Nagios学习笔记

jinquan26

简介
　　Nagios是一个监视系统运行状态和网络信息的监视系统，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，其可运行在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。
　　了解 Nagios 的关键在于，它并不是监视和跟踪“普通的”测量数据，如 CPU 使用率，该工具将所有的信息简化为“工作”、“可疑的”和“故障”状态。这可以帮助操作员根据预定义的和可配置的标准，重点关注最重要和最关键的问题。
　　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
  

　　

安装
　　这里只介绍一下源码安装： 依赖工具：

• gcc
  
• make
  
• autoconf
  
• automake
  

　　依赖库：

• libgd
  
• openssl
  

　　许多与简单网络管理协议相关的（SNMP 相关的）插件还需要 Perl 和 Net::SNMP 包。在安装和设置了 Nagios 之后，您应该可以使用缺省的 http://localhost/nagios URL 访问 Nagios。  



配置Nagios
　　在缺省情况下，所有的 Nagios 配置文件都位于 /etc/nagios 目录。可以将配置分为多个文件，每个文件用于配置中不同的部分。3.3.1版本的配置目录结构如下：



/etc/nagios/
                   nagios.cfg                       #nagios主配置文件，引用其他配置文件
                   cgi.cfg                            #nagios Web界面相关配置
                   resource.cfg                    #全局变量定义配置
                   objects/
                             commands.cfg        #命令、插件注册配置
                             contacts.cfg          #联系人和联系人组配置
                             localhost.cfg          #监控本机资源示例配置
                             printer.cfg             #网络打印机示例配置
                             switch.cfg            
                             templates.cfg         # 配置模板
                             timeperiods.cfg      
                             windows.cfg           # windows主机配置示例
                             hosts.cfg               #自定义的所有主机和主机组配置
                             services.cfg           #自定义的所有服务配置


联系人配置
　　首先需要设置的组件是联系人和联系人组。联系人是那些接收主机或服务停止运行的通知的人员。在缺省情况下，Nagios 提供了寻呼机和电子邮件通知方式。通过扩展，允许通过 Jabber 和许多其他方式进行通知，这在某些情况下是非常方便的。
　　联系人存储在 contacts.cfg 文件中，并且定义如下：



define contact{
        contact_name                    jdoe
        alias                           John Due
        service_notification_commands   notify-by-email
        host_notification_commands      host-notify-by-emailes
        email                           john.doe@yourcompany.com
        }
　　

联系人组配置
　　将联系人划分成组：在主机或服务状态发生更改时，Nagios 并不指定需要通知的人员，而是通知相关的组。有时甚至可以对某个人员进行多次定义，以指定不同的通知命令或地址，然后向用户所在的联系组添加联系该人员的所有方式



define contactgroup{
        contactgroup_name               server-admins
        alias                           Server Administrators
        members                         jdoe,albundy
        }


　　

新增主机配置
　　下一个步骤是配置需要由 Nagios 进行监视的主机。应该添加所有包含监视或检查是否正处于活动状态的服务的主机。存储主机信息的配置文件是 hosts.cfg。
　　下面是一个主机定义的示例：



define host{
        host_name                       ubuntu_1_2
        alias                           Ubuntu test server
        address                         192.168.1.2
        check_command                   check-host-alive
        max_check_attempts              20
        notifications_enabled           1
        event_handler_enabled           0
        flap_detection_enabled          0
        process_perf_data               1
        retain_status_information       1
        retain_nonstatus_information    1
        notification_interval           60
        notification_period             24x7
        notification_options            d,u,r
        }

新增服务配置
　　Nagios 配置的最后一步是为配置的主机定义服务。这个示例使用了一个预定义的“ping”Nagios 插件，它将发送 Internet 控制信息协议（Internet Control Message Protocol，ICMP）回显请求以确定主机是否有响应。



define service{
        use                             service-template
        host_name                       ubuntu_1_2
        service_description             PING
        check_period                    24x7
        contact_groups                  server-admins
        notification_options            c,r
        check_command                   check_ping!300.0,20%!1000.0,60%
        }
　　在完成了这个配置工作之后，重新启动您的 Nagios 守护进程，稍等几秒钟让 Nagios 进行初始化，然后，证实 Web 管理接口中 ping 服务的可见性。  



编写 Nagios 插件
　　Nagios 的最激动人心的方面是可以轻松地编写您自己的插件，只需要了解一些简单的指导原则即可。为了管理插件，Nagios 每次在查询一个服务的状态时，产生一个子进程，并且它使用来自该命令的输出和退出代码来确定具体的状态。退出状态代码的含义如下所示：

• OK —退出代码 0—表示服务正常地工作。
  
• WARNING —退出代码 1—表示服务处于警告状态。
  
• CRITICAL —退出代码 2—表示服务处于危险状态。
  
• UNKNOWN —退出代码 3—表示服务处于未知状态。
  

　　最后一种状态通常表示该插件无法确定服务的状态。例如，可能出现了内部错误。
　　下面提供了一个 Python 示例脚本，用于检查 UNIX® 平均负载。它假定 2.0 以上的级别表示警告状态，而 5.0 以上的级别表示危险状态。这些值都采用了硬编码的方式，并且始终使用最近一分钟的平均负载。



#!/usr/bin/env python
import os,sys
(d1, d2, d3) = os.getloadavg()
if d1 >= 5.0:
    print "GETLOADAVG CRITICAL: Load average is %.2f" % (d1)
    sys.exit(2)
elif d1 >= 2.0:
    print "GETLOADAVG WARNING: Load average is %.2f" % (d1)
    sys.exit(1)
else:
    print "GETLOADAVG OK: Load average is %.2f" % (d1)
    sys.exit(0)
　　在编写了这个小的可执行插件之后，接下来是使用 Nagios 注册该插件，并创建一个检查平均负载的服务定义。
　　这项工作也是非常简单的：使用下面的内容创建一个名为 /etc/nagios-plugins/config/mygetloadavg.cfg 的文件，根据下面的示例，向 services.cfg 文件添加一个服务。请记住，必须在 hosts.cfg 配置文件中定义 localhost。

使用Nagios注册插件



define command{
    command_name    check_mygetloadavg
    command_line    /path/to/check_getloadavg
}


插件服务配置



define service{
        use                             service-template
        host_name                       localhost
        service_description             LoadAverage
        check_period                    24x7
        contact_groups                  server-admins
        notification_options            c,r
        check_command                   check_mygetloadavg
        }


编写一个完整的插件
　　前面的示例说明了一个采用“硬编码”方式插件的限制，它不支持运行时配置。在实际中，通常最好的方式是创建一个可配置的插件。通过这种方式，您可以创建和维护一个插件，使用 Nagios 将其注册为单个插件，并且传递参数以便为特定的情况自定义警告和危险水平。下一个示例还包括一则使用消息；经过证实，对于由几个不同的开发人员或者管理员所使用或维护的插件，这是非常有价值的。
　　另一个好的实践是捕获所有的异常，并后退以报告 UNKNOWN 服务状态，以便 Nagios 能够正确地管理有关这个情况的通知。那些允许异常“失败”的插件通常会退出，并返回值 1；对于 Nagios，这表示一个 WARNING 状态。请确保您的插件能够正确地区分 WARNING 和 UNKNOWN。请注意，例如，在将其作为 UNKNOWN 结果处理可能出现错误的情况下，通常可以禁用至少某些 WARNING 通知。

用 Python 编写一个插件
　　上述的建议—运行时参数化、一则使用消息，以及经过改进的异常处理—将得到示例插件的源代码，这段代码要比前面的长几倍。但是您可以更安全地对错误进行处理，并且能够在更广泛的范围内重用该插件。



#!/usr/bin/env python

import os
import sys
import getopt
def usage():
    print """Usage: check_getloadavg [-h|--help] [-m|--mode 1|2|3] \
    [-w|--warning level] [-c|--critical level]"
Mode: 1 - last minute ; 2 - last 5 minutes ; 3 - last 15 minutes"
Warning level defaults to 2.0
Critical level defaults to 5.0"""
    sys.exit(3)
try:
    options, args = getopt.getopt(sys.argv[1:],
        "hm:w:c:",
        "--help --mode= --warning= --critical=",
        )
except getopt.GetoptError:
    usage()
    sys.exit(3)
argMode = "1"
argWarning = 2.0
argCritical = 5.0
for name, value in options:
    if name in ("-h", "--help"):
        usage()
    if name in ("-m", "--mode"):
        if value not in ("1", "2", "3"):
            usage()
        argMode = value
    if name in ("-w", "--warning"):
        try:
            argWarning = 0.0 + value
        except Exception:
            print "Unable to convert to floating point value\n"
            usage()
    if name in ("-c", "--critical"):
        try:
            argCritical = 0.0 + value
        except Exception:
            print "Unable to convert to floating point value\n"
            usage()
try:
    (d1, d2, d3) = os.getloadavg()
except Exception:
    print "GETLOADAVG UNKNOWN: Error while getting load average"
    sys.exit(3)
if argMode == "1":
    d = d1
elif argMode == "2":
    d = d2
elif argMode == "3":
    d = d3
if d >= argCritical:
    print "GETLOADAVG CRITICAL: Load average is %.2f" % (d)
    sys.exit(2)
elif d >= argWarning:
    print "GETLOADAVG WARNING: Load average is %.2f" % (d)
    sys.exit(1)
else:
    print "GETLOADAVG OK: Load average is %.2f" % (d)
    sys.exit(0)
　　为了使用这个新的插件，需要使用下面的方法来注册 /etc/nagios-plugins/config/mygetloadavg2.cfg：



define command{
    command_name    check_mygetloadavg2
    command_line    /path/to/check_getloadavg2 -m $ARG1$ -w $ARG2$ -c $ARG3$
}
　　另外，根据下面的示例，在 services.cfg 文件中添加或者更改服务条目。请注意，使用感叹号 ! 来分隔插件参数。与前面一样，必须在 hosts.cfg 配置文件中定义 localhost。



define service{
        use                             service-template
        host_name                       localhost
        service_description             LoadAverage2
        check_period                    24x7
        contact_groups                  server-admins
        notification_options            c,r
        check_command                   check_mygetloadavg2!1!3.0!6.0
}



　　参考资料： http://www.ibm.com/developerworks/cn/aix/library/au-nagios/
　　http://yahoon.blog.iyunv.com/13184/41778