互联网监控的艺术.pdf

互联网监控的艺术 演讲人：田逸 监控演变历程  用户、老板电话通知  Ping主机  放在线收音机  时不时登陆系统查看状态  使用监控平台 必要性  被动方式延误时机，并且给技术人员产生巨大 的压力  Ping主机对于服务器数量多的场合会怎么样？  服务器在远端，无声卡等，放不了在线收音机 音频  数以百计甚至上千计的服务器，挨个登录恐怕 是个困难  部署监控平台，随时了解大规模网络运行的状 态，并且在出现意外时及时报警 高可用性的保证措施  高可用架构：应用集群、负载均衡、分 布式文件系统、数据库集群等  设计良好的监控系统 选择何种监控方式  自己写程序或者脚本小工具  商业解决方案  开源的方案 自己写程序或者脚本  优点 1、现金成本低 2、操控性强  不足 1、集中管理是个问题 2、无可视性效果 3、调度需要好的技巧 4、运营复杂，如监控一个集群，需要对集群维 护。因程序被安装在每个主机，因此可能要重 复n次操作 商业解决方案  优势 1、大包大揽 2、用户不用承担运营中的责任。假如出了问题， 可把责任推给厂商。 3、很受欢迎的展现方式，如报表、美观的用户 界面  不足 1、成本高(一般以万计) 2、取舍不易：需要的功能可能不足，不需要的 功能一大堆 商业解决方案（续） 3、巨大的资源占用：就client代理而言， 包大小基本以百兆字节计 4、扩展性差。要新增模块，需要昂贵的支 出 5、安全问题。来自代理agent的权限。 开源解决方案  优势 1、开源免费 2、定制能力强 3、完全可控 4、集中化管理 5、可视性好  不足 1、需要很强的技术实力 2、一切靠自己 推荐的方案  开源的方案  Nagios、zenoss、Ganglia 、zabbix 等  本案以nagios为例 谁在使用nagios  Facebook  搜狗  网易  空中网  新浪  阿里巴巴   互动百科  Sohu  其他更多……. 什么是nagios  Nagios是一个框架，核心部分是调度器 和状态通知模块。  调度器调度插件或者任意定制的可执行 程序，根据执行结果返回状态值，并根 据需要进行相信的报警/通知 Nagios监控机制  检查登录用户数的场景  条件： 1、当登录数小于5时，属于正常 2、当用户数大于5小于8时，应当警告 3、大于8时为异常  脚本：logins.sh 检查用户登录脚本（续一）  #!/bin/sh  logins=`who |wc -l`  if [ $logins -le $1 ]  then  echo OK!-login count is $logins  exit 0  fi  if [ $logins -gt $1 -a $logins -le $2 ]  then  echo Warnning!-login count is $logins  exit 1  fi  if [ $logins -gt $2 ]  then  echo Critical!-login count is $logins  exit 2  fi 检查用户登录脚本（续二）  手动执行脚本，形如./usercon.sh 5 8  输出： 1、有2个用户登录时:OK!-login count is 2 2、有6个用户登录时：Warnning!-login count is 6 3、有9个用户登录时：Critical!-login count is 9 调度脚本  本地调度：用于检查远程服务端口等  远程调度（Nrpe）:检查主机资源、检查 内部网络服务  设定调度时间间隔、重试次数等。注意 与crond不同。 通知机制  退出代码为0，代表正常  退出代码为1，代表警