、應用(端口、頁面、日志等)、專用設備等。

Nagios監控架構如下：

圖3 Nagios在G行的監控架構

五、總結與展望

Nagios是一款輕量級的開源監控軟件，它可以有效的監控Linux、Windows類等的主機和網絡設備，可以自定義監控腳本，同時具有部署簡單、告警方式靈活、可監控多種協議等優點。目前行業中常用監控軟件還有Zabbix、Prometheus等，它們分別有支持分布式監控和容器監控等優點，這兩種監控工具也在G行有應用，共同支撐著G行的監控系統，并在監控自服務和監控標準等方面繼續優化。