使用 Nagios 搭建监控服务器

【关于Nagios】

Nagios是一款用于监控系统和网络的开源应用软件，它的模式是服务器—客户端，也就是说首先要在在一台服务器上（server）部署相应的主要套件，然后在要监控的服务器上部署客户端程序，这样server会和client通信，从而监控client端的各项资源。Nagios功能十分强大几乎所有的项目都可以监控，大到服务器的存活状态，小到服务器上的某一个服务（web）。这些功能都是通过自定义插件（或者叫做脚本）来实现。

当Nagios监控到某项资源发生异常会通知到用户，你可以接入手机短信接口也可以接入邮件接口。我们可以通过web页面来查看Nagios所监控的各项资源，默认搭建的Nagios服务器只能监控简单的几个项目，而其他服务之类的监控项目都是由我们自己开发的插件来实现的。

【需要下载的软件】

nagios-3.0.5

nagios-plugins-1.4.13

nrpe-2.12.tar.gz

apache-2.2.11

// 以上软件版本可以不一样

【监控中心Server端的配置】

1. 安装apache （略，请参考第16章中相关内容，只需安装，到后边再配置）

2. 建立nagios账户

useradd nagios

3. 下载软件

cd /usr/local/src/

wget http://syslab.comsenz.com/downloads/linux/nagios-3.0.5.tar.gz

wget http://syslab.comsenz.com/downloads/linux/nagios-plugins-1.4.13.tar.gz

wget http://syslab.comsenz.com/downloads/linux/nrpe-2.12.tar.gz

4. 编译安装nagios

cd /usr/local/src/

tar zxvf nagios-3.0.5.tar.gz

cd nagios-3.0.5

./configure —prefix=/usr/local/nagios

make all

make install

make install-init # 把nagios做成一个运行脚本，使nagios随系统开机启动

make install-config # 把配置文件样例复制到nagios的安装目录

make install-commandmode # 给外部命令访问nagios配置文件的权限

chown -R nagios:nagios /usr/local/nagios

5. 编译安装nagios-plugins

cd /usr/local/src/

tar zxvf nagios-plugins-1.4.13.tar.gz

cd nagios-plugins-1.4.13

./configure —prefix=/usr/local/nagios —with-nagios-user=nagios —with-nagios-group=nagios

make && make install

查看是否安装成功的方法是：

ls /usr/local/nagios/libexec/

看这个目录下是否有插件文件

6. 安装nrpe

cd /usr/local/src/

tar zxvf nrpe-2.12.tar.gz

cd nrpe-2.12

./configure —enable-ssl —enable-command-args

make all

make install-plugin

make install-daemon

make install-daemon-config

7. 配置web接口

vim /usr/local/apache2/conf/httpd.conf

在最后加入以下内容：

ScriptAlias /nagios/cgi-bin /usr/local/nagios/sbin

<Directory “/usr/local/nagios/sbin/“>

AllowOverride AuthConfig

Options ExecCGI

Order allow,deny

Allow from all

</Directory>

Alias /nagios/ /usr/local/nagios/share/

<Directory “/usr/local/nagios/share”>

Options None

AllowOverride AuthConfig

Order allow,deny

Allow from all

</Directory>

8. 配置nagios

cd /usr/local/nagios/etc/

vim cgi.cfg

把 useauthentication=1 改成 use_authentication=0 意思是不用用户验证

到此就算安装完成了，请查看/usr/local/nagios/目录下是否有四个目录分别为：bin etc libexec share 另外在libexec目录下会有很多check开头的文件。如果你的机器上没有，就请重新安装吧。

4. 配置

vim /usr/local/nagios/etc/nrpe.cfg

找到”allowed_hosts=127.0.0.1” 改成 “allowed_hosts=127.0.0.1,10.0.4.67”

// 后边的IP是server的IP

找到”dont_blame_nrpe=0” 改成 “dont_blame_nrpe=1”

5. 启动nrpe

/usr/local/nagios/bin/nrpe -c /usr/local/nagios/etc/nrpe.cfg -d

【在监控中心添加被监控主机】

添加主机当然是要到server端（监控中心）修改配置文件了。

1. 修改主配置文件

cd /usr/local/nagios/etc/

vim nagios.cfg

增加内容：

cfg_dir=/usr/local/nagios/etc/services ##定义一个目录，以后把新增加的主机信息文件全部放到这里

2. 添加被监控主机信息

mkdir /usr/local/nagios/etc/services

cd /usr/local/nagios/etc/services

vim 10.0.4.56.cfg 加入如下内容：

define host{

use linux-server

host_name 10.0.4.56

alias 10.0.4.56

address 10.0.4.56

}

define service{

use generic-service

host_name 10.0.4.56

service_description check_ping

check_command check_ping!100.0,20%!200.0,50%

max_check_attempts 5

normal_check_interval 1

}

define service{

use generic-service

host_name 10.0.4.56

service_description check_ssh

check_command check_ssh

max_check_attempts 5

normal_check_interval 1

}

define service{

use generic-service

host_name 10.0.4.56

service_description check_http

check_command check_http

max_check_attempts 5

normal_check_interval 1

}

// 注意，这里的IP是client端的IP，监控的项目有三个ping, ssh, http。其实这三个项目使用的脚本都为本地脚本，也就是说，即使远程主机没有安装nagios和nrpe同样可以监控这些项目。但是如果想监控load，disk，等等就需要通过nrpe服务来搞定了，道理很简单，load和disk都需要登录到远程主机上去获得信息，而ping，ssh，http都不需要的。这个到远程主机获取相关的信息的过程是由nrpe完成的。如果你的client上没有启动nrpe服务那么我们是无法获取远程主机的load和disk等信息的。下面笔者配置一下使用nrpe来监控远程主机的相关项目。

在server端编辑/usr/local/nagios/etc/objects/commands.cfg

vim /usr/local/nagios/etc/objects/commands.cfg # 在最后面添加如下内容

define command{

command_name check_nrpe

command_line $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$

}

然后编辑10.0.4.56.cfg （还是server上）

cd /usr/local/nagios/etc/services

vim 10.0.4.56.cfg # 加入如下内容：

define service{

use generic-service

host_name 10.0.4.56

service_description check_load

check_command check_nrpe!check_load

max_check_attempts 5

normal_check_interval 1

}

define service{

use generic-service

host_name 10.0.4.56

service_description check_disk_hda1

check_command check_nrpe!check_hda1

max_check_attempts 5

normal_check_interval 1

}

define service{

use generic-service

host_name 10.0.4.56

service_description check_disk_hda2

check_command check_nrpe!check_hda2

max_check_attempts 5

normal_check_interval 1

}

// 这里需要解释一下相关的”check_command”, 先看这个” check_nrpe!check_load” 这里的check_nrpe就是上面/usr/local/nagios/etc/objects/commands.cfg中刚刚定义的，后面的check_load是在远程主机上定义的一个命令脚本。具体在哪里定义稍后介绍。为什么中间加一个”!”，这个是nagios特有的形式，无需关心。下面需要到远程主机上去定义上面用到的脚本了。

在远程主机上编辑/usr/local/nagios/etc/nrpe.cfg 文件

vim /usr/local/nagios/etc/nrpe.cfg (client上)

把”command[check_hda1]”那行改成：

command[check_hda1]=/usr/local/nagios/libexec/check_disk -w 20% -c 10% -p /dev/hda1

然后再增加一行：

command[check_hda2]=/usr/local/nagios/libexec/check_disk -w 20% -c 10% -p /dev/hda2

// 这里的check_hda1 和 check_hda2 都是自定义的，和server端的定义的service中的check_command对应。也就是说，如果在server端定义了一个service（通过nrpe方式）那么必须要在客户端上的nrpe.cfg中定义相应的脚本。保存这个文件后，需要重新启动一下nrpe服务。

killall nrpe ; /usr/local/nagios/bin/nrpe -c /usr/local/nagios/etc/nrpe.cfg -d （client上）

3. 重启nagios服务

修改了配置需要重启服务才能使添加的监控主机生效。

/etc/init.d/nagios restart （server上）

此时再到web页面去观察是否多了一台10.0.4.56

【在nagios客户端上自定义监控脚本】

在开始，笔者就讲过，我们可以自定义写监控脚步，从上面的例子中也可以看到监控磁盘状态时，是根据磁盘分区来监控的。这样不免有些麻烦，因为每台主机的磁盘分区状况都不一样（一样还好），而且有多少个分区就需要定义多少个命令。所以笔者就自定义写一个shell脚本来监控所有的磁盘分区：

1. 在客户端上创建脚本/usr/local/nagios/libexec/check_disk.sh

vim /usr/local/nagios/libexec/check_disk.sh 写入如下内容：(client上)

#!/bin/bash

row=df -h -P|wc -l

status=0

for i in seq 2 $row

do

spare=df -h -P|sed -n "$i"p|awk ''

use_percentage=df -h -P|sed -n "$i"p|sed -n "s/\%//"p|awk ''

spare_percentage=expr 100 - $use_percentage

partition_name=df -h -P|sed -n "$i"p|awk ''

if [ “$spare_percentage” -lt “3” ];then

echo -n “$partition_name CRITICAL $% $spare “

status[$i]=2

elif [ “$spare_percentage” -lt “5” ];then

echo -n “$partition_name WARNING! $% $spare “

status[$i]=1

else

echo -n “$partition_name OK $% $spare “

status[$i]=0

fi

done

zhuangtai=0

for j in seq 2 $row

do

if [ “$” -gt “$zhuangtai” ];then

zhuangtai=$

fi

done

exit $zhuangtai

2. 保存后，修改该脚本的权限

chmod +x /usr/local/nagios/libexec/check_disk.sh （client上）

3. 然后编辑/usr/local/nagios/etc/nrpe.cfg文件

vim /usr/local/nagios/etc/nrpe.cfg # 加入一行：（client上）

command[check_disk]=/usr/local/nagios/libexec/check_disk.sh

保存，重启nrpe服务

killall nrpe ; /usr/local/nagios/bin/nrpe -c /usr/local/nagios/etc/nrpe.cfg -d （client上）

4. 检测刚才的脚本是否正常运行的方法是，到server端执行如下命令：

/usr/local/nagios/libexec/check_nrpe -H 10.0.4.56 -c check_disk（server上）

如果正常的话，会输出一行磁盘检测的数据，否则可能会报错。

5. 到server上添加相应的service

cd /usr/local/nagios/etc/services （server上）

vim 10.0.4.56.cfg # 加入如下内容：

define service{

use generic-service

host_name 10.0.4.56

service_description check_disk

check_command check_nrpe!check_disk

max_check_attempts 5

normal_check_interval 1

}

6. 重启nagios服务

/etc/init.d/nagios restart （server上）

【配置nagios报警邮件】

现在139邮箱有顺便发短信的功能，所以当有报警时，只需发送到你的139邮箱你就同样会收到一条报警短信。这样做的优势就是不用再去买短信网关了，节省了很大一笔钱。

vim /usr/local/nagios/etc/objects/contacts.cfg

把”email nagios@localhost” 修改成 “email 你的139邮箱”

vim /usr/local/nagios/etc/objects/templates.cfg

找到：

define service{

name generic-service

之所以看这一段，是因为在上面添加的10.0.4.56.cfg 定义了很多generic-service所以要关注这段的配置。

define service{

name generic-service

active_checks_enabled 1

passive_checks_enabled 1

parallelize_check 1

obsess_over_service 1

check_freshness 0

notifications_enabled 1

event_handler_enabled 1

flap_detection_enabled 1

failure_prediction_enabled 1

process_perf_data 1

retain_status_information 1

retain_nonstatus_information 1

is_volatile 0

check_period 24x7

max_check_attempts 3

normal_check_interval 10

retry_check_interval 2

ontact_groups admins

notification_options w,u,c,r

notification_interval 60

notification_period 24x7

register 0

}

其中有几个参数需要你注意：

notifications_enabled : 是否开启提醒功能。1为开启，0为禁用。一般，这个选项会在主配置文件（nagios.cfg）中定义，效果相同。

notification_interval: 重复发送提醒信息的最短间隔时间。默认间隔时间是60分钟。如果这个值设置为0，将不会发送重复提醒。

notification_period: 发送提醒的时间段。非常重要的主机（服务）我定义为7×24，一般的主机（服务）就定义为上班时间。如果不在定义的时间段内，无论什么问题发生，都不会发送提醒。

notification_options: 这个参数定义了发送提醒包括的情况：d = 状态为DOWN, u = 状态为UNREACHABLE , r = 状态恢复为OK , f = flapping。，n=不发送提醒。

要想正确发送邮件，上面的参数得配置合理才行。