使用Zabbix监控ZooKeeper服务的健康状态

eddik

　　一 应用场景描述
　　在目前公司的业务中，没有太多使用ZooKeeper作为协同服务的场景。但是我们将使用Codis作为Redis的集群部署方案，Codis依赖ZooKeeper来存储配置信息。所以做好ZooKeeper的监控也很重要。
　　

　　二 ZooKeeper监控要点
　　系统监控
　　内存使用量    ZooKeeper应当完全运行在内存中，不能使用到SWAP。Java Heap大小不能超过可用内存。

　　Swap使用量    使用Swap会降低ZooKeeper的性能，设置vm.swappiness = 0
　　网络带宽占用   如果发现ZooKeeper性能降低关注下网络带宽占用情况和丢包情况，通常情况下ZooKeeper是20%写入80%读入
　　磁盘使用量    ZooKeeper数据目录使用情况需要注意
　　磁盘I/O      ZooKeeper的磁盘写入是异步的，所以不会存在很大的I/O请求，如果ZooKeeper和其他I/O密集型服务公用应该关注下磁盘I/O情况
　　

　　ZooKeeper监控
　　zk_avg/min/max_latency    响应一个客户端请求的时间，建议这个时间大于10个Tick就报警
　　zk_outstanding_requests        排队请求的数量，当ZooKeeper超过了它的处理能力时，这个值会增大，建议设置报警阀值为10

　　zk_packets_received      接收到客户端请求的包数量

　　zk_packets_sent        发送给客户单的包数量，主要是响应和通知

　　zk_max_file_descriptor_count   最大允许打开的文件数，由ulimit控制
　　zk_open_file_descriptor_count    打开文件数量，当这个值大于允许值得85%时报警
　　Mode                运行的角色，如果没有加入集群就是standalone,加入集群式follower或者leader

　　zk_followers          leader角色才会有这个输出,集合中follower的个数。正常的值应该是集合成员的数量减1
　　zk_pending_syncs       leader角色才会有这个输出，pending syncs的数量
　　zk_znode_count         znodes的数量
　　zk_watch_count         watches的数量
　　Java Heap Size         ZooKeeper Java进程的
　　

# echo ruok|nc 127.0.0.1 2181
imok

# echo mntr|nc 127.0.0.1 2181
zk_version3.4.6-1569965, built on 02/20/2014 09:09 GMT
zk_avg_latency0
zk_max_latency0
zk_min_latency0
zk_packets_received11
zk_packets_sent10
zk_num_alive_connections1
zk_outstanding_requests0
zk_server_stateleader
zk_znode_count17159
zk_watch_count0
zk_ephemerals_count1
zk_approximate_data_size6666471
zk_open_file_descriptor_count29
zk_max_file_descriptor_count102400
zk_followers2
zk_synced_followers2
zk_pending_syncs0

# echo srvr|nc 127.0.0.1 2181
Zookeeper version: 3.4.6-1569965, built on 02/20/2014 09:09 GMT
Latency min/avg/max: 0/0/0
Received: 26
Sent: 25
Connections: 1
Outstanding: 0
Zxid: 0x500000000
Mode: leader
Node count: 17159　　

　　三 编写Zabbix监控ZooKeeper的脚本和配置文件
　　要让Zabbix收集到这些监控数据，有两种方法一种是每个监控项目通过zabbix agent单独获取，主动监控和被动监控都可以。还有一种方法就是将这些监控数据一次性使用zabbix_sender全部发送给zabbix。这里我们选择第二种方式。那么采用zabbix_sender一次性发送全部监控数据的脚本就不能像通过zabbix agent这样逐个获取监控项目来编写脚本。
　　首先想办法将监控项目汇集成一个字典，然后遍历这个字典，将字典中的key:value对通过zabbix_sender的-k和-o参数指定发送出去
　　

　　echo mntr|nc 127.0.0.1 2181
　　这条命令可以使用Python的subprocess模块调用，也可以使用socket模块去访问2181端口然后发送命令获取数据，获取到mntr执行的数据后还需要将其转化成为字典数据
　　即需要将这种样式的数据
zk_version3.4.6-1569965, built on 02/20/2014 09:09 GMT
zk_avg_latency0
zk_max_latency0
zk_min_latency0
zk_packets_received91
zk_packets_sent90
zk_num_alive_connections1
zk_outstanding_requests0
zk_server_statefollower
zk_znode_count17159
zk_watch_count0
zk_ephemerals_count1
zk_approximate_data_size6666471
zk_open_file_descriptor_count27
zk_max_file_descriptor_count102400　　

　　转换成为这样的数据
{'zk_followers': 2, 'zk_outstanding_requests': 0, 'zk_approximate_data_size': 6666471, 'zk_packets_sent': 2089, 'zk_pending_syncs': 0, 'zk_avg_latency': 0, 'zk_version': '3.4.6-1569965, built on 02/20/2014 09:09 GMT', 'zk_watch_count': 2, 'zk_packets_received': 2090, 'zk_open_file_descriptor_count': 30, 'zk_server_ruok': 'imok', 'zk_server_state': 'leader', 'zk_synced_followers': 2, 'zk_max_latency': 28, 'zk_num_alive_connections': 2, 'zk_min_latency': 0, 'zk_ephemerals_count': 1, 'zk_znode_count': 17159, 'zk_max_file_descriptor_count': 102400}　　

　　

　　到最后需要使用zabbix_sender发送的数据格式这个样子的
　　zookeeper.status[zk_version]这是key的名称
zookeeper.status[zk_outstanding_requests]:0
zookeeper.status[zk_approximate_data_size]:6666471
zookeeper.status[zk_packets_sent]:48
zookeeper.status[zk_avg_latency]:0
zookeeper.status[zk_version]:3.4.6-1569965, built on 02/20/2014 09:09 GMT
zookeeper.status[zk_watch_count]:0
zookeeper.status[zk_packets_received]:49
zookeeper.status[zk_open_file_descriptor_count]:27
zookeeper.status[zk_server_ruok]:imok
zookeeper.status[zk_server_state]:follower
zookeeper.status[zk_max_latency]:0
zookeeper.status[zk_num_alive_connections]:1
zookeeper.status[zk_min_latency]:0
zookeeper.status[zk_ephemerals_count]:1
zookeeper.status[zk_znode_count]:17159
zookeeper.status[zk_max_file_descriptor_count]:102400　　

　　

　　精简代码如下：
#!/usr/bin/python
import socket
#from StringIO import StringIO
from cStringIO import StringIO
s=socket.socket()
s.connect(('localhost',2181))
s.send('mntr')
data_mntr=s.recv(2048)
s.close()
#print data_mntr
h=StringIO(data_mntr)
result={}
zresult={}
for line in  h.readlines():
    key,value=map(str.strip,line.split('\t'))
    zkey='zookeeper.status' + '[' + key + ']'
    zvalue=value
    result[key]=value
    zresult[zkey]=zvalue
print result
print '\n\n'
print zresult# python test.py
{'zk_outstanding_requests': '0', 'zk_approximate_data_size': '6666471', 'zk_max_latency': '0', 'zk_avg_latency': '0', 'zk_version': '3.4.6-1569965, built on 02/20/2014 09:09 GMT', 'zk_watch_count': '0', 'zk_num_alive_connections': '1', 'zk_open_file_descriptor_count': '27', 'zk_server_state': 'follower', 'zk_packets_sent': '542', 'zk_packets_received': '543', 'zk_min_latency': '0', 'zk_ephemerals_count': '1', 'zk_znode_count': '17159', 'zk_max_file_descriptor_count': '102400'}

{'zookeeper.status[zk_watch_count]': '0', 'zookeeper.status[zk_avg_latency]': '0', 'zookeeper.status[zk_max_latency]': '0', 'zookeeper.status[zk_approximate_data_size]': '6666471', 'zookeeper.status[zk_server_state]': 'follower', 'zookeeper.status[zk_num_alive_connections]': '1', 'zookeeper.status[zk_min_latency]': '0', 'zookeeper.status[zk_outstanding_requests]': '0', 'zookeeper.status[zk_packets_received]': '543', 'zookeeper.status[zk_ephemerals_count]': '1', 'zookeeper.status[zk_znode_count]': '17159', 'zookeeper.status[zk_packets_sent]': '542', 'zookeeper.status[zk_open_file_descriptor_count]': '27', 'zookeeper.status[zk_max_file_descriptor_count]': '102400', 'zookeeper.status[zk_version]': '3.4.6-1569965, built on 02/20/2014 09:09 GMT'}　　

　　

　　详细代码如下：
#!/usr/bin/python

""" Check Zookeeper Cluster
zookeeper version should be newer than 3.4.x
# echo mntr|nc 127.0.0.1 2181
zk_version3.4.6-1569965, built on 02/20/2014 09:09 GMT
zk_avg_latency0
zk_max_latency4
zk_min_latency0
zk_packets_received84467
zk_packets_sent84466
zk_num_alive_connections3
zk_outstanding_requests0
zk_server_statefollower
zk_znode_count17159
zk_watch_count2
zk_ephemerals_count1
zk_approximate_data_size6666471
zk_open_file_descriptor_count29
zk_max_file_descriptor_count102400
# echo ruok|nc 127.0.0.1 2181
imok
"""
import sys
import socket
import re
import subprocess
from StringIO import StringIO
import os

zabbix_sender = '/opt/app/zabbix/sbin/zabbix_sender'
zabbix_conf = '/opt/app/zabbix/conf/zabbix_agentd.conf'
send_to_zabbix = 1

############# get zookeeper server status
class ZooKeeperServer(object):
    def __init__(self, host='localhost', port='2181', timeout=1):
        self._address = (host, int(port))
        self._timeout = timeout
        self._result  = {}
    def _create_socket(self):
        return socket.socket()

    def _send_cmd(self, cmd):
        """ Send a 4letter word command to the server """
        s = self._create_socket()
        s.settimeout(self._timeout)
        s.connect(self._address)
        s.send(cmd)
        data = s.recv(2048)
        s.close()
        return data
    def get_stats(self):
        """ Get ZooKeeper server stats as a map """
        data_mntr = self._send_cmd('mntr')
        data_ruok = self._send_cmd('ruok')
        if data_mntr:
            result_mntr = self._parse(data_mntr)
        if data_ruok:
            result_ruok = self._parse_ruok(data_ruok)
        self._result = dict(result_mntr.items() + result_ruok.items())
        if not self._result.has_key('zk_followers') and not self._result.has_key('zk_synced_followers') and not self._result.has_key('zk_pending_syncs'):
           ##### the tree metrics only exposed on leader role zookeeper server, we just set the followers' to 0
           leader_only = {'zk_followers':0,'zk_synced_followers':0,'zk_pending_syncs':0}   
           self._result = dict(result_mntr.items() + result_ruok.items() + leader_only.items() )
        return self._result  

    def _parse(self, data):
        """ Parse the output from the 'mntr' 4letter word command """
        h = StringIO(data)
        result = {}
        for line in h.readlines():
            try:
                key, value = self._parse_line(line)
                result[key] = value
            except ValueError:
                pass # ignore broken lines
        return result
    def _parse_ruok(self, data):
        """ Parse the output from the 'ruok' 4letter word command """
        h = StringIO(data)
        result = {}
        ruok = h.readline()
        if ruok:
           result['zk_server_ruok'] = ruok
        return result

    def _parse_line(self, line):
        try:
            key, value = map(str.strip, line.split('\t'))
        except ValueError:
            raise ValueError('Found invalid line: %s' % line)
        if not key:
            raise ValueError('The key is mandatory and should not be empty')
        try:
            value = int(value)
        except (TypeError, ValueError):
            pass
        return key, value

    def get_pid(self):
#  ps -ef|grep java|grep zookeeper|awk '{print $2}'
         pidarg = '''ps -ef|grep java|grep zookeeper|grep -v grep|awk '{print $2}' '''
         pidout = subprocess.Popen(pidarg,shell=True,stdout=subprocess.PIPE)
         pid = pidout.stdout.readline().strip('\n')
         return pid

    def send_to_zabbix(self, metric):
         key = "zookeeper.status[" +  metric + "]"
         if send_to_zabbix > 0:
             #print key + ":" + str(self._result[metric])
             try:
                subprocess.call([zabbix_sender, "-c", zabbix_conf, "-k", key, "-o", str(self._result[metric]) ], stdout=FNULL, stderr=FNULL, shell=False)
             except OSError, detail:
                print "Something went wrong while exectuting zabbix_sender : ", detail
         else:
                print "Simulation: the following command would be execucted :\n", zabbix_sender, "-c", zabbix_conf, "-k", key, "-o", self._result[metric], "\n"


def usage():
        """Display program usage"""
        print "\nUsage : ", sys.argv[0], " alive|all"
        print "Modes : \n\talive : Return pid of running zookeeper\n\tall : Send zookeeper stats as well"
        sys.exit(1)

accepted_modes = ['alive', 'all']
if len(sys.argv) == 2 and sys.argv[1] in accepted_modes:
        mode = sys.argv[1]
else:
        usage()


zk = ZooKeeperServer()
#  print zk.get_stats()
pid = zk.get_pid()
if pid != "" and  mode == 'all':
   zk.get_stats()
   # print zk._result
   FNULL = open(os.devnull, 'w')
   for key in zk._result:
       zk.send_to_zabbix(key)
   FNULL.close()
   print pid
elif pid != "" and mode == "alive":
    print pid
else:
    print 0　　

　　

　　

　　zabbix配置文件check_zookeeper.conf
UserParameter=zookeeper.status

,/usr/bin/python /opt/app/zabbix/sbin/check_zookeeper.py $1　　

　　重新启动zabbix agent服务
　　

　　

　　

　　

　　

　　

　　

　　四 制作Zabbix监控ZooKeeper的模板并设置报警阀值
　　模板参见附件
　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　参考文档：
　　https://blog.serverdensity.com/how-to-monitor-zookeeper/
　　https://github.com/apache/zookeeper/tree/trunk/src/contrib/monitoring
　　http://john88wang.blog.运维网.com/2165294/1708302
　　

　　

　　

　　

　　

　　



附件：http://down.运维网.com/data/2367399