Nagios 工作原理 (2)

张颢镡

　　1.实现原理
　　处于网络中的各种服务器需要管理和维护，管理员不可能及时对每一台的状态都进行监控，这时候当然需要借助软件的功能来实现了。Nagios的功能是监控服务和主机，但是他自身并不包括这部分功能，所有的监控、检测功能都是通过各种插件来完成的。启动 Nagios后，它会周期性的自动调用插件去检测服务器状态，同时 Nagios 会维持一个队列，所有插件返回来的状态信息都进入队列，Nagios每次都从队首开始读取信息，并进行处理后，把状态结果通过 web 显示出来。Nagios 提供了许多插件，利用这些插件可以方便的监控很多服务状态。安装完成后，在nagios 主目录下的/libexec 里放有 nagios 自带的可以使用的所有插件，如，check_disk 是检查磁盘空间的插件，check_load是检查CPU负载的，等等。每一个插件可以通过运行./check_xxx –h 来查看其使用方法和功能。Nagios 可以识别 4 种状态返回信息，即 0(OK)表示状态正常、1(WARNING)表示出现一定的异常、2(CRITICAL)表示出现非常眼中的错误、3(UNKNOWN)表示被监控的对象已经停止了。Nagios 根据插件返回来的值，来判断监控对象的状态，并通过 web 显示出来，以供管理员及时发现故障。
　　2.利用 Nagios 的 NRPE 插件实现网络上服务器的监控
　　知道 Nagios 是如何通过插件来管理服务器对象后，现在开始研究它是如何管理远端服务器对象的。Nagios 系统提供了一个插件 NRPE。Nagios 通过周期性的运行它来获得远端服务器的各种状态信息。它们之间的关系如下图 所示：

　　Nagios 通过 NRPE 来远端管理服务
　　1.Nagios 执行安装在它里面的 check_nrpe 插件，并告诉 check_nrpe 去检测哪些服务。
　　2.通过 SSL，check_nrpe 连接远端机子上的 NRPE daemon
　　3.NRPE 运行本地的各种插件去检测本地的服务和状态(check_disk,..etc)
　　4.最后，NRPE 把检测的结果传给主机端的 check_nrpe，check_nrpe 再把结果送到 Nagios状态队列中。
　　5.Nagios 依次读取队列中的信息，再把结果显示出来。
　　下面通过一个监控远端服务器 CPU 负载情况的实例，研究如何实现通过 NRPE 来管理远端服务器。假设有一台远端服务器的 IP 是 10.20.0.110，Nagios 服务主机 IP 是：10.20.10.1。它们都已经安装上了 nagios 系统，主机通过 NRPE 检查运行中的服务器 CPU 的负载量，当负载量超过80%是发出警告(WARNING)报告，超过95%时发出紧急(CRITICAL)报告。在Nagios 的插件中存在 check_load -w $ARG1$ -c $ARG2$插件，通过查看其帮助,当 Nagios 调用它时，就会去检查对象主机的CPU负载，达到$ARG1$指定的数值时就会发出警告(WARNING),达到$ARG2$时发出紧急报告(CRITICAL)。
　　首先是在远端服务器上的修改：
　　1.让 Nagios 用户拥有对如下文件的所用权：
　　chown nagios.nagios /usr/local/nagios chown –R nagios.nagios /usr/local/nagios/libexec 然后如果没有安装 xinetd，则先安装 xinetd。
　　2.按照 Nagios 文档安装好 nrpe 插件。
　　3.修改文件/etc/xinetd.d/nrpe：
　　only_from = 127.0.0.1 10.20.10.1(这个是 Nagios 主机的 IP)
　　nrpe 允许以上 IP 的机器通过 nrpe 查询服务
　　4.在/etc/service 文件里添加：
　　nrpe 5666/tcp #nrpe 然后 service xinetd restart
　　5.执行：netstat –at | grep nrpe
　　如果出现：tcp 0 0 *:nrpe *:* LISTEN 说明NRPE监听已经成功启动了
　　6.执行 /usr/local/nagios/libexec/check_nrpe –H localhost
　　出现 NRPE v 2.8.1 则安装成功。
　　7.确认本地防火墙允许远端服务器访问 NRPE daemon：
　　iptables -IRH-Firewall-1-INPUT -p tcp -m tcp –dport 5666 -j ACCEPT service iptables save 8.打开/usr/local/nagios/etc/commands.cfg，找到 check_load 服务，修改如下：
　　define command { command_name check_server_load command_line $USER1$/check_load -w 80% -c 95% } 9.打开 /usr/local/nagios/etc/nrpe.cfg 可以看到里面已经默认定义了一些检测服务，如：
　　/usr/local/nagios/libexec/check_nrpe -H localhost -c check_users /usr/local/nagios /libexec/check_nrpe -H localhost -c check_load /usr /local/nagios/libexec/check_nrpe -H localhost -c check_hda1 注释掉除 check_load 外的其它服务定义。
　　最后是 Nagios 主机上的修改：
　　1在 Nagios 主机上安装 nrpe 插件。
　　2打开/usr/local/nagios/etc/command.cfg添加如下行：
　　define command{ command_name check_nrpe command_line $USER1$/check_nrpe –H 10.20.0.110 -c $ARG1$ 3再在对象定义的配置文件里(host.cfg 文件)，修改 host 为要检测的主机的 IP 地址，然后在服务中添加要检测的命令：
　　define service { use linux-service service_description remote_CPU_Load check_command check_nrpe!check_load } 4在 nagios.cfg 主配置文件中，cfg_file 值为 host.cfg，运行
　　/usr/local/nagios/bin/nagios –v /usr/local/nagios/etc/nagios.cfg 如果没有错就启动 nagios：
　　service nagios start(restart,stop) 5打开浏览器：http://主机 IP/nagios
　　可以看到所监控的远端机器的这个信息了(check_server_load的返回结果)，参看图2.正常状态用绿色表示，一旦远端服务器负载超过 80%，状态信息就会变成红色警告管理员。