图解Nagios的工作原理
Nagios的主动模式和被动模式
被动模式：就如同上图所显示的那样，客户端起nrpe进程，服务端通过check_nrpe插件向客户端发送命令，客户端根据服务端的指示来调用相应的插件，插件可以获取到本机的相关信息，并把获取到的结果发送给服务端。因为需要调用客户端的插件去等带客户端返回的信息，所以叫做被动模式
主动模式：主动模式不需要调用客户端的插件，而是通过自己的插件主动去探测客户端的相关信息。
那么，因为主动模式和被动模式的区别这两种模式所擅长监控的服务也是不同的。
主动模式：主机死活，端口，http服务，MySQL服务......
被动模式：客户端主机的负载，硬盘空间，内存......
Nagios十分灵活，有很多的配置文件，下边一一介绍它的配置文件
[root@Admin etc]# pwd /usr/local/nagios/etc [root@Admin etc]# ll total 144 -rw-rw-r-- 1 nagios nagios 11641 Dec 24 00:58 cgi.cfg -rw-r--r-- 1 root root 42 Dec 28 23:04 htpasswd.users //保存用户名和密码 -rw-rw-r-- 1 nagios nagios 44859 Dec 23 22:46 nagios.cfg //nagios的主配置文件 -rw-r--r-- 1 nagios nagios 7198 Dec 28 21:03 nrpe.cfg //可以在里边定义命令和插件的对应关系 -rw-r--r-- 1 root root 7216 Dec 28 20:55 nrpe.cfg.ori drwxrwxr-x 3 nagios nagios 4096 Dec 29 00:02 objects -rw-rw---- 1 nagios nagios 1340 Dec 22 19:38 resource.cfg //定义变量的，比如一些宏定义变量 [root@Admin etc]# cd objects/ [root@Admin objects]# pwd /usr/local/nagios/etc/objects [root@Admin objects]# ll total 112 -rw-rw-r-- 1 nagios nagios 8046 Dec 24 19:45 commands.cfg //定义命令 -rw-rw-r-- 1 nagios nagios 2166 Dec 24 19:41 contacts.cfg //定义联系人和组 -rw-r--r-- 1 nagios nagios 2098 Dec 26 20:09 hosts.cfg //定义主机 -rw-r--r-- 1 root root 1870 Dec 23 23:32 hosts.cfg.ori -rw-rw-r-- 1 nagios nagios 5403 Dec 22 19:38 localhost.cfg -rw-rw-r-- 1 nagios nagios 3124 Dec 22 19:38 printer.cfg //打印机的配置文件 drwxr-xr-x 2 nagios nagios 4096 Dec 28 23:52 services //默认是没有这个目录的，可以在下边定义一些特殊的服务 -rw-r--r-- 1 nagios nagios 900 Dec 26 20:08 services.cfg //定义服务 -rw-rw-r-- 1 nagios nagios 3293 Dec 22 19:38 switch.cfg //交换机的配置文件 -rw-rw-r-- 1 nagios nagios 10812 Dec 22 19:38 templates.cfg //模板配置文件 -rw-rw-r-- 1 nagios nagios 3208 Dec 22 19:38 timeperiods.cfg //配置周期 -rw-rw-r-- 1 nagios nagios 4019 Dec 22 19:38 windows.cfg //监控windows主机的配置文件 [root@Admin objects]#
各种配置文件之间的相互关系
1.command.cfg
先看看这里边都有啥
...... # 'check_nrpe' command definition define command{ command_name check_nrpe command_line $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$ } ### 'check_weburl' command definition define command{ command_name check_weburl command_line $USER1$/check_http $ARG1$ -w 10 -c 30 } ......
这里边定义了很多的的命令，这些命令对应着相应的插件，可以在services.cfg中引用些命令，这些命令后边可以跟很多的参数，可以通过获取帮助来查看这些参数 [root@Admin libexec]# pwd /usr/local/nagios/libexec [root@Admin libexec]# ./check_nrpe --help NRPE Plugin for Nagios Copyright (c) 1999-2008 Ethan Galstad (nagios@nagios.org) Version: 2.12 Last Modified: 03-10-2008 License: GPL v2 with exemptions (-l for more info) SSL/TLS Available: Anonymous DH Mode, OpenSSL 0.9.6 or higher required Usage: check_nrpe -H <host> [-n] [-u] [-p <port>] [-t <timeout>] [-c <command>] [-a <arglist...>] Options: -n = Do no use SSL -u = Make socket timeouts return an UNKNOWN state instead of CRITICAL <host> = The address of the host running the NRPE daemon [port] = The port on which the daemon is running (default=5666) [timeout] = Number of seconds before connection times out (default=10) [command] = The name of the command that the remote daemon should run [arglist] = Optional arguments that should be passed to the command. Multiple arguments should be separated by a space. If provided, this must be the last option supplied on the command line. 着里边定义了这么多的命令，该如何使用呢？
在定义的服务中引用这些命令
define service{ use generic-service host_name 145-apache service_description blog_url check_command check_weburl!-I 192.168.220.145 //叹号是一个分隔符，前边是命令，后边就是参数 max_check_attempts 3 normal_check_interval 2 retry_check_interval 1 check_period 24x7 notification_interval 30 notification_period 24x7 notification_options w,u,c,r contact_groups admins }
2.hosts.cfg
Nagios默认是没有hosts.cfg文件，是我们自己创建的，其内容还是localhost.cfg中的内容。在Nagios中只要在nagios.cfg中定义包含某个目录就可以使得某个目录里的全部文件都生效。
在nagios.cfg中可以指定配置文件或者目录
# You can specify individual object config files as shown below:
cfg_file=/usr/local/nagios/etc/objects/commands.cfg
cfg_file=/usr/local/nagios/etc/objects/contacts.cfg
cfg_file=/usr/local/nagios/etc/objects/timeperiods.cfg
cfg_file=/usr/local/nagios/etc/objects/templates.cfg
cfg_file=/usr/local/nagios/etc/objects/hosts.cfg 自定义的配置文件
cfg_file=/usr/local/nagios/etc/objects/services.cfg
cfg_dir=/usr/local/nagios/etc/objects/services 自定义的目录，该目录下的所有的配置文件都会生效
看看hsots.cfg中都有啥
...... 在这里可以定义被监控主机的名字，IP地址，引用了哪一个模板 define host{ use linux-server //引用了linux-server模板，模板是在templates.cfg中定义的，在下边会介绍这个模板中都有啥 host_name 141-MySQL alias 141-MySQL address 192.168.220.141 } ..... # Define an optional hostgroup for Linux machines 定义主机分组，不同的主机使用逗号隔开 define hostgroup{ hostgroup_name linux-servers ; The name of the hostgroup alias Linux Servers ; Long name of the group members 145-apache,129-nagios-server //同一个分组的不同主机使用“，”分割 } ......
咱们在这个templates.cfg搜索一下linux-server这个模板，看看都有啥 define host{ name linux-server 模板名称 use generic-host 又引用了generic-host模板，下边会介绍这个模板中都有啥 check_period 24x7 检测的周期，注意24x7只是一个字符串，并不是7天乘24小时的意思，这个参数是在timeperiods.cfg中定义的 check_interval 5 检查间隔 retry_interval 1 故障之后重新检查的间隔 max_check_attempts 3 故障后最大尝试检测次数 check_command check-host-alive 使用什么命令 下面会介绍这个是个什么命令 notification_period 24x7 使用什么通知周期 notification_interval 300 故障之后，报警的间隔 notification_options d,u,r 主机状态通知项 contact_groups admins 联系人组 register 0 }
咱们在这个command.cfg搜索一下check-host-alive命令，看看都有啥
....省略.... # 'check-host-alive' command definition define command{ command_name check-host-alive command_line $USER1$/check_ping -H $HOSTADDRESS$ -w 3000.0,80% -c 5000.0,100% -p 5 //调用的是check_ping插件，因为check_ping插件使用c语言开发的所以没法看源码，凡是用屁股想想也知道使用了ping命令来检测主机的死活 } ....省略.....
咱们在这个templates.cfg搜索一下generic-host这个模板，看看都有啥
这里边规定了功能的开启，详细的自行翻译吧，保持默认就好一般很少修改
define host{ name generic-host ; The name of this host template notifications_enabled 1 ; Host notifications are enabled event_handler_enabled 1 ; Host event handler is enabled flap_detection_enabled 1 ; Flap detection is enabled failure_prediction_enabled 1 ; Failure prediction is enabled process_perf_data 1 ; Process performance data retain_status_information 1 ; Retain status information across program restarts retain_nonstatus_information 1 ; Retain non-status information across program restarts notification_period 24x7 ; Send host notifications at any time register 0 ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL HOST, JUST A TEMPLATE! }
再看看24x7是什么东西，这个参数是在timeperiods.cfg中定义的
....省略.....
define timeperiod{ timeperiod_name 24x7 //名字，不管放假不放假，周末不周末都要通知 alias 24 Hours A Day, 7 Days A Week //小名 sunday 00:00-24:00 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 //这个就比较人性化，在工作日的时候通知，周一至周五 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 }
.....省略.....
在这里你也可以自己定义啦，照猫画虎呗
3.servicves.cfg
define service { use generic-service //使用的模板，下面会介绍这个模板中都有什么东西 host_name 141-MySQL,140-LB1 //该服务针对那些主机，不同的主机之间使用逗号隔开 service_description Check Load //服务的描述，这个参数在定义服务分组的时候回用到的 check_command check_nrpe!check_load //指定命令，check_nrpe！是被动模式的服务 contact_groups admins //指定联系人组 }
这个是自定定义的一个主动服务 define service{ use generic-service host_name 145-apache service_description check_port check_command check_weburl!check_port_80 max_check_attempts 3 normal_check_interval 2 retry_check_interval 1 check_period 24x7 notification_interval 30 notification_period 24x7 notification_options w,u,c,r contact_groups admins }
下面我们来看看generic-service中有什么东西
在templates.cfg中搜索generic-service
define service{ name generic-service ; The 'name' of this service template active_checks_enabled 1 ; Active service checks are enabled passive_checks_enabled 1 ; Passive service checks are enabled/accepted parallelize_check 1 ; Active service checks should be parallelized (disabling this can lead to major performance problems) obsess_over_service 1 ; We should obsess over this service (if necessary) check_freshness 0 ; Default is to NOT check service 'freshness' notifications_enabled 1 ; Service notifications are enabled event_handler_enabled 1 ; Service event handler is enabled flap_detection_enabled 1 ; Flap detection is enabled failure_prediction_enabled 1 ; Failure prediction is enabled process_perf_data 1 ; Process performance data retain_status_information 1 ; Retain status information across program restarts retain_nonstatus_information 1 ; Retain non-status information across program restarts is_volatile 0 ; The service is not volatile check_period 24x7 ; The service can be checked at any time of the day max_check_attempts 3 ; Re-check the service up to 3 times in order to determine its final (hard) state normal_check_interval 10 ; Check the service every 10 minutes under normal conditions retry_check_interval 2 ; Re-check the service every two minutes until a hard state can be determined contact_groups admins ; Notifications get sent out to everyone in the 'admins' group notification_options w,u,c,r ; Send notifications about warning, unknown, critical, and recovery events notification_interval 60 ; Re-notify about service problems every hour notification_period 24x7 ; Notifications can be sent out at any time register 0 ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL SERVICE, JUST A TEMPLATE! }