马哥Linux运维原创作者投稿nagios

使用nagios监控主机及服务

2017-04-15  本文已影响991人  天之蓝色

写在前头：限于个人对nagios的了解有限，写得不够深入与系统，甚至可能会有些错误，各位看官还多包涵。本文主要涉及的是nagios daemon、nrpe及三个部分。

1. nagios系统的功能

2.nagios系统的组成

nagios系统主要包含nagios daemon、nagios plugin、nrpe、web三个组件，它还包含NDOUtils、NSCA、NSClinet++组件，它们共同组成一个完整的nagios，组成逻辑图如下所示：

nagios系统组成 nrpe工作原理
NRPE 总共由两部分组成：
check_nrpe：位于nagios server上。
NRPE daemon：位于被监控的Linux主机上。
当Nagios 需要监控某个远程Linux 主机时：
nagios 会运行check_nrpe 这个插件，告诉它要检查什么
check_nrpe 插件会连接到远程的NRPE daemon，所用的方式是SSL； NRPE daemon 会运行相应的nagios 插件来执行检查；
NRPE daemon 将检查的结果返回给check_nrpe 插件，插件将其递交给nagios做处理。

3.本文所用到系统环境

OS：CentOS release 6.8 (Final) 2.6.32-642.el6.x86_64
还有一个重要环境：互联网（yum、百度、Google)。
各软件包：

组件 软件包名
nagios daemon nagios-4.3.1.tar.gz
nrpe nrpe-2.15.tar.gz
nagios plugin nagios-plugins-2.2.0.tar.gz

上述4个软件包下载链接：
链接：百度网盘 密码：ayhk

4.nagios系统软件部署

服务器侧软件安装

前提：使系统具备编译软件源码包的能力,并提前解决一些包、共享库文件之间的依赖关系，建议安装如下两个Group组件：

yum -y groupinstall "Development Tools" "Server  Platform Development"

yum install httpd php
yum install gcc glibc glibc-common         #如果安装那两个development包组这几个包应该已经装上了
yum install gd gd-devel

/usr/sbin/useradd -m nagios  #指定不创建家目录  
passwd nagios    #设定nagios的密码，也可不设定

/usr/sbin/groupadd nagcmd
/usr/sbin/usermod -a -G nagcmd nagios
/usr/sbin/usermod -a -G nagcmd apache

./configure --with-command-group=nagcmd  #nagios默认会安装在/usr/local/nagios目录下

configure完成以后若出现make all以完成编译的提示则继续执行：

make all
make install
make install-init
make install-config
make install-commandmode
make install-webconf

如果上述任一指令执行后有error发生或者某文件，某组件没有找到，务必先解决相应的错误，一般可能是某些包没有安装导致，根据提示信息中的关键字找出可能的包，然后yum安装上即可。

htpasswd -c /usr/local/nagios/etc/htpasswd.users nagiosadmin  #根据提示输入密码即可

service httpd restart

cd /root/softwares/nagios-plugins-2.2.0
./configure --with-nagios-user=nagios --with-nagios-group=nagios #默认安装在/usr/local/nagios路径下
make
make install

安装完plugin以后会在/usr/local/nagios/libexec目录下存放大量插件，就是用这些插件来实现最终的监控目的的。
**按着安装nrpe： **
nagios服务器安装nrpe包主要目的是为了安装check_nrpe插件，便于与被监控Linux端的NRPE daemon程序通信，如果这台nagios服务器也需要被其它nagios服务器监控，那它还必须安装nrpe daemon和nrpe daemon-config。

cd /root/softwares/nrpe-2.15
./configure    #执行完会显示nrpe将会使用端口号5666
make all   #configure执行完后若提示make all编译nrpe进程及客户端则执行这一指令
make install-plugin    #安装check_nrpe插件，网络里就一台nagios服务器
                         #所以只安装这一个check_nrpe即可

chkconfig --add httpd
chkconfig --add nagios
chkconfig httpd on
chkconfig nagios on
nagios登录认证 nagios初始界面

被监控端软件安装

在网络中需要被监控的Linux主机中安装nagios plugin和nrpe两个组件，并安装xinetd组件，用于启动nrpe程序。

useradd -m nagios

将tar.gz包解压以后进入其目录，然后执行以下命令：

cd /root/softwares/nagios-plugins-2.2.0
./configure --with-nagios-user=nagios --with-nagios-group=nagios #默认安装在/usr/local/nagios路径下
make
make install

安装完成以后，建议修改安装目录/usr/local/nagios的属主为nagios，并可查看到其下有三个目录：

[root@test1 nagios]# ll
total 4
drwxr-xr-x 2 nagios nagios    6 Apr  7 23:30 include
drwxr-xr-x 2 nagios nagios 4096 Apr  7 23:30 libexec
drwxr-xr-x 3 nagios nagios   19 Apr  7 23:30 share

cd /root/softwares/nrpe-2.15
./configure    #执行完会显示nrpe将会使用端口号5666
make all   #configure执行完后若提示make all编译nrpe进程及客户端则执行
make install-plugin    #安装check_nrpe插件
make install-daemon    #安装nrpe守护进程
make install-daemon-config  #安装nrpe的配置文件

安装xinetd
根据nrpe的README文件的说明，可以将nrpe daemon作为xinetd下的一个服务来进行管理，所以需要事先将xinetd安装到系统中：

yum install xinetd -y  #不要退出nrpe的解压包目录

再接着安装nrpe在xinetd下的配置文件：

make install-xinetd

修改nrpe的配置文件，以允许nagios server连接它：
vim /etc/xinetd.d/nrpe将only from改成如下内容：

only_from       = 127.0.0.1 192.168.249.16 localhost  #注意多个ip间以空格分开，主要是加上nagios server的ip

将nrpe服务端口号添加进去：vim /etc/services在最后一行加上nrpe 5666/tcp #Nagios-Client然后保存退出。

启动xinetd服务并设置开机自启：

chkconfig --add xinetd 
chkconfig xinetd on
service xinetd start

**检查nrpe是否启动即端口5666是否处于监听状态： ss -tnl **
另一个检测nrpe是否工作正常的办法是在nagios服务器上使用check_nrpe插件来测试与这台客户端的nrpe通信是否正常：

cd /usr/local/nagios/libexec
./check_nrpe -H localhost   #这里就是为何在被监控端也安装check_nrpe的原因
                            #这里的localhost必须在nrpe配置文件里明确允许
NRPE v2.15                      #若返回NRPE的版本号，则表示NRPE工作正常

5.配置nagios监控主机及服务

5.1 nagios配置文件位置

nagios要对哪些主机监控哪些内容都是通过名为.cfg的配置文件进行定义的。
它们通常是位于/usr/local/nagios/etc目录中的*.cfg以及位于/usr/local/nagios/etc/objects目录下的*.cfg。
默认的文件如下：

[root@monitor-server1 etc]# ll /usr/local/nagios/etc
total 88
-rw-rw-r--. 1 nagios nagios 13023 Apr  7 15:35 cgi.cfg
-rw-r--r--. 1 nagios nagios    26 Apr  5 12:10 htpasswd.users
-rw-rw-r--. 1 nagios nagios 45139 Apr  7 19:20 nagios.cfg
-rw-r--r--. 1 nagios nagios  8060 Apr  5 20:49 nrpe.cfg
drwxrwxr-x. 2 nagios nagios  4096 Apr  6 01:28 objects
-rw-rw----. 1 nagios nagios  1312 Apr  5 11:59 resource.cfg

再看看/objects/目录下的内容：

[root@monitor-server1 objects]# ll
total 48
-rw-rw-r--. 1 nagios nagios  7344 Apr  6 01:28 commands.cfg
-rw-rw-r--. 1 nagios nagios  2138 Apr  5 11:59 contacts.cfg
-rw-rw-r--. 1 nagios nagios  5451 Apr  5 18:29 localhost.cfg
-rw-rw-r--. 1 nagios nagios  3070 Apr  5 11:59 printer.cfg
-rw-rw-r--. 1 nagios nagios  3252 Apr  5 11:59 switch.cfg
-rw-rw-r--. 1 nagios nagios 10716 Apr  5 18:32 templates.cfg
-rw-rw-r--. 1 nagios nagios  3180 Apr  5 11:59 timeperiods.cfg
-rw-rw-r--. 1 nagios nagios  3991 Apr  5 11:59 windows.cfg

5.2 各配置文件的作用：**

以上便是templates.cfg文件中的主要内容，可以按需修改已定义的模板或者新定义模板。其中涉及到部分对command的定义，它是需要在commands.cfg文件中进行定义的。

这里有一个名为check_nrpe的command特别重要：需要指定它才能够启动本地的check_nrpe去连接被监控端上的nrpe daemon，并在被监控端执行相应的命令，需要自己添加，默认commands.cfg文件里是没有的：

#`check_nrpe` command definition
define command{
    command_name    check_nrpe
    command_line    $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$            
                ;此处的$ARG1$这一变量指的就是在被监控端的nrpe.cfg文件                        
                 ;里定义的实际命令，后面会有讲解
    }

define contactgroup{
contactgroup_name admins
alias Nagios Administrators
members nagiosadmin
}


- **timeperiods.cfg时间段模板定义文件**    
    `timeperiods.cfg`主要用来对要进行监控的时间段以及可以发送通知的时间段进行定义，很灵活很方便。
      # notifications, etc.  The classic "24x7" support nightmare. :-)
      define timeperiod{
        timeperiod_name 24x7
        alias           24 Hours A Day, 7 Days A Week
        sunday          00:00-24:00   ;这个名为24x7的时间模板包括了一周7天每天的24小时
        monday          00:00-24:00
        tuesday         00:00-24:00
        wednesday       00:00-24:00
        thursday        00:00-24:00
        friday          00:00-24:00
        saturday        00:00-24:00
        }
      # 'workhours' timeperiod definition
        define timeperiod{
      timeperiod_name   workhours   ;这个名为workhous的时间模板只包
                                      ;含了周一至周五每天的9点到17点
      alias     Normal Work Hours
      monday        09:00-17:00
      tuesday       09:00-17:00
      wednesday 09:00-17:00
      thursday  09:00-17:00
      friday        09:00-17:00
      }

- **localhost.cfg监控服务器配置文件**  
    `localhost.cfg`这个文件是用来定义对这台nagios服务器的哪些资源及服务进行监控的，它主要包含两部分的定义，针对host级别的和针对service级别的。示例如下：  
    ```
       define host{                         ;定义一台linux主机
        use                     linux-server            ; 针对这台主机调用哪个host模
       板，这里是调用templates.cfg中定义的linux-server模板，可以指定多个，
       以逗号分隔

        host_name               localhost          ;这台主机的名称
        alias                   localhost                 ;这台主机的别名
        address                 127.0.0.1             ;这台主机的ip
        process_perf_data       1                   ;是否开启性能数据采集，这项  
       配置在linux-server模板里面也配置的有，当同一配置在不同的文件中    出现  
       时，配置单位越小的越优先，这里具体的单台主机肯定比一个主机模板的  
       范围要精细，所以这里的配置优先。   
        }
      define hostgroup{                             ;定义一个主机组，即把可以具有  
                                 ;某些共同配置属性的主机放到一个组中
        hostgroup_name  linux-servers ; The name of the hostgroup
        alias           Linux Servers ; Long name of the group
        members         localhost     ; Comma separated list of hosts that belong to this group
        }

       # Define a service to "ping" the local machine

       define service{                                        ;定义一个要监控的服务
        use                             local-service         ; 针对这个服务调用的模  
       板，模板可以指定多个，以逗号分隔
        host_name                       localhost         ;监控哪个或哪些个主机的这
       一服务，不同的主机间用逗事情隔开
        service_description             PING           ;服务命名，简单明了即可，不要过长
        check_command                   check_ping!100.0,20%!500.0,60%  ;监  
      控要使用的指令，此处表示直接使用nagios服务器上/usr/local/libexec/下的  
       check_ping插件来进行服务监测。要查看目录中每个插件的用法，在目录下使
      用./plugin_name --help查看
        }

- **hosts.cfg定义要被监控的主机**  
`hosts.cfg`文件可以将网络中所有需要监控的主机定义进来，并将它们根据需求分组，一台主机可以同时属于不同的组，默认情况下不允许组里面一台主机都没有，然后根据需要调用不同的主机模板（事先在templates.cfg中定义)。另一点很重要的是这个文件需要自己创建，不建议直接在localhost.cfg里添加。示例如下：

define host {
use linux-server ;调用的模板
host_name server1
alias server1
address 192.168.249.11
}
define host {
use linux-server
host_name server2
alias server2
address 192.168.249.12
}
define host {
use linux-server
host_name server3
alias server3
address 192.168.249.13
}
define host {
use linux-server
host_name server4
alias server4
address 192.168.249.14
}
define host {
use linux-server
host_name server5
alias server5
address 192.168.249.15
}
define hostgroup {
hostgroup_name loadblance-servers
alias lb-servers
members server1,server2
}
define hostgroup {
hostgroup_name web-servers
alias web-servers
members server3,server4
}
define hostgroup{
hostgroup_name database-servers
alias db-servers
members server1,server2,server5 ;根据业务需求，相同
;的主机可以属于多个不同的业务组
}


- **services.cfg定义要被监控的服务**  
    `services.cfg`这个文件默认也是不存在的，需要手工创建，可以以localhost.cfg里定义的service部分作为模板进行修改。在它里面可以针对不同的服务调用不同的模板，以及把这些服务应用到哪些主机或主机组上。示例如下：  

      # Define a service to "ping" the local machine

      define service{
        use                             local-service         ; Name of service                 template to use
        hostgroup_name          web-servers,loadblance-servers,database-servers
        service_description             PING
        check_command               check_ping!100.0,20%!500.0,60%  
        check_interval          1
        }
      # Define a service to check the disk space of the root partition
      # on the local machine.  Warning if < 20% free, critical if
      # < 10% free space on partition.
      define service{
        use                             local-service         ; Name of service template to use
        hostgroup_name          web-servers,loadblance-servers,database-servers
        service_description             Root Partition
        check_command           check_nrpe!check_local_disk  ;注意这种命令写法，凡是前面以check_nrpe!开头后面再跟上命令
      ;名称的，必须在commands.cfg中先定义check_nrpe这一命 令，前
      ;文有写，然后在到客户端上nrpe.cfg文件中定义check_nrpe!后面跟
      ;的命令的详细指令参数
        }
      # Define a service to check the number of currently logged in
      # users on the local machine.  Warning if > 20 users, critical
      # if > 50 users.
      define service{
         use                             local-service         ; Name of service           template to use
        hostgroup_name          web-servers,loadblance-servers,database-servers 
        service_description             Current Users
    check_command           check_nrpe!check_local_users
        }
      # Define a service to check the number of currently running     procs
      # on the local machine.  Warning if > 250 processes, critical if
      # > 400 processes.

      define service{
        use                             local-service         ; Name of service template to use
        hostgroup_name          web-servers,loadblance-servers,database-servers
        service_description             Zombie Processes
        check_command           check_nrpe!check_local_zombie_procs
        }
      define service{
       use              local-service
       hostgroup_name           web-servers,loadblance-servers,database-servers
       service_description      Total Processes
       check_command            check_nrpe!check_local_total_procs
       }
      # Define a service to check the load on the local machine. 
       define service{
        use                             local-service         ; Name of service template to use
       hostgroup_name           web-servers,loadblance-servers,database-servers
        service_description             Current Load
       check_command            check_nrpe!check_local_load
        }
      # Define a service to check the swap usage the local machine. 
       # Critical if less than 10% of swap is free, warning if less than 20% is free
      define service{
        use                             local-service         ; Name of service template to use
        hostgroup_name          web-servers,loadblance-servers,database-servers
        service_description             Swap Usage
       check_command            check_nrpe!check_local_swap
        }
      # Define a service to check SSH on the local machine.
      # Disable notifications for this service by default, as not all users may have SSH enabled.
      define service{
        use                             local-service         ; Name of service template to use
        hostgroup_name          web-servers,loadblance-servers,database-servers
        service_description             SSH
         check_command          check_ssh
        notifications_enabled       0
        }
      # Define a service to check HTTP on the local machine.
      # Disable notifications for this service by default, as not all users may have HTTP enabled.
      define service{
        use                             local-service         ; Name of service template to use
      hostgroup_name            web-servers,loadblance-servers,database-servers
        service_description             HTTP
       check_command            check_http
       notifications_enabled        0
        }

由于新增加了两个配置 文件(hosts.cfg和services.cfg)，所以需要在nagios主配置文件(nagios.cfg)中指明它们的位置，只需要在nagios.cfg中加上两行，搜索下`cfg_file`加到它们的下面即可：

cfg_file=/usr/local/nagios/etc/objects/hosts.cfg
cfg_file=/usr/local/nagios/etc/objects/services.cfg


### 5.3 检查配置文件  
nagios自带的就有配置文件语法及逻辑检测工具，检测方式：

/usr/local/nagios/bin/nagios -v /usr/local/nagios/etc/nagios.cfg

检测如果没有问题，则可以重载nagios服务，使用最新配置文件来工作了。

Total Warnings: 0
Total Errors: 0

Things look okay - No serious problems were detected during the
pre-flight check

**重载服务**`service nagios reload`  

### 5.4 客户端配置监测命令及参数  
要实现对Linux主机的监控还差非常关键的一步，去到各被监控linux主机上配置实际要执行的指令，它们是在`/etc/usr/local/nagios/etc/nrpe.cfg`文件中定义的。  示例文件如下：

command[check_local_users]=/usr/local/nagios/libexec/check_users -w 5 -c 10
#注意[]中的内容，这些字符要和nagios服务端上
#services.cfg里定义command时check_nrpe!后面的字符完全一样，等号中的内容则通过
#前面介绍的方法查看每个plugin的具体用法
command[check_local_load]=/usr/local/nagios/libexec/check_load -w 15,10,5 -c 30,25,20
command[check_local_disk]=/usr/local/nagios/libexec/check_disk -w 20% -c 10% -p /dev/sda3
command[check_local_zombie_procs]=/usr/local/nagios/libexec/check_procs -w 5 -c 10 -s Z
command[check_local_total_procs]=/usr/local/nagios/libexec/check_procs -w 150 -c 200
command[check_local_swap]=/usr/local/nagios/libexec/check_swap -w 20% -c 10%

**注意**：[]中的内容，这些字符要和nagios服务端上
      services.cfg里定义command时check_nrpe!后面的字符完全一样，等号中的内容则前面介绍的方法查看每个plugin的具体用法。  

客户端在修改完nrpe.cfg文件以后，需要重启nrpe进程：

service xinetd restart #nrpe daemon是作为xinetd下的一个服务
#的，所以重启它也就重启了nrpe


## 6. 登录nagios web页面查看监控数据  
在nagios客户端还没有配置好nrpe.cfg文件时，nagios server是无法监控到客户端的，此时应该可以通过web页面查看到一堆NRPE:undefined command之类的错误信息，当客户端nrpe服务修改完成并重启之后，过会儿就能够正常监控上这些客户端了。效果展示如下：  

  ![主机监控视图](http:https://img.haomeiwen.com/i1920135/036cfb0f1f6e4977.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)


![服务监控视图](http:https://img.haomeiwen.com/i1920135/a25b2059fa5626e5.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
细心的读者可能已经发现两图中，日期格式好像更易读，默认会显示为`04-08-2017 22:30:00`这种，这是因为笔者修改了nagios.cfg的`date_format`为`iso8601`，具体可查看nagios.cfg文件获知。    

## 7. 结尾  
在前期安装及配置过程中要仔细留意可能出现的警告及错误信息，尽可能修复它们之后在后续操作，nagios跑起来以后，可以通过查看`/var/log/messages`或者`/usr/local/nagios/var/nagios.log`来观察错误信息，以找到解决办法。   
比如：  
在系统运行过程中因为nagios server和客户端nrpe间需要建立ssl会话，所以openssl,openssl-devel包是需要安装的。如果要使用snmp监控主机及服务则需要安装net-snmp包。如果对防火墙不熟悉建议关闭其服务，关闭SELinux。这些在文中未提到，但也是需要注意的地方。 

通过nagios实现对主机和服务的监控基本操作方法就写到这儿，在日常使用中有很多可可以深入的地方，特别是对现网各种服务各项指标的监控工作，还需要开发插件然后部署才能够实现，这应该才是监控类软件应用真正有挑战的地方，考验运维工程师的开发能力，nagios支持使用perl、python、shell,C等语言开发插件以满足实际业务监控需求。
上一篇 下一篇

猜你喜欢

热点阅读