【正文】 服務(wù)器管理、監(jiān)控系統(tǒng)摘要：現(xiàn)今互聯(lián)網(wǎng)行業(yè)發(fā)展迅速，底層支撐互聯(lián)網(wǎng)服務(wù)的服務(wù)器等各種硬件設(shè)備規(guī)模越來龐大。如何管理有效地管理這些設(shè)備、實(shí)時(shí)發(fā)現(xiàn)其潛在的隱患、獲取其運(yùn)行的狀態(tài)，而顯得至關(guān)重要。根據(jù)這些信息才能合理地決定設(shè)備上所運(yùn)行系統(tǒng)、應(yīng)用等服務(wù)的關(guān)閉與保留與掛起。本文介紹了利用Zabbix開源監(jiān)控解決方案，以及對(duì)該方案的二次開發(fā)而實(shí)現(xiàn)對(duì)服務(wù)器機(jī)房的專家系統(tǒng)。關(guān)鍵字：機(jī)房運(yùn)維 服務(wù)器監(jiān)控 Zabbix 目錄摘要 21. 引言 42. Zabbix 監(jiān)控原理與應(yīng)用 5. Zabbix 監(jiān)控原理 5 Zabbix用戶配置 63. 監(jiān)控建立與二次開發(fā) 84. 系統(tǒng)展示 10 10 14參考文獻(xiàn)： 151. 引言隨著現(xiàn)今互聯(lián)網(wǎng)行業(yè)的迅速發(fā)展，某些物聯(lián)網(wǎng)服務(wù)的用戶已經(jīng)達(dá)到了億級(jí)，僅在2015年“雙十一”當(dāng)天活躍用戶過億[1]。支撐如此龐大用戶使用的硬件基礎(chǔ)是規(guī)模龐大的服務(wù)器群。如何獲取每一臺(tái)服務(wù)器的運(yùn)行狀態(tài)，及時(shí)獲悉潛在隱患，出現(xiàn)問題及時(shí)鎖定排除顯得至關(guān)重要。機(jī)房運(yùn)維人員以及高層決策人員只有在實(shí)時(shí)掌握這些信息后才可有效地對(duì)進(jìn)行決策，如在訪問流量過大或其他惡意攻擊后是及時(shí)關(guān)閉服務(wù)還是啟動(dòng)備用服務(wù)，服務(wù)區(qū)癱瘓后是需要工作人員至機(jī)房處理硬件問題還是只需遠(yuǎn)程重啟服務(wù)器等類似或簡(jiǎn)單或復(fù)雜的決策，都需要底層專家系統(tǒng)信息的支持?，F(xiàn)今比較成熟的開源服務(wù)器底層數(shù)據(jù)的采集解決方案主要有Zabbix和Nagios。Nagios是一個(gè)監(jiān)視系統(tǒng)運(yùn)行狀態(tài)和網(wǎng)絡(luò)信息的監(jiān)視系統(tǒng)，能監(jiān)視所指定的本地或遠(yuǎn)程主機(jī)以及服務(wù)，同時(shí)提供異常通知功能等[2]。Nagios可運(yùn)行在Linux/Unix平臺(tái)之上，同時(shí)提供一個(gè)可選的基于瀏覽器的Web界面以方便系統(tǒng)管理人員查看網(wǎng)絡(luò)狀態(tài)，各種系統(tǒng)問題，以及日志等等。Nagios 可以監(jiān)控的功能有：監(jiān)控網(wǎng)絡(luò)服務(wù)（SMTP、POPHTTP、NNTP、PING等）；監(jiān)控主機(jī)資源（處理器負(fù)荷、磁盤利用率等）；簡(jiǎn)單地插件設(shè)計(jì)使得用戶可以方便地?cái)U(kuò)展自己服務(wù)的檢測(cè)方法；并行服務(wù)檢查機(jī)制；具備定義網(wǎng)絡(luò)分層結(jié)構(gòu)的能力，用parent主機(jī)定義來表達(dá)網(wǎng)絡(luò)主機(jī)間的關(guān)系，這種關(guān)系可被用來發(fā)現(xiàn)和明晰主機(jī)宕機(jī)或不可達(dá)狀態(tài)；當(dāng)服務(wù)或主機(jī)問題產(chǎn)生與解決時(shí)將告警發(fā)送給聯(lián)系人（通過EMail、短信、用戶定義方式）；可以定義一些處理程序，使之能夠在服務(wù)或者主機(jī)發(fā)生故障時(shí)起到預(yù)防作用；自動(dòng)的日志滾動(dòng)功能；可以支持并實(shí)現(xiàn)對(duì)主機(jī)的冗余監(jiān)控；可選的WEB界面用于查看當(dāng)前的網(wǎng)絡(luò)狀態(tài)、通知和故障歷史、日志文件等[2]； 1可以通過手機(jī)查看系統(tǒng)監(jiān)控信息；201可指定自定義的事件處理控制器[3]。其他一些大型企業(yè)也有自己獨(dú)立開發(fā)的服務(wù)器監(jiān)控服務(wù)，如小米運(yùn)維部的人性化互聯(lián)網(wǎng)企業(yè)級(jí)監(jiān)控系統(tǒng)OpenFalcon、淘寶運(yùn)維部使用 OpenTSDB等，它們也有各自的優(yōu)點(diǎn)。本文第一章概述了服務(wù)器機(jī)房的專家，以及可提供這些服務(wù)的一些解決方案等；第二章介紹Zabbix所提供的監(jiān)控原理即使用；第三章介紹Zabbix的實(shí)際監(jiān)控應(yīng)用以及二次開發(fā)；第四章進(jìn)行專家的分析；第五章對(duì)服務(wù)器機(jī)房專家系統(tǒng)進(jìn)行總結(jié)。2. Zabbix 監(jiān)控原理與應(yīng)用Zabbix是一個(gè)B/S模式的企業(yè)級(jí)的監(jiān)控服務(wù)解決方案，用戶可以此獲取服務(wù)器等硬件、操作系統(tǒng)、中間件等的運(yùn)行狀態(tài)，為應(yīng)用層的決策提供決策信息。 監(jiān)控原理Zabbix由agent和server組成，其中agent負(fù)責(zé)采集服務(wù)器等監(jiān)控對(duì)象的數(shù)據(jù)，server負(fù)責(zé)處理這些數(shù)據(jù)，判斷異常等，并通過提供apache服務(wù)在web端實(shí)現(xiàn)對(duì)數(shù)據(jù)的可視化展示。其中agent的類型主要監(jiān)控對(duì)象包括：（1）Zabbixagent，根據(jù)Zabbix監(jiān)控方式實(shí)現(xiàn)對(duì)操作系統(tǒng)層級(jí)的信息采集，實(shí)現(xiàn)對(duì)系統(tǒng)的監(jiān)控。Zabbixagent 有sender和get兩部分組成，分別通過命令來采集數(shù)據(jù)[4]。監(jiān)控對(duì)象有CPU運(yùn)行狀態(tài)、磁盤I/O、內(nèi)存使用、進(jìn)程線程數(shù)等；同時(shí)可利用其他應(yīng)用提供的端口實(shí)現(xiàn)對(duì)應(yīng)用服務(wù)的監(jiān)控，如MySQL數(shù)據(jù)庫(kù)等。（2）、IPMIagent，根據(jù)IPMI（Intelligent Platform Management Interface）接口實(shí)現(xiàn)對(duì)服務(wù)器等硬件設(shè)備的監(jiān)控，監(jiān)控對(duì)象包括CPU運(yùn)行溫度、風(fēng)扇轉(zhuǎn)速、環(huán)境溫度等硬件信息的監(jiān)控；（3）SNMPagent，根據(jù)SNMP（Simple Network Management Protocol）協(xié)議實(shí)現(xiàn)對(duì)交換機(jī)、路由器等網(wǎng)絡(luò)設(shè)備的監(jiān)控。監(jiān)控對(duì)象包括各端口運(yùn)行狀態(tài)、流入流出流量等。（4）JMXagent，根具JMX（Java Management Extensions）提供的接口實(shí)現(xiàn)對(duì)Java類應(yīng)用的監(jiān)控。監(jiān)控對(duì)象包括Java虛擬機(jī)、Tomcat服務(wù)，Hadoop、Spark等分布式服務(wù)的監(jiān)控等。當(dāng)agent得到數(shù)據(jù)并發(fā)送給server后，server端將數(shù)組存放在位于服務(wù)端的數(shù)據(jù)庫(kù)，然后前端服務(wù)調(diào)用數(shù)據(jù)庫(kù)數(shù)據(jù)并將其可視化顯示。顯示給用戶的只有browser頁(yè)面，用戶在前端進(jìn)行服務(wù)器管理并據(jù)此進(jìn)行相應(yīng)決策。圖（1）表示了Zabbix 的監(jiān)控原理。圖1 Zabbix監(jiān)控原理圖Zabbix 的agent將數(shù)據(jù)發(fā)送給server并儲(chǔ)存在數(shù)據(jù)庫(kù)中，前端頁(yè)面調(diào)用數(shù)據(jù)庫(kù)中的數(shù)據(jù)與用戶交互。Zabbix server處理數(shù)據(jù)時(shí)為了便于用戶操作按圖（2）的方式處理、集成監(jiān)控?cái)?shù)據(jù)。圖2數(shù)據(jù)處理、集成圖其中host為用戶監(jiān)控的主機(jī)、設(shè)備或操作系統(tǒng)等；item為實(shí)際的監(jiān)控個(gè)體，可能是某一個(gè)CPU的使用率，磁盤讀寫速度等，一個(gè)host上可能存在若干item；每一個(gè)item都可設(shè)定對(duì)應(yīng)的trigger，根據(jù)閾值判斷還item的使用情況是否達(dá)到報(bào)警值。Trigger發(fā)現(xiàn)報(bào)警后將會(huì)在主界面顯示，也可都過短信、郵件、微信等向用戶發(fā)送報(bào)警信息，并連接后續(xù)修復(fù)操作。因此用戶在實(shí)際使用時(shí)主要需配置host，item和trigger，分別如圖（3）、圖（4）、圖（5）所示。圖3 Host配置圖用戶配置監(jiān)控方式即監(jiān)控對(duì)象，包括監(jiān)控Host配置圖對(duì)象的名稱、所在群組、監(jiān)控方式、IP地址等。圖4 item配置圖用戶根據(jù)不同的監(jiān)控類型配置監(jiān)