安裝 Nagios 有效地監(jiān)視數(shù)據(jù)中心，讓 Ganglia 和 Nagios 能夠結(jié)合工作
這是使用開源工具 Ganglia 和 Nagios 手動(dòng)監(jiān)視數(shù)據(jù)中心 系列 的第二篇文章。在第 2 部分中，將學(xué)習(xí)如何安裝和配置 Nagios、常見的開源計(jì)算機(jī)系統(tǒng)、觀察托管和服務(wù)的網(wǎng)絡(luò)監(jiān)視應(yīng)用程序軟件，并學(xué)習(xí)如何在出現(xiàn)問題時(shí)警告用戶。本文還演示如何結(jié)合 Nagios 和 Ganglia（接 Ganglia 和 Nagios，第 1 部分：用 Ganglia 監(jiān)視企業(yè)集群），如何為 Nagios 標(biāo)準(zhǔn)集群、網(wǎng)格、云添加兩個(gè)額外特性，以幫助監(jiān)視網(wǎng)絡(luò)交換機(jī)和資源管理器。
數(shù)據(jù)中心正在不斷增長(zhǎng)，而管理職員卻在縮減，因此公司迫切需要監(jiān)視計(jì)算資源的工具。本系列的第 1 部分討論了結(jié)合使用 Ganglia 和 Nagios 的好處，然后向您展示了如何使用自定義的監(jiān)視腳本安裝和擴(kuò)展 Ganglia。
回顧 Ganglia 和 Nagios，第 1 部分：用 Ganglia 監(jiān)視企業(yè)集群 中的多個(gè)監(jiān)視 定義（取決于運(yùn)行的環(huán)境）：
如果在集群上運(yùn)行應(yīng)用程序，您會(huì)想：“我的作業(yè)何時(shí)運(yùn)行？何時(shí)完成？相比上一次它的執(zhí)行如何？”
如果是網(wǎng)絡(luò)操作中心的操作員，您會(huì)想：“什么時(shí)候會(huì)看到紅燈，表示需要修復(fù)某些內(nèi)容或者需要安排某個(gè)服務(wù)？”
如果在系統(tǒng)工程組，您會(huì)想：“我們的機(jī)器如何執(zhí)行？所有的服務(wù)功能都正常嗎？趨勢(shì)是什么？我們?nèi)绾胃玫乩糜?jì)算資源？”
您可以找到代碼來監(jiān)視希望監(jiān)視的內(nèi)容，也可以 從開源代碼中找到類似功能。使用開源監(jiān)視工具最困難的地方在于，實(shí)現(xiàn)安裝后如何找出最適合所在環(huán)境的配置。開源（和商業(yè)）監(jiān)視軟件有兩個(gè)主要問題如下：
沒有任何工具可以監(jiān)視您所需的一切內(nèi)容。
要讓工具完全適應(yīng)您的需求需要做許多自定義工作。
Ganglia 是一個(gè)監(jiān)視數(shù)據(jù)中心的工具，頻繁用于高性能計(jì)算環(huán)境中（但是對(duì)于其他環(huán)境，比如云、渲染場(chǎng)、寄存中心，它的吸引力也是很大的）。它更重視收集標(biāo)準(zhǔn)然后隨時(shí)跟蹤，而 Nagios 主要關(guān)注警告機(jī)制。Ganglia 用來請(qǐng)求代理在每個(gè)主機(jī)上運(yùn)行，以收集主機(jī)信息，但是通過 Ganglia 的欺騙機(jī)制，現(xiàn)在可以輕松獲取所有標(biāo)準(zhǔn)。Ganglia 沒有內(nèi)置的通知機(jī)制，但是它可以在目標(biāo)主機(jī)上支持可擴(kuò)展的內(nèi)置代理。
學(xué)習(xí)了第 1 部分之后，您可能已經(jīng)安裝了 Ganglia，也能回答不同用戶組可能咨詢的監(jiān)視問題。您也可能已經(jīng)配置了基本的 Ganglia 設(shè)置，使用 Python 模塊擴(kuò)展 IPMI（Intelligent Platform Management Interface，智能平臺(tái)管理界面）的功能，并使用 Ganglia 主機(jī)欺騙機(jī)制監(jiān)視 IPMI。
該部分演示如何安裝 Nagios 并綁定 Ganglia。我們將向 Nagios 添加兩個(gè)特性，幫助您監(jiān)視標(biāo)準(zhǔn)集群、網(wǎng)格、云（以及任何擴(kuò)展計(jì)算的功能）。這兩個(gè)特性的作用是：
監(jiān)視網(wǎng)絡(luò)交換機(jī)
監(jiān)視資源管理器
在本例中，我們將監(jiān)視 TORQUE。完成之后，您將擁有一個(gè)控制監(jiān)視整個(gè)數(shù)據(jù)中心系統(tǒng)的框架。
Nagios 與 Ganglia 一樣，常用于 HPC 和其他環(huán)境，但是 Nagios 更加關(guān)注警告機(jī)制，Ganglia 則更加關(guān)注收集和跟蹤指標(biāo)。Nagios 以前只是從目標(biāo)主機(jī)收集信息，但最近開發(fā)了可以在主機(jī)上運(yùn)行代理的插件。Nagios 內(nèi)置了一個(gè)通知系統(tǒng)。
現(xiàn)在我們安裝 Nagios 并安裝基本的 HPC Linux? 監(jiān)視系統(tǒng)集群以滿足不同的監(jiān)視需求：
應(yīng)用程序開發(fā)人員現(xiàn)在可以看到隊(duì)列的飽和程度和運(yùn)行作業(yè)的可用節(jié)點(diǎn)。
系統(tǒng)失敗時(shí)會(huì)警告 NOC，并在 Nagios Web 界面看到閃爍的紅點(diǎn)。如果節(jié)點(diǎn)異?；蛘邷囟忍?，NOC 還將收到電子郵件通知。
系統(tǒng)工程師可以繪制數(shù)據(jù)，報(bào)告集群利用率，制定未來采購(gòu)硬件的決策。
在機(jī)器上安裝 Nagios 的方法可以從 Internet 查詢。因?yàn)槲医?jīng)常需要在不同的環(huán)境中安裝，所以為此編寫了一個(gè)腳本。
首先需要 下載兩個(gè)包：
Nagios（測(cè)試了 3.0.6 版本）
Nagios-plugins（測(cè)試了 1.4.13 版本）
插件包括：
Nagios Event Log，可以監(jiān)視 Windows 事件日志
NRPE，提供了許多 Ganglia 功能
獲取源代碼并放在目錄中。為了演示，我在 /tmp 中放置了三個(gè)文件：
nagios-3.0.6.tar.gz
nagios-plugins-1.4.13.tar.gz
naginstall.sh
清單 1 展示了 naginstall.sh 安裝腳本：
#!/bin/ksh NAGIOSSRC=nagios-3.0.6 NAGIOSPLUGINSRC=nagios-plugins-1.4.13 NAGIOSCONTACTSCFG=/usr/local/nagios/etc/objects/contacts.cfg NAGIOSPASSWD=/usr/local/nagios/etc/htpasswd.users PASSWD=cluster OS=foo function buildNagiosPlug { if [ -e $NAGIOSPLUGINSRC.tar.gz ] then echo "found $NAGIOSPLUGINSRC.tar.gz building and installing Nagios" else echo "could not find $NAGIOSPLUGINSRC.tar.gz in current directory." echo "Please run $0 in the same directory as the source files." exit 1 fi echo "Extracting Nagios Plugins..." tar zxf $NAGIOSPLUGINSRC.tar.gz cd $NAGIOSPLUGINSRC echo "Configuring Nagios Plugins..." if ./configure --with-nagios-user=nagios --with-nagios-group=nagios -prefix=/usr/local/nagios > config.LOG.$$ 2>&1 then echo "Making Nagios Plugins..." if make -j8 > make.LOG.$$ 2>&1 then make install > make.LOG.$$ 2>&1 else echo "Make failed of Nagios plugins. See $NAGIOSPLUGINSRC/make.LOG.$$" exit 1 fi else echo "configure of Nagios plugins failed. See config.LOG.$$" exit 1 fi echo "Successfully built and installed Nagios Plugins!" cd .. } function buildNagios { if [ -e $NAGIOSSRC.tar.gz ] then echo "found $NAGIOSSRC.tar.gz building and installing Nagios" else echo "could not find $NAGIOSSRC.tar.gz in current directory." echo "Please run $0 in the same directory as the source files." exit 1 fi echo "Extracting Nagios..." tar zxf $NAGIOSSRC.tar.gz cd $NAGIOSSRC echo "Configuring Nagios..." if ./configure --with-command-group=nagcmd > config.LOG.$$ 2>&1 then echo "Making Nagios..." if make all -j8 > make.LOG.$$ 2>&1 then make install > make.LOG.$$ 2>&1 make install-init > make.LOG.$$ 2>&1 make install-config > make.LOG.$$ 2>&1 make install-commandmode > make.LOG.$$ 2>&1 make install-webconf > make.LOG.$$ 2>&1 else echo "make all failed. See log:" echo "$NAGIOSSRC/make.LOG.$$" exit 1 fi else echo "configure of Nagios failed. Please read $NAGIOSSRC/config.LOG.$$ for details." exit 1 fi echo "Done Making Nagios!" cd .. } function configNagios { echo "We'll now configure Nagios." LOOP=1 while [[ $LOOP -eq 1 ]] do echo "You'll need to put in a user name. This should be the person" echo "who will be receiving alerts. This person should have an account" echo "on this server. " print "Type in the userid of the person who will receive alerts (e.g. bob)> \c" read NAME print "What is ${NAME}'s email?> \c" read EMAIL echo echo echo "Nagios alerts will be sent to $NAME at $EMAIL" print "Is this correct? [y/N] \c" read YN if [[ "$YN" = "y" ]] then LOOP=0 fi done if [ -r $NAGIOSCONTACTSCFG ] then perl -pi -e "s/nagiosadmin/$NAME/g" $NAGIOSCONTACTSCFG EMAIL=$(echo $EMAIL | sed s/\@/\\\\@/g) perl -pi -e "s/nagios\@localhost/$EMAIL/g" $NAGIOSCONTACTSCFG else echo "$NAGIOSCONTACTSCFG does not exist" exit 1 fi echo "setting ${NAME}'s password to be 'cluster' in Nagios" echo " you can change this later by running: " echo " htpasswd -c $NAGIOSPASSWD $Name)'" htpasswd -bc $NAGIOSPASSWD $NAME cluster if [ "$OS" = "rh" ] then service httpd restart fi } function preNagios { if [ "$OS" = "rh" ] then echo "making sure prereqs are installed" yum -y install httpd gcc glibc glibc-common gd gd-devel perl-TimeDate /usr/sbin/useradd -m nagios echo $PASSWD | passwd --stdin nagios /usr/sbin/groupadd nagcmd /usr/sbin/usermod -a -G nagcmd nagios /usr/sbin/usermod -a -G nagcmd apache fi } function postNagios { if [ "$OS" = "rh" ] then chkconfig --add nagios chkconfig nagios on # touch this file so that if it doesn't exist we won't get errors touch /var/www/html/index.html service nagios start fi echo "You may now be able to access Nagios at the URL below:" echo "http://localhost/nagios" } if [ -e /etc/redhat-release ] then echo "installing monitoring on Red Hat system" OS=rh fi # make sure you're root: ID=$(id -u) if [ "$ID" != "0" ] then echo "Must run this as root!" exit fi preNagios buildNagios buildNagiosPlug configNagios postNagios |
運(yùn)行腳本 ./naginstall.sh
該代碼在 Red Hat 系統(tǒng)上能正常運(yùn)行，如果您安裝了本系列 Ganglia 和 Nagios，第 1 部分：用 Ganglia 監(jiān)視企業(yè)集群 中提到的所有依賴關(guān)系，那么應(yīng)該也能正常運(yùn)行。運(yùn)行 naginstall.sh 時(shí)，提示 Nagios 應(yīng)該發(fā)送警告的用戶。稍后可以添加其他用戶。大部分組織都有一個(gè)郵件別名以組的形式發(fā)送郵件。
如果安裝時(shí)出現(xiàn)問題，可以查看 Nagios 網(wǎng)頁（鏈接見 參考資料）并將其添加到郵件列表。以我的經(jīng)驗(yàn)看來，像 Nagios 和 Ganglia 這樣成功的大部分包都很容易安裝。
假設(shè)腳本運(yùn)行正常并且已經(jīng)安裝了所有內(nèi)容。那么在腳本成功退出時(shí)，您應(yīng)該能夠打開 Web 瀏覽器并看到 localhost 已經(jīng)被監(jiān)視了（如圖 1 所示）：
通過單擊 Service Detail，您可以看到我們監(jiān)視本地機(jī)器上的哪些服務(wù)（比如 Ping、HTTP、加載、用戶等等），這是默認(rèn)配置的。
讓我們看看名為 Root Partition 的服務(wù)。該服務(wù)在根分區(qū)滿時(shí)發(fā)出警告。通過查看安裝時(shí)生成的配置文件，您可以完全理解該檢查的工作方式。
如果使用 naginstall.sh 腳本，則主配置文件是 /usr/local/nagios/etc/nagios.cfg。該腳本展示幾個(gè)帶有其他定義的 cfg_files。其中的行如下：
cfg_file=/usr/local/nagios/etc/objects/localhost.cfg
如果查看該文件，您將看到所有用于 Web 視圖中出現(xiàn)的 localhost 的服務(wù)。這就是配置默認(rèn)服務(wù)的地方。根分區(qū)定義見第 77 行。
根分區(qū)檢查方式的體系結(jié)構(gòu)見圖 2。
首先要注意 Nagios 對(duì)象的繼承模式。根分區(qū) 的定義使用本地服務(wù)定義，本地服務(wù)定義則使用通用服務(wù)定義。這定義了調(diào)用服務(wù)的方式、頻率以及其他可調(diào)試參數(shù)等等。
接下來重要的定義部分是使用的檢查命令。首先它使用名為 check_local_disk 的命令定義。傳遞的參數(shù)是 !20%!10%!/。表示當(dāng) check_local_disk 命令定義報(bào)告 20% 時(shí)，它將發(fā)出警告。當(dāng)它到達(dá) 10% 時(shí)，您將得到一個(gè)嚴(yán)重錯(cuò)誤。/ 表示它檢查 "/" 分區(qū)。check_local_disk 隱式調(diào)用 check_disk 命令，該命令位于 /usr/local/nagios/libexec 目錄中。
這是設(shè)置這些配置的基本思路。您可以按照該思路創(chuàng)建自己的服務(wù)來監(jiān)視所需的參數(shù)。有關(guān)更深入的內(nèi)容，請(qǐng)閱讀文檔并嘗試自己設(shè)置一些參數(shù)。
所有配置完成后，注冊(cè)以收到警告。我們開始時(shí)已經(jīng)完成了該操作，但是如果希望更改或添加用戶，則可以修改 /usr/local/nagios/etc/objects/contacts.cfg 文件。將聯(lián)系人名稱改為您的名字，將電子郵件改為您的電子郵件地址。大部分基本的 Linux 服務(wù)器應(yīng)該已經(jīng)設(shè)置好，可以處理郵件了。
現(xiàn)在配置其他節(jié)點(diǎn)。
在 grid/cloud/cluster 中配置其他節(jié)點(diǎn)
我在 Dallas 數(shù)據(jù)中心有一組節(jié)點(diǎn)。我將創(chuàng)建一個(gè)目錄放置所有配置文件：
mkdir -p /usr/local/nagios/etc/dallas
我需要通知 Nagios 我的配置文件將放在哪里。為此我修改 nagios.cfg 文件，添加以下行：
cfg_dir=/usr/local/nagios/etc/dallas
我將在此創(chuàng)建一組文件（很容易讓人糊涂）。圖 3 顯示了這些條目以及它們所屬的文件，并展示了對(duì)象之間的關(guān)系。
根據(jù)該圖繼續(xù)進(jìn)行其他設(shè)置和安裝。
在 /usr/local/nagios/etc/dallas/nodes.cfg 文件中，我定義所有節(jié)點(diǎn)和節(jié)點(diǎn)組。我需要監(jiān)視三種機(jī)器：
網(wǎng)絡(luò)服務(wù)器（本例中是運(yùn)行 Ganglia 的 Linux 服務(wù)器）
網(wǎng)絡(luò)交換機(jī)（我的交換機(jī)包括高速交換機(jī)和 Gigabit Ethernet）
管理設(shè)備（比如刀片式管理模塊、老 IBM RSA 卡、BMC、可能的智能 PDU 等等）。
我創(chuàng)建三個(gè)相應(yīng)的組，如下所示：
define hostgroup { hostgroup_name dallas-cloud-servers alias Dallas Cloud Servers } define hostgroup hostgroup_name dallas-cloud-network alias Dallas Cloud Network Infrastructure } define hostgroup hostgroup_name dallas-cloud-management alias Dallas Cloud Management Devides } |
接下來我創(chuàng)建三個(gè)模板文件，三個(gè)節(jié)點(diǎn)組的節(jié)點(diǎn)共享通用特征：
define host { name dallas-management use linux-server hostgroups dallas-cloud-management # TEMPLATE! register 0 } define host { name dallas-server use linux-server hostgroups dallas-cloud-servers # TEMPLATE! register 0 } define host { name dallas-network use generic-switch hostgroups dallas-cloud-network # TEMPLATE! register 0 } |
現(xiàn)在我的每個(gè)節(jié)點(diǎn)定義為 dallas-management、dallas-server 或 dallas-network。各自的示例如下：
define host { use dallas-server host_name x336001 address 172.10.11.1 } define host { use dallas-network host_name smc001 address 172.10.0.254 } define host { use dallas-management host_name x346002-rsa address 172.10.11.12 } |
我生成了一個(gè)遍歷節(jié)點(diǎn)列表的腳本，并使用我的 Dallas 實(shí)驗(yàn)室中的節(jié)點(diǎn)完全填充這個(gè)文件。當(dāng)我重啟 Nagios 時(shí)，將檢查這些節(jié)點(diǎn)是否可以到達(dá)。但是我還有其他一些服務(wù)！
您應(yīng)該首先重啟 Nagios 保證設(shè)置完成。如果已經(jīng)完成，則應(yīng)該在 HostGroup Overview 視圖下看到一些組。如果有錯(cuò)誤，則運(yùn)行：
/usr/local/nagios/bin/nagios -v /usr/local/nagios/etc/nagios.cfg
這將驗(yàn)證文件并幫助您發(fā)現(xiàn)錯(cuò)誤。
現(xiàn)在可以添加一些基本的服務(wù)了。根據(jù) localhost 中的模板，較容易完成的是查看 dallas-cloud-servers 組上的 SSH。讓我們啟動(dòng)另一個(gè)文件：/usr/local/nagios/etc/dallas/host-services.cfg。最簡(jiǎn)單的是將配置從希望監(jiān)視的 localhost 中復(fù)制出來。我就是這樣做的，并添加了一個(gè)依賴關(guān)系：
define service{ use generic-service hostgroup_name dallas-cloud-servers service_description SSH check_command check_ssh } define service{ use generic-service hostgroup_name dallas-cloud-servers service_description PING check_command check_ping!100.0,20%!500.0,60% } define servicedependency{ hostgroup_name dallas-cloud-servers service_description PING dependent_hostgroup_name dallas-cloud-servers dependent_service_description SSH } |
如果 PING 無法正常工作，我不會(huì)考慮測(cè)試 SSH?，F(xiàn)在開始可以添加各種內(nèi)容了，但我們?cè)倏纯雌渌麞|西。重啟 Nagios 并測(cè)試菜單，以確?？吹?ping 和 ssh 檢查了節(jié)點(diǎn)：
service nagios reload
如果一切正常，我們將開始進(jìn)入有趣的部分 —— 集成 Ganglia。
集成 Nagios 報(bào)告 Ganglia 指標(biāo)
Nagios Exchange 是另一個(gè)獲取 Nagios 插件的好地方。但是對(duì)于我們的 Ganglia 插件，只要從 Ganglia 和 Nagios，第 1 部分：用 Ganglia 監(jiān)視企業(yè)集群 中下載的源代碼中查找。假設(shè)您將源代碼解壓到 /tmp 目錄中，剩下的只需要復(fù)制 contrib 目錄中的 check_ganglia.py 腳本即可：
cp /tmp/ganglia-3.1.1/contrib/check_ganglia.py /usr/local/nagios/libexec/ |
check_ganglia 是一個(gè)很棒的 Python 腳本，可以運(yùn)行于 gmetad 運(yùn)行的服務(wù)器上（在我的示例中是 Nagios 運(yùn)行的管理服務(wù)器）。讓我們?cè)诙丝?8649 上查詢 localhost。使用這種方法，您可以通過遠(yuǎn)程命令擴(kuò)展網(wǎng)絡(luò)通訊：可以使用 Ganglia 的擴(kuò)展技術(shù)實(shí)現(xiàn)！
如果運(yùn)行 telnet localhost 8649，您將看到從節(jié)點(diǎn)收集的數(shù)據(jù)中生成大量輸出（假設(shè)按照第 1 部分安裝了 Ganglia 并能正常運(yùn)行）。讓我們監(jiān)視一些 Ganglia 提供的內(nèi)容。
進(jìn)入 /var/lib/ganglia/rrds 目錄，您可以看到每個(gè)主機(jī)的度量指標(biāo)。生成了易于查看的圖形，您可以一直分析指標(biāo)。我們將度量 load_one 和 disk_free，由于在第 1 部分中我們啟用了 IPMI 溫度度量，我們將同樣添加該度量。
創(chuàng)建 /usr/local/nagios/etc/dallas/ganglia-services.cfg 文件并添加服務(wù)：
define servicegroup { servicegroup_name ganglia-metrics alias Ganglia Metrics } define command { command_name check_ganglia command_line $USER1$/check_ganglia.py -h $HOSTNAME$ -m $ARG1$ -w $ARG2$ -c $ARG3$ } define service { use generic-service name ganglia-service hostgroup_name dallas-cloud-servers service_groups ganglia-metrics notifications_enabled 0 } define service { use ganglia-service service_description load_one check_command check_ganglia!load_one!4!5 } define service { use ganglia-service service_description ambient_temp check_command check_ganglia!AmbientTemp!20!30 } define service { use ganglia-service service_description disk_free check_command check_ganglia!disk_free!10!5 } |
重啟 Nagios 時(shí)，現(xiàn)在可以根據(jù) Ganglia 指標(biāo)發(fā)出警告！
提醒：check_ganglia.py 命令僅在閾值過高時(shí)發(fā)出警告。如果希望在閾值過低時(shí)發(fā)出警告（在 disk_free 中是這樣），則需要修改代碼。我更改了文件的最后部分，如下所示：
if critical > warning: if value >= critical: print "CHECKGANGLIA CRITICAL: %s is %.2f" % (metric, value) sys.exit(2) elif value >= warning: print "CHECKGANGLIA WARNING: %s is %.2f" % (metric, value) sys.exit(1) else: print "CHECKGANGLIA OK: %s is %.2f" % (metric, value) sys.exit(0) else: if critical >= value: print "CHECKGANGLIA CRITICAL: %s is %.2f" % (metric, value) sys.exit(2) elif warning >= value: print "CHECKGANGLIA WARNING: %s is %.2f" % (metric, value) sys.exit(1) else: print "CHECKGANGLIA OK: %s is %.2f" % (metric, value) sys.exit(0) |
現(xiàn)在重新加載 Nagios：
service nagios restart
如果一切正常，您應(yīng)該看到 Ganglia 數(shù)據(jù)現(xiàn)在已經(jīng)在 Nagios 的監(jiān)視之下！
結(jié)合使用 Ganglia 和 Nagios，您可以監(jiān)視任何內(nèi)容。您可以控制整個(gè)云！
擴(kuò)展 Nagios：監(jiān)視網(wǎng)絡(luò)交換機(jī)
隨著云和虛擬化的流程，原來的 “網(wǎng)絡(luò)管理員” 和 “系統(tǒng)管理員” 之間的界線更加模糊起來。忽視配置網(wǎng)絡(luò)交換機(jī)和理解網(wǎng)絡(luò)技術(shù)的系統(tǒng)管理員將面臨過時(shí)的風(fēng)險(xiǎn)。
不用再擔(dān)心完整性，我將展示如何擴(kuò)展 Nagios 來監(jiān)視網(wǎng)絡(luò)交換機(jī)。使用 Nagios（而不是網(wǎng)絡(luò)交換機(jī)供應(yīng)商的解決方案）監(jiān)視網(wǎng)絡(luò)交換機(jī)的優(yōu)點(diǎn)很簡(jiǎn)單 —— 使用 Nagios 您可以監(jiān)視任何 供應(yīng)商的交換機(jī)?？吹?ping 成功后，我們將探討交換機(jī)上的 SNMP。
有些交換機(jī)默認(rèn)啟用 SNMP。您可以根據(jù)供應(yīng)商的說明設(shè)置。要在 Cisco Switch 上設(shè)置 SNMP，請(qǐng)參考以下示例，我的交換機(jī)的主機(jī)名為 c2960g：
telnet c2960g c2960g>enable c2960g#configure terminal c2960g(config)#snmp-server host 192.168.15.1 traps SNMPv1 c2960g(config)#snmp-server community public c2960g(config)#exit c2960g#copy running-config startup-config |
現(xiàn)在看看能夠監(jiān)視的內(nèi)容，運(yùn)行 snmpwalk 并將其導(dǎo)出到文件：
snmpwalk -v 1 -c public c2960g
如果一切正常，您將看到許多內(nèi)容傳遞回來。然后可以捕獲輸出并查看各種要監(jiān)視的位置。
我還有一個(gè)交換機(jī)示例。當(dāng)我運(yùn)行 snmpwalk 命令時(shí)，我看到端口以及做標(biāo)記的方式。我對(duì)以下信息很感興趣：
MTU（IF-MIB::ifMtu.<portnumber>）。
端口運(yùn)行速度（IF-MIB::ifSpeed.<port number>）。
端口是否正常（IF-MIB::ifOperStatus.<port number>）。
為了監(jiān)視這些內(nèi)容我創(chuàng)建了一個(gè)新文件，/usr/local/nagios/etc/dallas/switch-services.cfg。我將網(wǎng)絡(luò)主機(jī)映射到交換機(jī)，因此我對(duì)所有事情了如指掌。建議您也這樣做。如果想體驗(yàn)真正的云計(jì)算，就應(yīng)該了解所有資源的狀態(tài)。
我將使用節(jié)點(diǎn) x336001 作為示例。我知道它位于端口 5。我的文件如下所示：
define servicegroup { servicegroup_name switch-snmp alias Switch SNMP Services } define service { use generic-service name switch-service host_name smc001 service_groups switch-snmp } define service { use switch-service service_description Port5-MTU-x336001 check_command check_snmp!-o IF-MIB::ifMtu.5 } define service { use switch-service service_description Port5-Speed-x336001 check_command check_snmp!-o IF-MIB::ifSpeed.5 } define service { use switch-service service_description Port5-Status-x336001 check_command check_snmp!-o IF-MIB::ifOperStatus.5 } |
完成后，重啟 Nagios，您會(huì)發(fā)現(xiàn)現(xiàn)在我可以查看交換機(jī)了：
check_ifoperstatus 以及其他內(nèi)容也需要技巧。使用 Nagios 時(shí)，可以使用多種方式完成一個(gè)任務(wù)。擴(kuò)展 Nagios：報(bào)告監(jiān)視 TORQUE 的作業(yè)
可以根據(jù) TORQUE 編寫許多腳本來確定該隊(duì)列系統(tǒng)的運(yùn)行方式。在該擴(kuò)展中，假設(shè)您已經(jīng)安裝了 TORQUE。TORQUE 是一個(gè)可以與 Moab 和 Maui 結(jié)合使用的資源管理器?？梢詤⒖?Colin Morey 編寫的 開源 Nagios 插件。
下載并將其放在 /usr/local/nagios/libexec 目錄，確定它可以執(zhí)行。我必須稍微修改代碼，將安裝 Nagios 的目錄從 use lib "/usr/nagios/libexec"; 更改為 use lib "/usr/local/nagios/libexec";。我還必須將 my $qstat = '/usr/bin/qstat' ; 更改為 qstat 命令。我的命令如下所示：my $qstat = '/opt/torque/x86_64/bin/qstat' ;。
驗(yàn)證它能運(yùn)行（我使用的隊(duì)列名為 dque）：
[root@redhouse libexec]# ./check_pbs.pl -Q dque -tw 20 -tm 50 check_pbs.pl Critical: dque on localhost checked, Total number of jobs higher than 50. Total jobs:518, Jobs Queued:518, Jobs Waiting:0, Jobs Halted:0 |exectime=9340us |
您可以使用 -h 選項(xiàng)顯示更多要監(jiān)視的內(nèi)容?，F(xiàn)在將它放置到配置文件 /usr/local/nagios/etc/dallas/torque.cfg：
define service { use generic-service host_name localhost service_description TORQUE Queues check_command check_pbs!20!50 } define command { command_name check_pbs command_line $USER1$/check_pbs.pl -Q dque -tw $ARG1$ -tm $ARG2$ } |
重啟 Nagios 之后，將在 localhost 下顯示該服務(wù)。
在我的例子中，我收到了一個(gè)嚴(yán)重警告，因?yàn)槲业年?duì)列中有 518 個(gè)作業(yè)！
顯然，跟蹤 TORQUE 和腳本有很多方式。您可以使用 pbsnodes 通知節(jié)點(diǎn)狀態(tài)。人們應(yīng)該更關(guān)心節(jié)點(diǎn)的運(yùn)行位置以及運(yùn)行的作業(yè)。這個(gè)小示例將展示各種可能性，以及如何在很短的時(shí)間內(nèi)完成監(jiān)視解決方案。
閱讀了該系列之后，系統(tǒng)管理員應(yīng)該能夠輕松運(yùn)行 Ganglia 和 Nagios，以前所未有的方式監(jiān)視其數(shù)據(jù)中心。這兩個(gè)包的范圍非常廣泛。我們?cè)谶@里接觸的只是與集群、網(wǎng)格和云基礎(chǔ)結(jié)構(gòu)相關(guān)的內(nèi)容。
設(shè)置該監(jiān)視解決方案的大部分時(shí)間都用于配置要監(jiān)視的服務(wù)。許多現(xiàn)有的替代解決方案都是平臺(tái)而不是成品。換句話說，它們提供框架來支持插件，但很少有預(yù)先建好的插件。大部分插件的工作由管理員和用戶完成，這些工作往往非常繁瑣。實(shí)際上，這就是大部分?jǐn)?shù)據(jù)中心監(jiān)視的內(nèi)容。
Ganglia 和 Nagios 不僅僅是一個(gè)插件平臺(tái)。
聯(lián)系客服
