Nagios学习笔记之（五）后期维护

 
前言：前面都已经把整个Nagios算是搭建起来了，现在就是来想想在以后的工作中都需要注意什么，以及怎么把工作做的简化、快速、安全。
 
后期维护就是后续的琐碎的工作，例如：增加监控主机、调整阀值、检查配置文件等等。
总结如下：
1.如何更快速的增加主机？
2.如何调整合适的阀值？
3.如何保证nagios稳定的运行？
4.定期查看日志、pnp图，了解监控情况。
 
一、首先说下如何更快速的增加主机？
a.我们都知道Nagios的配置文件都在/usr/local/nagios/etc/下，可以在其新建个servers目录来存在后续新增的主机配置文件，而不用放在默认的object里，也不更改其默认的配置文件，这样在以后排错就有针对性。
b.再一个就是如何快速的增加主机，也就是批量增加，利用脚本可以帮你实现。
 
以下内容为朋友（xiaojun.wang）提供：
批量脚本的思路是这样的：
需要东西：一个批量脚本、一个Linux模版、一个Windows模版、一个IP对应主机名的列表文件。
最终实现：每个主机以及对应的服务为单独的配置文件，文件名为主机名-ip.cfg的格式，方便快速的明白此配置文件对应的主机。这样也方便了出了问题然后排错，可以快速定位。
可以这么设计：
servers/Create.sh                        #批量脚本
servers/Linux.template                   #Linux主机模版
servers/Windows.template                 #Windows主机模版
servers/list.txt                         #IP对应主机名的列表文件
 
1.批量脚本：
vim servers/Create.sh
 
  1. #!/bin/bash 
  2.  
  3. #author: xiaojun.wang 
  4.  
  5. usage () { 
  6.         echo -en "USAGE: $0 [host list] or $0 [template] [host list]\nFor example: $0 host.template host.list(Field : [IP] [HOST NAME])\n" 1>&2 
  7.         exit 1 
  8. } 
  9.  
  10. if [ $# -gt 2 ];then 
  11.         usage 
  12.         exit 1 
  13. fi 
  14.  
  15. case "$#" in 
  16.         2) 
  17.                 template=$1 
  18.                 host_list=$2 
  19.         ;; 
  20.         1) 
  21.                 template='host.template' 
  22.                 host_list=$1 
  23.         ;; 
  24.         0) 
  25.         #       template='host.template' 
  26.         #        host_list='host.list' 
  27.                 usage 
  28.         ;; 
  29. esac 
  30.  
  31. if [ ! -f "${template}" ];then 
  32.         echo "template : ${template} not exist!" 1>&2 
  33.         exit 1 
  34. fi 
  35.  
  36. if [ ! -f "${host_list}" ];then 
  37.         echo "host list : ${host_list} not exist!" 1>&2 
  38.         exit 1 
  39. fi 
  40.  
  41. cat ${host_list}|\ 
  42. while read ip hostname 
  43. do 
  44.         echo "${ip}"|grep -oP '^\d{1,3}(\.\d{1,3}){3}$' >/dev/null 2>&1 || Field='not ip' 
  45.         if [ "${Field}" = 'not ip' ];then 
  46.                 echo "${ip} not ip!" 1>&2 
  47.                 exit 1 
  48.         fi 
  49.         host_cfg="${hostname}-${ip}.cfg" 
  50.         cp ${template} ${host_cfg} 
  51.         sed -i "s/HOST_NAME/${hostname}/g;s/ADDRESS/${ip}/g" ${host_cfg} 
  52. done 
 
2.Linux主机模版：（自己任意即可，写好要监控的项目）
 
  1. define host{                                           #主机配置 
  2.         use linux-server,hosts-pnp  
  3.         host_name HOST_NAME                            #这个就是到时脚本写入的主机名 
  4.         alias HOST_NAME; A longer name for the server 
  5.         address ADDRESS ; IP address of the server     #脚本要写入的ip 
  6. } 
  7. define service{ 
  8.         use generic-service,services-pnp 
  9.         host_name HOST_NAME                            #同上 
  10.         service_description CPU Load 
  11.         check_command check_nrpe!check_load 
  12. } 
  13. define service{ 
  14.         use generic-service,services-pnp 
  15.         host_name HOST_NAME 
  16.         service_description Current Users 
  17.         check_command check_nrpe!check_users 
  18. } 
  19. define service{ 
  20.         use generic-service,services-pnp 
  21.         host_name HOST_NAME 
  22.         service_description Disk Free Space / 
  23.         check_command check_nrpe!check_root 
  24. } 
  25. define service{ 
  26.         use generic-service,services-pnp 
  27.         host_name HOST_NAME 
  28.         service_description Total Processes 
  29.         check_command check_nrpe!check_total_procs 
  30. } 
  31. define service{ 
  32.         use generic-service,services-pnp 
  33.         host_name HOST_NAME 
  34.         service_description Zombie Processes 
  35.         check_command check_nrpe!check_zombie_procs 
  36. } 
  37. define service{ 
  38.         use             generic-service,services-pnp 
  39.         host_name HOST_NAME 
  40.         service_description     SSH 
  41.         check_command   check_ssh 
  42.         register                0 
  43.         } 
        
3.Windows主机模块也是一样的，这里就略了。
 
4.列表文件，格式如下：
192.168.1.1         Http
192.168.1.2         Mail
 
使用格式：
./Create.sh linux.template list.txt                   #这样就增加了两个主机以及服务了。
这样以后批量就很方便了。
 
二、如何调整合适的阀值？
我们都知道，报警是根据设定的阀值来的。
例如：进程数，默认警告的阀值为150，严重的阀值为200，假如目标主机为Mail，进程数长时间保持在200以上，这时候就需要调整nrpe的阀值了。
那么我们如何来判定多少的阀值合适呢？
其实可以写个简单的命令来定时收集这些信息，例如：每5分钟收集一次进程数。
crontab -e
*/5 * *＊* ps -ef |wc -l >> /total_procs.txt
 
这样就可以来分析目标主机的进程数在一个什么范围比较合适了。
 
还有一个方便就是检测失败次数的调整，有的时候可能因为网络短时间的延迟，这样如果失败检测次数过少，就会有大量的报警邮件，这样以后报警邮件多了，人的警惕意识也会有所下降，所以给失败检测次数一个合理的值也是非常有必要的。
这里其实说的非常有限，只是告诉要有这个意识，nagios本身默认的东西很多是合适的，但更多的是需要调整的！
 
三、如何保证nagios稳定的运行？
其实这也是个老生常谈的问题，假如Nagios都宕机了，谁来报警？
所以必要的保证Naigos的安全也是很重要的。无非也就是关闭一些不必要的端口、不必要的服务，只提供Nagios必须的端口，这样很大程度的增强了安全性。还要经常检查其配置文件，以及log日志。
也可以写个简单的脚本来监控本机nagios进程：ps -ef |grep nagios |grep -v grep |wc -l 用个if语句来判断下是否为0，为0就发邮件通知即可。
这个其实也就是提醒要有这个意识！
 
四、定期查看日志、pnp图，了解监控情况
下面呢，就是来说说nagios web页面的事了。
首先就是可以没事看看当天的Event Log
 

Nagios学习笔记之（五）后期维护_iOS

再者呢就是看看Alerts，有的时候可能你没收到报警邮件，也许是没达到失败检测次数，但看看还是很有必要的
 

Nagios学习笔记之（五）后期维护_nagios_02

还有可能就是看看pnp绘图了，可以分析出那个时间段，目标主机存在问题
 

Nagios学习笔记之（五）后期维护_iOS_03

 
行了，先说到这吧，想到什么再加。