完美集群监控组合ganglia和nagios

wsxdc

　　Ganglia是伯克利开发的一个集群监控软件。可以监视和显示集群中的节点的各种状态信息，比如如：cpu 、mem、硬盘利用率， I/O负载、网络流量情况等，同时可以将历史数据以曲线方式通过php页面呈现。
而ganglia又依赖于一个web服务器用来显示集群状态，用rrdtool来存储数据和生成曲线图，需要xml解析因此需要expat，配置文件解析需要libconfuse。安装apche的httpd还需要支持php4以上，同时还有一些依赖软件。
ganglia作为一款最常用的Linux环境中的监控软件，它擅长的的是从节点中按照用户的需求以较低的代价采集数据。但是ganglia在预警以及发生事件后通知用户上并不擅长。最新的ganglia已经有了部分这方面的功能。但是更擅长做警告的还有Nagios。Nagios，就是一款精于预警、通知的软件。通过将Ganglia和Nagios组合起来，把Ganglia采集的数据作为Nagios的数据源，然后利用Nagios来发送预警通知，可以完美的实现一整套监控管理的系统。

------------------------------------------------------------------------------------------------------------------------------------------


ganglia安装指导　　
在redhat可以通过如下命令安装这些依赖软件：
yum -y install apr-devel apr-util check-devel cairo-devel pango-devel libxml2-devel rpmbuild glib2-devel dbus-devel freetype-devel fontconfig-devel gcc-c++ expat-devel python-devel libXrender-devel
libconfuse可以通过如下命令得到：
wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm
       wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm
1.2      安装配置步骤
1.2.1     安装
这里采用下载源码编译安装，到http://ganglia.info网站下载最新版的ganglia，下载后解压。
./configure --with-librrd=/rrd/path  --with-gmetad  --prefix=/usr/local/ganglia
make
make install
如果中间出现依赖软件问题，则需要安装缺少的那个软件包。安装完毕后，需要进行配置，其配置文件一般放在/etc/ganglia目录下，名称为gmetad.conf。当然对于路径并没有严格要求，因为gmetad可以在启动时指定所用的配置文件。
安装ganglia后，还需要安装apache服务器，同时需要有php模块支持，否则最终的显示页面无法正常显示。推荐采用yum install httpd php
否则如果没有配置正确，则有可能apache不能和php正确关联。
安装完毕后可以输入http://localhost/test.php,编一个php页面测试下是否成功安装。

1.2.2     配置
如果采用源码安装，根据前面的—prefix，ganglia会被安装到/usr/local/ganglia目录下。
首先建一个目录，该目录用来存放ganglia的web页面
mkdir -p /var/www/html/ganglia/
该目录用来存放后面用来显示数据的web页面。
由于采用源码编译的，并没有将gmetad和gmond加为服务，执行以下命令。
cp gmetad/gmetad.Init /etc/rc.d/Init.d/gmetad     //拷贝gmetad服务启动脚本
cp gmond/gmond.Init /etc/rc.d/Init.d/gmond        //拷贝gmond服务启动脚本
mkdir /etc/ganglia                                             //创建配置文件主目录
gmond -t | tee /etc/ganglia/gmond.conf              //生成gmond服务配置文件
cp gmetad/gmetad.conf /etc/ganglia/                  //拷贝gmetad服务配置文件
mkdir -p /var/lib/ganglia/rrds                                //创建rrd文件存放目录
chown nobody:nobody /var/lib/ganglia/rrds           //属主和属组都为nobody
chkconfig --add gmetad                                     //将服务交给chkconfig管理
chkconfig --add gmond                                      //同上
修改配置文件/etc/gmetad.conf通常只需要修改如下的参数：
data_source "Clustername" host1 host2
将集群名称改为你自己的，host1 host2是gmetad用来得到集群信息的xml文件的数据源，如果没有写端口，则采用默认的8649端口，gmetad默认每隔15秒通过tcp连接去该主机下载xml文件。所以他们可以是gmond的8649端口，也可以是gmetad的8651端口，它们都可以提供集群信息的xml格式的数据下载。
host1 host2是or的关系，如果host1无法下载，则才会尝试去host2下载，所以它们应该都是同一个集群的节点，保存着同样的数据。采用multicast模式时，每台gmond节点都有本cluster内节点机器的所有监控数据，因此不需要把所有节点写入data_source中。建议写入不低于2个，在host1节点死机的时候，会自动找host2节点取数据。
此外gmetad还有如下的属性设置：
RRD database storage defInition
RRAs "RRA:AVERAGE:0.5:1:244" "RRA:AVERAGE:0.5:24:244" "RRA:AVERAGE:0.5:168:244" "RRA:AVERAGE:0.5:672:244" "RRA:AVERAGE:0.5:5760:374"
RRD files location
访问控制Access control
trusted_hosts address1 address2 … DN1 DN2 …
all_trusted OFF/on
rrd保存数据的目录
rrd_rootdir "/var/lib/ganglia/rrds"
Network
xml_port 8651 #可以telnet到该端口，得到gmetad的xml文件
interactive_port 8652 #php页面数据交互使用的端口

1.2.3     php页面的配置
需要到/var/www/html/ganglia/目录下查找
php.conf
$gmetad_root = "/var/lib/ganglia";    #gmetad写入的rrd数据库的路径
$rrds = "$gmetad_root/rrds";
$ganglia_ip = "localhost";            #gmetad服务器的地址
$ganglia_port = 8652;       #gmetad服务器的交互式提供监控数据端口
默认情况下，web前端每300秒（5分钟）刷新一次，可以修改刷新间隔时间，通过修改config.php文件实现，它里面包括有所有的Ganglia Web参数。

1.2.4     ganglia客户端配置
vi /etc/ganglia/gmond.conf
主要是三个地方需要修改，cluster name,udp_send_channel,udp_recv_channel。注意单播与多播模式的区别，在多播模式下，加入该多播组的节点都会收到组内所有其他节点的数据，所以每个相当于一个备份。单播模式下，只是点到点的发送数据，数据只会发向特定的那个host，这种模式下通常具有一个中央收集节点。

cluster {
  name = "Cluster1"     #本节点属于哪个cluster
  owner = "chifeng"     #谁是该节点的所有者
  latlong = "unspecified"   #在地球上的坐标，经度、纬度？
  url = "unspecified"
}
udp_send_channel {       #udp包的发送通道
  mcast_join = 239.2.11.71   #多播，工作在239.2.11.71通道下。如果使用单播模式，则要写host = host1(接受数据的目标主机)，单播模式下也可以配置多个udp_send_channel
  port = 8649            #监听端口
  ttl = 1
}
udp_recv_channel {           #接收udp包配置
  mcast_join = 239.2.11.71   #同样工作在239.2.11.71通道下，如果使用单播模式，则要写host = localip，就是必须是本机的ip
  port = 8649                #监听端口
  bind = 239.2.11.71         #绑定
}
tcp_accept_channel {
  port = 8649   #通过tcp协议监听的端口，远端可以通过链接8649端口得到监控数据，gmetad就是通过该端口得到xml数据
}

还有其他的一些配置项，通常情况下不需要修改，其含义如下：
Collection_group section:
collect_once – Specifies that the group of static metrics
collect_every – Collection interval (only valid for non-static)
time_threshold – Max data send interval
Metric section:
Name – Metric name (see “gmond –m”)
Value_threshold – Metric variance threshold (send if exceeded)

实例如下：
collection_group {
  collect_every = 80
  time_threshold = 950
  metric {
    name = "proc_run"
    value_threshold = "1.0"
  }
  metric {
    name = "proc_total"
    value_threshold = "1.0"
  }
}

1.3      命令集合
说明：命令集合，是指我在安装配置时所使用的那些命令行命令，这些可以作为自动化部署脚步的一个基础。后面可以考虑编写自动化部署的脚步。

服务端：
1)安装expat-2.0.1.tar.gz
tar xvzf expat-2.0.1.tar.gz
cd expat*;./configure --prefix=/usr/local/apr;make;make install
2)安装confuse-2.6
./configure --prefix=/usr/local/confuse-2.6 CFLAGS=-fPIC --disable-nls;make;make install
3)安装apr
tar xvjf apr-1.3.2.tar.bz2
cd apr-1.3.2;./configure --prefix=/usr/local/apr;make;make install
安装apr-util-1.3.2.tar.bz2
tar xvjf apr-util-1.3.2.tar.bz2
cd apr-util-1.3.2;./configure --with-apr=/usr/local/apr --with-expat=/usr/local/expat
make;make install
cp /usr/local/apr-1.3.2/include/apr-1/* /usr/local/apr-1.3.2/include/目录，因为ganglia安装时默认会去/usr/local/apr/include下寻找apr的库文件。
4)安装rrdtool-1.2.27.tar.gz
tar xvzf rrdtool-1.2.27.tar.gz
cd rrdtool-1.2.27;./configure --prefix=/usr/local/rrdtool
make;make install
5)cp /usr/local/apr/bin/apr-1* /usr/local/bin/拷过这个后 OK否则会编译出问题
报错如下：
Checking for apr
checking for apr-1-config... no
configure: error: apr-1-config binary not found in pat
6)安装ganglia
./configure --with-librrd=/opt/rrdtool-1.4.4 --with-gmetad --prefix=/usr/local/ganglia --with-libconfuse=/usr/local/confuse-2.6
7)make;make install
8)安装apache服务器和php支持
yum -y install httpd mysqld php-mysql php

客户端：
wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm
wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm

scp apr-*.* 10.250.13.45:~/
scp libconfuse-*.* 10.250.13.45:~/
scp ganglia-*.gz 10.250.13.45:~/
scp ganglia-devel-*.rpm 10.250.13.45:~/
scp *.conf 10.250.13.45:~/

ssh 10.250.13.45
sudo su -
yum install expat

cd /home/admin
tar -xvf apr-1.4.*.gz
cd apr*
./configure --prefix=/usr/local/apr
make
make install

cd ..
tar -xvf apr-util-1.3.9.*
cd apr-util*
./configure --with-apr=/usr/local/apr
make
make install

cd ..
rpm -ivh  libconfuse-2.5-4.el5.x86_64.rpm
rpm -ivh libconfuse-devel-2.5-4.el5.x86_64.rpm

tar -xvf ganglia-3.1.*.gz
cd ganglia*
cp /usr/local/apr/bin/apr-1* /usr/local/bin/
./configure --with-apr=/usr/local/apr
find / -name "libpython2.5*"
cp /usr/local/lib/libpython2.5.so /usr/lib/libpython2.5.so
make
make install

cd ..
rpm -ivh ganglia-devel-3.1.1-1.x86_64.rpm --nodeps
cd /etc
mkdir ganglia
cp /home/admin/*.conf /etc/ganglia/
cd /etc/ganglia
vi gmond.conf ;edit udp send and recv host.
vi /usr/local/etc/gmond.conf

gmond --debug=10
ps -e|grep gmond
kill -9 id
gmond
如果必要需要重新修改gmond.conf
scp test 10.250.13.42:~/
scp test 10.250.13.43:~/
scp test 10.250.13.44:~/
scp test 10.250.13.45:~/
vi /etc/profile
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:"/usr/local/lib64/"
source /etc/profile
问题及解决
1.安装问题
◎缺少库文件，通常在make过程中出现该错误，ld找不到对应的库比如libpython2.5.so
解决方法：find命令查找这两个文件，并ln –s 创建指向这两个文件的软链接引用。find / -name libpython*
◎如果安装过程中出现依赖错误,通常在configure时出现
解决方法：首先利用find查找，如果找到可以阅读readme,查看是否有参数支持指明该路径。不行考虑拷贝到默认目录，还是不行则可以加入参数—nodeps，然后download该lib，通常包含在其devel包里，需要去网上查找包含该lib的文件，然后安装。
2.配置及运行问题
◎测试gmond和gmetad是否运行成功
Telent localhost 8649
Telent localhost 8651
如果没有反应
解决方法：很可能是因为服务没有启动，或者使用的不是默认端口，ps –e|grep gmond，查找服务是否启动。查看gmond.conf看所使用的tcp recv端口。
还找不到原因，就可以用调试模式启动查看原因
gmond –debug=10
如果出现udp之类的端口绑定错误，比如是已被bind，则查看是否有端口已被利用 lsof –i:port。
还可能是配置文件配置不正确，比如我曾经将udp_recv_channel的host修改成与udp_send_channel相同的值，就发生了端口错误，udp_recv_channel的host必须是本机的ip(一个机子可能有多个ip)。如果是权限禁止，则考虑当前用户身份，或者换成root试下。
测试php前端支持是否成功
http://localhost/ganglia
◎php页面显示为文件或者提示下载文件
解决方法：说明apache的php模块没有安装配置好。使用yum install 或者重新下载安装php模块，并在apache的conf文件里配置好。
◎显示页面无图象展示
首先检查selinux是否关闭
然后查看conf.php文件里的rrdtool路径是否正确，该文件是否存在，注意该路径是rrdtool可执行文件的路径不是其安装目录。
然后查看/var/lib/ganglia/rrds是否存在，能否被写。chown nobody:nobody /var/lib/ganglia/rrds  # make sure RRDTool can write here.
查看php.conf里的gmetad的路径地址端口是否正确。


-----------------------------------------------------------------------------------------------------------------------------------------------------------------------
下面我们来说说如何安装Nagios。
1。 下载安装包
可以在http://www.nagios.org/download下载到最新的Nagios Core, Nagios plugin安装包。

2。 建立用户

切换到root用户
/usr/sbin/useradd nagios
passwd nagios
创建一个用户组名为nagcmd 用于从Web接口执行外部命令。将nagios用户和apache用户都加到这个组中。
/usr/sbin/groupadd nagcmd
/usr/sbin/usermod -G nagcmd nagios
/usr/sbin/usermod -G nagcmd apache

3。 安装Nagios

tar xzf nagios-3.0.6.tar.gz
cd nagios-3.0.6.tar.gz
运行Nagios配置脚本并使用先前开设的用户及用户组：
./configure --with-command-group=nagcmd
编译Nagios程序包源码
make all -j8
make install
make install-init
make install-config
make install-commandmode
make install-webconf      #安装Nagios的WEB配置文件到Apache的conf.d目录下
4。 安装Nagios plugin
./configure --with-nagios-user=nagios --with-nagios-group=nagios -prefix=/usr/local/nagios
make -j8
make install
5。 基本配置
配置文件默认位置/usr/local/nagios/etc，只需要做简单修改就可以体验到Nagios啦。
修改/usr/local/nagios/etc/objects/contacts.cfg，更改email地址nagiosadmin 的联系人定义信息中的EMail信息为你的EMail信息以接收报警内容.(确认你的系统可以发送邮件到相应的接收者)
6。 配置Web接口
创建一个nagiosadmin 的用户用于Nagios的WEB接口登录。记下你所设置的登录口令，一会儿你会用到它。
htpasswd -c /usr/local/nagios/etc/htpasswd.users nagiosadmin
重启Apache服务以使设置生效。
service httpd restart
7。 启动Nagios
chkconfig --add nagios
chkconfig nagios on
service nagios start
这是你可以访问http://localhost/nagios，就可以看到Nagios啦哈哈。


Nagios安装过程中可能还需要其他的一些文件，比如apache。。。。我是在安装了Ganglia的系统上接着安装了Nagios。所以如果你的系统在安装Nagios的时候提示需要某些dependency，那么需要按照提示去做了:)
我在实际安装过程中遇到的最麻烦的问题是：
1。无法启动nagios，在系统log中发现提示无法创建/usr/local/nagios/var/rw/nagios.cmd。我发现没有rw目录。。。我创建了rw目录，并且将其owner改为nagios:nagcmd，权限改为drw-rw----。悲剧的是该错误提示仍然存在。最后我直接将其权限改为drw-rw-rw-。能够工作了，但是root cause我还没有找到。
2。类似的错误。在Nagios上察看log的时候，提示没有相应处理/usr/local/nagios/var/archives的权限。解决方法如上。
总的来说，安装过程比较顺利嘿嘿，运行后如下：
<ignore_js_op>