zoukankan      html  css  js  c++  java
  • RMON 远端网络监控

    1.1         statistics组

    配置好统计组后,查看统计的信息

    1.1.1         配置

    1)在接口上使能统计组,来统计接口数据

    xNet#configure terminal

    xNet(config)#interface ge1

    xNet(config-if)#rmon collection stats 1

    xNet(config-if)#end

    xNet#

    1.1.2         结果

    查看统计信息,和show interface的统计信息一致:

    1.2         alarm组和event组

    当告警变量的采样值在同一方向上连续多次超过阈值时,只会在第一次产生告警事件,后面的几次不会产生告警事件,即上限告警和下限告警是交替产生的,出现了一次上限告警,则下一次必为下限告警。

    1.2.1         配置

    1)配好statistics组,统计数据用于事件触发

    xNet#configure terminal

    xNet(config)#interface ge1

    xNet(config-if)#rmon collection stats 1

    xNet(config-if)#exit

    xNet(config)#

    2)配置even组,触发动作为发送trap

    xNet(config)#

    xNet(config)#rmon event 1 log trap public description test_too_much owner xNet

    xNet(config)#rmon event 2 log trap public description test_too_less owner xNet

    xNet(config)#end

    xNet#

    3)配置alarm组,监控etherStatsPkts数据,当etherStatsPkts值达到某一阀值时触发事件,随之发送trap

    xNet#configure terminal

    xNet(config)#rmon alarm 1 etherStatsPkts.1 interval 5 delta rising-threshold 10 event 1 falling-threshold 3 event 2

    xNet(config)#end

    xNet#

    4)配置snmp trap接收端

    xNet#configure terminal

    xNet(config)#snmp-server host public 10.204.253.202

    xNet(config)#end

    xNet#

    1.2.2         结果

    1)在Trap接收端启动snmptrapd进程来接收trap

    snmptrapd配置文件mysnmptrad.conf

    {

    authCommunity log,execute,net public

    }

    2)远端管理员(10.204.253.202)收到trap消息

    root@xNet-weil:/home/xnet/test# snmptrapd -c mysnmptrad.conf -f -Leo -O a

    3)当有MIB-Browser连接SNMP时,comm不匹配或是验证不成功,也会有trap消息

    4)当link up/down也会有trap发送

    1.3         history组

    历史组能够定时的把统计信息采样并保存。

    1.3.1         配置

    xNet#configure terminal

    xNet(config-if)#rmon collection history 1 buckets 7 interval 5

    xNet(config-if)#end

    xNet#

    1.3.2         结果

    历史组能够定时的把统计信息采样,管理员能够查看此记录。

    注:如果历史记录已满,则新的采样数据将覆盖最老的一次采样数据记录。

    内容为最近采样到的7次统计数据,以下是使用MIB-Browser查看的信息:

  • 相关阅读:
    如何用VSCode编写Java程序
    使用Xcode + Python进行IOS运动轨迹模拟
    聚类(Clustering)
    异常值(outlier)
    线性回归(regression)
    自适应增强(Adaptive Boosting)
    决策树(Decision Trees)
    支持向量机(SVM)
    朴素贝叶斯(Naive Bayesian)
    ItChat与图灵机器人的结合
  • 原文地址:https://www.cnblogs.com/niezhongle/p/11075334.html
Copyright © 2011-2022 走看看