俗話說:工欲善其事，必先利其器.要做好系統(tǒng)管理,使自己的工作更輕松更有效的話,一個好的監(jiān)控工具是必不可少的了.在這里我向大家推薦一款我使用了4年多的、功能強大、可靈活定制的開源監(jiān)控利器---nagios。

運維監(jiān)控Nagios連載1：Nagios服務(wù)器的自我監(jiān)控實現(xiàn)
http://net.it168.com/a2009/0309/267/000000267878.shtml
運維監(jiān)控Nagios連載2：部署apache服務(wù)器
http://net.it168.com/a2009/0310/268/000000268103.shtml
運維監(jiān)控Nagios連載3：部署、配置Nagios服務(wù)
運維監(jiān)控Nagios連載4：Nagios監(jiān)控mysql服務(wù)器
運維監(jiān)控Nagios連載5：關(guān)鍵應(yīng)用監(jiān)控的重要策略

(一) 添加帳戶,以用來運行Nagios。

當(dāng)然也可以用root運行,但出于安全考慮而使用普通帳號來運行,并且不給這個賬號分配shell登錄權(quán)限.
1、 linux增加帳號的操作為 useradd nagios -s /sbin/nologin 添加帳號就自動生成同名組 nagios。
2、 freebsd增加帳號的操作為 pw groupadd nagios ; pw useradd nagios -g nagios -s /sbin/nologin.
注意：不要給nagios用戶設(shè)置密碼。
(二) 安裝nagios軟件
tar zxvf nagios-2.9.tar.gz
cd nagios-2.9
./configure -prefix=/usr/local/nagios ----with-nagios-user=nagios --with-nagios-group=nagios
make all
make install  執(zhí)行完這個步驟后，程序會提示依次運行  make install-init ， make install-commandmode ，make install-config 這幾個命令。我們選取其中的兩個來執(zhí)行：
make install-commandmode
make install-config

跟一般的gnu源碼軟件安裝相比，nagios的安裝多了幾個步驟（一般的軟件運行到make install就算安裝完了）。當(dāng)然也可以連這兩步都不執(zhí)行，用手工賦予目錄或文件權(quán)限，再手動創(chuàng)建配置文件，其效果完全相同。安裝完nagios后,我們可以在安裝目錄/usr/local/nagios下生成下面的目錄:
bin Nagios執(zhí)行程序所在目錄，這個目錄只有一個文件nagios
etc Nagios配置文件位置，初始安裝完后，只有幾個*.cfg-sample文件
sbin Nagios Cgi文件所在目錄，也就是執(zhí)行外部命令所需文件所在的目錄
share Nagios網(wǎng)頁文件所在的目錄
var Nagios日志文件、spid 等文件所在的目錄

(三) 安裝nagios插件
沒有插件，nagios將什么作用也沒有，插件也是nagios擴展功能的強大武器，除了下載常用的插件外，我們還可以根據(jù)實際要求編寫自己的插件。Nagios的插件nagios-plugins-1.4.9在www.nagios.org上可以找到，接著我們用wget下載它。注意：插件與nagios之間的版本關(guān)聯(lián)不大，不一定非得用nagios-plugins-1.4.9這個版本。下載完成后，安裝它是很簡單的：先執(zhí)行配置 ./configure -prefix=/usr/local/nagios ,接著編譯安裝 make ; make install即可。這里需要說明一下的是在配置過程指定的安裝路徑是/usr/local/nagios，而不是/usr/local/nagios-plus,安裝完成后，將在目錄/usr/local/nagios生成目錄libexec（里面有很多文件），這正是nagios所需要的。

#p#

(四) 配置nagios

配置是nagios最復(fù)雜的部分，讓我們耐心一些，逐個處理，配置成功也不是什么難事。剛安裝完成的nagios，其配置文件的目錄是/usr/local/nagios/etc，下圖是其etc目錄的文件：
　　
先把這些文件改名,如 cgi.cfg-sample改成cgi.cfg ，用命令cp cgi.cfg-sample cgi.cfg …依樣把余下的幾個*.cfg-sample都復(fù)制成*.cfg文件。從nagios2.6版開始，不用修改配置文件localhost.cfg就可以直接運行../bin/nagios -v nagios.cfg驗證程序是否能正常運行(nagios2.5及以前版本的最小運行的配置文件是minimal.cfg，但需要修改這個文件多處才能驗證成功)。當(dāng)然，我們不能指望這個最小的配置文件能夠滿足實際的需求，因此，需要對現(xiàn)有的配置文件進行修改，其次增加自定義的一些配置文件。通過復(fù)制這些自帶的模板文件，我們可以得出幾個主要的配置文件，我們可以把它歸類為：

    
依照這個表格，我們逐一配置之。
1、修改主配置文件nagios.cfg.基于方便維護的原則，把各個配置目標單獨放在文件中，如聯(lián)系人信息在contacts.cfg中定義。Nagios.cfg文件比較長，我只把修改過的內(nèi)容貼出來：
　　
#注釋或刪掉這行
　　#cfg_file=/usr/local/nagios/etc/localhost.cfg

#主機配置文件路徑
　　cfg_file=/usr/local/nagios/etc/hosts.cfg

#//主機組配置文件路徑
　　cfg_file=/usr/local/nagios/etc/hostgroups.cfg

 #聯(lián)系人配置文件路徑
　　   cfg_file=/usr/local/nagios/etc/contacts.cfg

#聯(lián)系組配置文件路徑
　　   cfg_file=/usr/local/nagios/etc/contactgroups.cfg

 #服務(wù)配置文件路徑
　　   cfg_file=/usr/local/nagios/etc/services.cfg

 #監(jiān)視時段配置文件路徑
　　   cfg_file=/usr/local/nagios/etc/timeperiods.cfg

 #在web界面下重啟nagios、停止主機/服務(wù)檢查等操作,.默認值是0.
　　   check_external_commands=1
 #根據(jù)自己的情況定這個命令檢查時間間隔.默認值是1秒.
　　command_check_interval=10s

2、修改cgi配置文件cgi.cfg.跟修改nagios.cfg一樣，只貼出被修改之處：
 #如有多個用戶，中間用逗號隔開
　　   authorized_for_system_information=sery
　　   authorized_for_configuration_information=sery
　　   authorized_for_system_commands=sery
　　   authorized_for_all_services=sery
　　   authorized_for_all_hosts=nagiosadmin,sery
　　   authorized_for_all_service_commands=sery
　　   authorized_for_all_host_commands=sery
在這里指定的用戶"sery"可以通過瀏覽器操縱nagios服務(wù)的關(guān)閉、重啟等各種操作。

3、修改commands.cfg配置文件
這個文件已經(jīng)包含了發(fā)送郵件報警的部分，因此只需要再把短信報警的部分加上就可以了
　　   ###### host-notify-by-sms command definition
　　   define command{
　　        command_name    host-notify-by-sms
　　     command_line /usr/local/bin/sms.pl $CONTACTPAGER$         "$NOTIFICATIONTYPE$ alert - Host $HOSTNAME$ is $HOSTSTATE$"
　　        }
　　   ###### service-notify-by-sms command definition
　　   define command{
　　        command_name    service-notify-by-sms
　　     command_line    /usr/local/bin/sms.pl $CONTACTPAGER$    "$NOTIFICATIONTYPE$: $HOSTALIAS$/$SERVICEDESC$ is $SERVICESTATE$"
　　        }
第一個塊定義主機報警的內(nèi)容，即主機發(fā)生死機、恢復(fù)等情況發(fā)送手機短信報警，其接受者和發(fā)送內(nèi)容由"$..$"定義的宏來決定。第二個塊定義服務(wù)報警內(nèi)容，即監(jiān)控的服務(wù)或監(jiān)控的主機資源發(fā)生故障時發(fā)送手機報警短信。Nagios規(guī)定，如果探測到被監(jiān)控的主機停機或不可達，它就不再探測這個停機主機上的服務(wù)。通俗地一點理解：主機都停了，當(dāng)然服務(wù)也跟著停了！另外一個需要注意的地方是命令行（command_line）路徑一定要用全路徑，這里調(diào)用的命令就是我們在全面編寫的那個腳本sms.pl。

3、 新增其他配置文件

在主配置文件nagios.cfg中，我們注釋了行 cfg_file=/usr/local/nagios/etc/localhost.cfg ，而使用若干單獨的配置文件來定義各種對象，這樣可以獲得維護方便、書寫規(guī)范等諸多方面的好處。這些單獨的配置文件不是自然存在的，我們需要手工創(chuàng)建并添加內(nèi)容。當(dāng)然，一開始我們并不是很清楚怎么往這些文件里添加內(nèi)容，只好回過頭去看官方文檔，天啦，太分散了，盡然不知道怎么著手了！怎么辦？打開文件localhost.cfg-sample,心里基本上就有數(shù)了：無非是把這個文件拆分開來，形成多個文件嘛！下面我按新添一個主機進入監(jiān)控的較優(yōu)方式添加這些配置文件（當(dāng)然也可以有其它的順序，這并不影響監(jiān)控的效果）。好了，我們先把nagios服務(wù)器本身給監(jiān)控上，這些監(jiān)控包括：主機存活、web服務(wù)監(jiān)控、磁盤空間監(jiān)控、負載監(jiān)控、進程數(shù)監(jiān)控、ip連接數(shù)監(jiān)控。

（1）、定義主機配置文件hosts.cfg
　　       define host {
　　       host_name                 nagios-server
　　       alias                      nagios server
　　       address                    59.26.240.63
　　       contact_groups              sagroup
　　       check_command             check-host-alive
　　       max_check_attempts          5
　　       notification_interval          10
　　       notification_period           24x7
　　       notification_options          d,u,r
　　       }
說明：
● 聯(lián)系組contact_group沒有建立，需在后面的步驟完成。
● 主機檢查命令行一般選擇檢查主機存活check-host-alive。
● 最大嘗試次數(shù)最好不要設(shè)置為"1",一般3-4次比較合理。
● 通知時間間隔notification_interval 根據(jù)自己實際情況設(shè)定，它的單位是分鐘。
● 通知選項notification_options 幾個值的意思是 d-down,u-unreacheable,r-recovery.

（2）、定義主機組配置文件hostgroups.cfg
　　      define hostgroup {
　　      hostgroup_name  sa-servers
　　      alias            sa servers
　　      members        nagios-server
　　      }
說明：
● 這個配置文件不是必須的，為了在瀏覽器里方便歸類及察看狀態(tài)，可以添加這個文件。
● 主機組的成員必須是在hosts.cfg里已經(jīng)定義了的，多個主機成員間用逗號分隔。

（3）、定義聯(lián)系人配置文件contacts.cfg
　　     define contact {
　　     contact_name         sery
　　     alias                system administrator
　　     service_notification_period    24x7
　　     host_notification_period       24x7
　　     service_notification_options   w,u,c,r
　　     host_notification_options       d,u,r
　　     service_notification_commands service-notify-by-email,service-notify-by-sms
　　     host_notification_commands     host-notify-by-email,host-notify-by-sms
　　     email                          sery@163.com
　　     pager                          13301000018
　　     }
說明：
● 服務(wù)通知選項 w-warning,u-unknown,c-critical,r-recovery.
● 主機通知選項 d-down,u-unreacheable,r-recovery。
● 服務(wù)通知命令行及服務(wù)通知命令行在配置文件commands.cfg中得到定義，如果有報警發(fā)生，則郵件和手機短信一起發(fā)送給相關(guān)人，即下兩行定義的email,pager.
● 收報警信息的郵件和手機，一個人如有2個手機，手機號之間有逗號分隔，郵件也如此。
● 如果這里定義的用戶需要通過瀏覽器察看他所負責(zé)的服務(wù)器監(jiān)控狀態(tài)的話，還需要     用apache的工具htpasswd增加同名帳號。

（4）、定義聯(lián)系組配置文件contactgroups.cfg
　　      define contactgroup {
　　      contactgroup_name    sagroup
　　      alias                system administrator group
　　      members             sery
　　      }
說明：
● 當(dāng)有多個人行使同樣的職責(zé)時，定義成組是非常有用的。
● 多個成員之間用逗號分隔。
● 成員必須在聯(lián)系人配置文件（contacts.cfg）已經(jīng)定義。

（5）、定義服務(wù)配置文件 services.cfg
　　    define service {
　　        host_name        nagios-server
　　        service_description   check-host-alive
　　        check_period          24x7
　　        max_check_attempts    4
　　        normal_check_interval 3
　　        retry_check_interval  2
　　        contact_groups        sagroup
　　        notification_interval   10
　　        notification_period     24x7
　　        notification_options    w,u,c,r
　　        check_command           check-host-alive
　　        }
　　define service {
　　        host_name             nagios-server
　　        service_description   check_tcp 80
　　        check_period          24x7
　　        max_check_attempts    4
　　        normal_check_interval 3
　　        retry_check_interval  2
　　        contact_groups        sagroup
　　        notification_interval   10
　　        notification_period     24x7
　　        notification_options    w,u,c,r
　　        check_command      check_tcp!80
　　        }
　　    define service{
　　        host_name               nagios-server
　　        service_description     check-disk
　　        check_command           check_nrpe!check_df
　　        max_check_attempts      4
　　        normal_check_interval   3
　　        retry_check_interval    2
　　        check_period            24x7
　　        notification_interval   10
　　        notification_period     24x7
　　        notification_options    w,u,c,r
　　        contact_groups          sagroup
　　        }
　　define service{
　　        host_name               nagios-server
　　        service_description     check-load
　　        check_command           check_nrpe!check_load
　　        max_check_attempts      4
　　        normal_check_interval   3
　　        retry_check_interval    2
　　        check_period            24x7
　　        notification_interval   10
　　        notification_period     24x7
　　        notification_options    w,u,c,r
　　        contact_groups          sagroup
　　        }
　　define service{
　　        host_name               nagios-server
　　        service_description     total_procs
　　        check_command           check_nrpe!check_total_procs
　　        max_check_attempts      4
　　        normal_check_interval   3
　　        retry_check_interval    2
　　        check_period            24x7
　　        notification_interval   10
　　        notification_period     24x7
　　        notification_options    w,u,c,r
　　        contact_groups          sagroup
　　        }
說明：
● 主機名 host_name,必須是主機配置文件hosts.cfg中定義的主機。
● 檢查用的命令 check_command,在命令配置文件中定義或在nrpe配置文件中有定義。
● 最大重試次數(shù) max_check_attempts 一般設(shè)置為3-4次比較好，這樣不會因為網(wǎng)絡(luò)閃斷片刻而發(fā)生誤報。
● 檢查間隔和重試檢查間隔的單位是分鐘。
● 通知間隔指探測到故障以后，每隔多少時間發(fā)送一次報警信息。 它的單位是分鐘。
● 通知選項跟服務(wù)定義配置文件相同。
● 聯(lián)系組contact_groups由配置文件contactgroup.cfg定義。
● 檢查主機資源需要安裝和配置nrpe,這個過程在后面完成。

#p#

五、部署nrpe

（一）安裝nrpe
　　  tar zxvf nrpe-2.8.1.tar.gz
　　  cd nrpe-2.8.1
　　　./configure -prefix=/usr/local/nrpe
　　  make
　　  make install
注：如果在其他被監(jiān)控機安裝nrpe，需要添加系統(tǒng)用戶nagios.

（二）復(fù)制文件
安裝完nrpe后，在安裝目錄/usr/local/nrpe/libexec只有一個文件check_nrpe,而在nagios插件目錄，卻缺少這個文件，因此需要把這個文件復(fù)制到nagios插件目錄；同樣，因為nrpe需要調(diào)用的諸如check_disk等插件在自己的目錄沒有，可是這些文件確是nagios插件所存在的，所以也需要從nagios目錄復(fù)制一份過來。我們把復(fù)制過程列舉出來：
　　   cp /usr/local/nrpe/libexec/check_nrpe  /usr/local/nagios/libexec
　　   cp /usr/local/nagios/libexec/check_disk  /usr/local/nrpe/libexec
　　   cp /usr/local/nagios/libexec/check_load  /usr/local/nrpe/libexec
　　   cp /usr/local/nagios/libexec/check_ping  /usr/local/nrpe/libexec
　　   cp /usr/local/nagios/libexec/check_procs  /usr/local/nrpe/libexec

（三）配置nrpe
安裝完nrpe以后,在安裝目錄并沒有可用的配置文件,但我們只需把解壓目錄的樣例文件復(fù)制到安裝目錄,然后修改這個文件.
1、 mkdir /usr/local/nrpe/etc
2、 cp sample-config/nrpe.cfg  /usr/local/nrpe/etc
3、 修改配置文件/usr/local/nrpe/etc/nrpe.cfg.該過的地方用粗體顯示：
　　   pid_file=/var/run/nrpe.pid
　　   server_port=5666
　　
 #以單獨的守護進程運行
　　   server_address=59.26.240.63
　　
　　   nrpe_user=nagios
　　   nrpe_group=nagios

　　   allowed_hosts=127.0.0.1,59.26.240.63
　　
　　   dont_blame_nrpe=0

　　   debug=0

　　   command_timeout=60
　　   connection_timeout=300

　　   # The following examples use hardcoded command arguments...

　　   command[check_users]=/usr/local/nrpe/libexec/check_users -w 5 -c 10
　　   command[check_load]=/usr/local/nrpe/libexec/check_load -w 15,10,5 -c 30,25,20
　　   #command[check_hda1]=/usr/local/nrpe/libexec/check_disk -w 20 -c 10 -p /dev/hda1
　　   command[check_df]=/usr/local/nrpe/libexec/check_disk -w 20 -c 10
　　   command[check_zombie_procs]=/usr/local/nrpe/libexec/check_procs -w 5 -c 10 -s Z
　　   command[check_total_procs]=/usr/local/nrpe/libexec/check_procs -w 150 -c 200
　　   command[check_ips]=/usr/local/nrpe/libexec/ip_conn.sh 8000 10000

說明：
● allowed_hosts=127.0.0.1,59.26.240.63 必須允許nagios監(jiān)控服務(wù)器可以訪問。
● command[check_df]=/usr/local/nrpe/libexec/check_disk -w 20 -c 10 檢查整個服務(wù)器的磁盤利用率；如果是freebsd系統(tǒng)，因為其/dev分區(qū)為100%，需要排除這個分區(qū)，因此其命令行應(yīng)該為 "command[check_df]=/usr/local/nrpe/libexec/check_disk -x /dev -w 20 -c 10"。
● command[check_ips]=/usr/local/nrpe/libexec/ip_conn.sh 8000 10000 ip連接數(shù)，ip_conn.sh腳本需要自己寫，下面給出腳本的內(nèi)容：
　　#!/bin/sh
　　#if [ $# -ne 2 ]
　　#then
　　#  echo "Usage:$0 -w num1 -c num2"
　　#exit 3
　　#fi

　　ip_conns=`netstat -an | grep tcp | grep EST | wc -l`

　　 if [ $ip_conns -lt $1 ]
　　   then
　　   echo "OK -connect counts is $ip_conns"
　　   exit 0
　　 fi

　　 if [ $ip_conns -gt $1 -a $ip_conns -lt $2 ]
　　   then
　　   echo "Warning -connect counts is $ip_conns"
　　   exit 1
　　 fi

　　 if [ $ip_conns -gt $2 ]
　　   then
　　   echo "Critical  -connect counts is $ip_conns"
　　   exit 2
　　 fi

我在nrpe配置文件nrpe.cfg把腳本所需的兩個參數(shù)寫上了，因此這個腳本就不需判   斷兩個參數(shù)輸入值的情況。只要當(dāng)前ip連接數(shù)大于8000，系統(tǒng)就發(fā)warning報警，超過10000，則發(fā)"critical"報警信息。把這個腳本放在目錄/usr/local/nrpe/libexec下，并給于執(zhí)行權(quán)限。

（四）、啟動nrpe服務(wù)并檢驗其配置

1、以獨立守護進程啟動nrpe服務(wù) /usr/local/nrpe/bin/nrpe -c /usr/local/nrpe/etc/nrpe.cfg -d
2、通過察看系統(tǒng)日志，正常啟動可以看到如下輸出：
　　Mar  2 21:07:18 MONITOR nrpe[23823]: Starting up daemon
　　Mar  2 21:07:18 MONITOR nrpe[23823]: Listening for connections on port 5666
　　Mar  2 21:07:18 MONITOR nrpe[23823]: Allowing connections from: 127.0.0.1,59.26.240.63
 察看端口，也能看見5666端口處于監(jiān)聽狀態(tài)：
　　[root@MONITOR nrpe]# netstat -an
　　Active Internet connections (servers and established)
　　Proto Recv-Q Send-Q Local Address     Foreign Address             State
　　tcp    0    0 59.26.240.63:5666       0.0.0.0:*                  LISTEN
 察看進程：
　　[root@MONITOR nrpe]#ps aux | grep nrpe | grep -v grep
　　nagios   23823  0.0  0.0   4864   924 ? Ss   21:07   0:00 bin/nrpe -c etc/nrpe.cfg -d
3、檢查插件功能
（1）檢查nrpe服務(wù)
　　[root@MONITOR nrpe]# libexec/check_nrpe -H 59.26.240.63
　　NRPE v2.8.1
（2）通過nrpe檢查主機資源
　　[root@MONITOR nrpe]# libexec/check_nrpe -H 59.26.240.63 -c check_df
　　DISK OK - free space: / 8241 MB (77% inode=98%); /var 5239 MB (95% inode=99%); /usr 11971 MB (86% inode=97%); /dev/shm 1013 MB (100% inode=99%);| /=2417MB;11218;11228;0;11238 /var=273MB;5792;5802;0;5812 /usr=1807MB;14508;14518;0;14528 /dev/shm=0MB;993;1003;0;1013
　　[root@MONITOR nrpe]#libexec/check_nrpe -H 59.26.240.63 -c check_ips
　　OK -connect counts is 13956

#p#

六、啟動nagios：驗證nagios工作狀態(tài)

1、檢查配置: nagios的驗證非常準確,凡是不能正確啟動nagios,皆可以從錯誤輸出找到答案.
　　/usr/local/nagios/bin/nagios -v /usr/local/nagios/etc/nagios.cfg
　　Reading configuration data...

　　Running pre-flight check on configuration data...
　　……………
　　Total Warnings: 0
　　Total Errors:   0

　　Things look okay - No serious problems were detected during the pre-flight check
2、啟動nagios
　　/usr/local/nagios/bin/nagios -d /usr/local/nagios/etc/nagios.cfg
　　
　　
3、檢驗監(jiān)控效果。現(xiàn)在我們監(jiān)控了本機的web服務(wù)，但由于apache服務(wù)還沒有被啟動起來，所以等待片刻后，正常情況下會收到郵件和手機短信報警信息；等后面我們把apache服務(wù)起來后，應(yīng)該能夠收到服務(wù)已經(jīng)恢復(fù)的報警短信和郵件。

4、創(chuàng)建web驗證用戶。我們根據(jù)前面apache配置文件的驗證方法來創(chuàng)建用戶：
　　/usr/local/apache/bin/htpasswd -c /usr/local/nagios/etc/htpasswd sery
　　
5、啟動apache服務(wù),然后在別的機器的瀏覽器地址欄輸入 http://59.26.240.63/nagios ,再輸入第"4"產(chǎn)生的用戶名及設(shè)定的密碼，即可通過web方式察看監(jiān)控系統(tǒng)當(dāng)前的狀態(tài)（瀏覽器自動刷新屏幕）,如下圖所示:

【編輯推薦】

1. Linux設(shè)備驅(qū)動開發(fā)詳解
2. 嵌入式系統(tǒng)Linux內(nèi)核開發(fā)實戰(zhàn)指南
3. Linux系統(tǒng)最佳實踐工具：命令行技術(shù)