Nagios安装笔记

nagios是什么，适用于哪些监控场景？

我理解为这是一个监控框架，类似程序框架一样(可以想象为ZF框架)，提供一个监控的规范，以及一些现成的监控插件，用户也可以自行编写符合nagios规范的插件，做一些自定义监控。

如何理解nagios的工作机制？

监控的本质，就是搜集数据-分析数据-展示数据-预警，nagios也不例外。试想一下，如果由我们自己来做监控工具，我们会怎么做？

以监控cpu的状态为例(假如我们有10台服务器)：
(1)数据搜集系统已经自带了，可以通过/proc/stat中的数据计算得出cpu使用率(详见：http://www.cnblogs.com/no7dw/archive/2011/07/04/2097300.html)
假设系统没有这个功能的话，我们应该是通过写一个脚本放到这10台服务器上，每隔一定频率获取当前cpu的使用率，写入文件中
(2)在监控服务器上编写定时任务，定时去获取这10台服务器上的日志文件
(3)对获取的数据进行分析，判断CPU状态是否正常
(4)将分析结果展示为便于运维人员理解的形式(图形、表格等)
(5)如果判断状态异常，发送邮件/短信通知相关人员进行处理

Nagios的工作机制和上述情况是非常相似的，还是这个场景，我们看看Nagios是如何处理的：
(1)首先我们需要在这10台服务器上安装NRPE(Nagios Remote Plugin Executor Nagios远程插件执行器)，这个插件的作用就是搜集数据，在我们这个场景中，它会搜集cpu的数据
(2)在监控服务器上开启nagios服务，通过配置，将这10台服务器加入监控列表，Nagios会自动定时去获取这10台服务器上，由NRPE搜集到的数据
(3)对获取的数据进行分析，判断CPU状态是否正常
(4)将分析结果通过Nagios的前端页面展示出来
(5)如果判断状态异常，发送邮件/短信/其他手段通知相关人员进行处理

nagios安装过程

网上有众多教程，我自己的安装过程中，遇到的比较麻烦的问题是让nginx支持perl-fastcgi，详细的过程后面说明。

遇到的问题

配置好需要监控的服务后，重启nagios报错：Error: Service check command ‘check_nrpe’ specified in service ‘CPU-FUZHAI’ for host ‘192.168.205.233’ not defined anywhere!

原因：没有定义nagios的命令模板
解决方案：
编辑commands.cfg 添加即可，commands.cfg在/usr/local/nagios/etc/objects目录下
例：

1
2
3
4
define command {
  command_name  check_nrpe
  command_line    $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$
}

服务重启成功后，查看监控页面，发现针对该服务器的监控报错了：CHECK_NRPE: Error - Could not complete SSL handshake.
原因1：被监控端没有进行配置，不允许监控服务器获取数据
解决方案：
查看被监控端的nrpe.cfg配置文件中，allowed_hosts一项是否添加了监控服务端的ip：
allowed_hosts=127.0.0.1,192.168.205.235
(注意，多个IP之间用英文逗号分割，而不是空格，网上有的教程写的空格，是错误的！)
添加后记得重启被监控端的nrpe和监控端的nagios(不重启似乎仍然会一致报错，按理说不应该)

原因2：nrpe端口没有加入防火墙
解决方案：查看nrpe端口是否加入防火墙

小技巧：可以直接在监控机上通过命令行进行测试：
/usr/local/nagios/libexec/check_nrpe -H 192.168.205.233