python监控服务

最近写了一个web测试程序，因为部署在其他地方，所以想弄个监控的进程去看服务是不是还在，要是不在好发邮件，就用python简单的写了一个。

想法是这样的，单独运行一个monitor的脚本，每隔一段时间去访问web服务，如果无法链接，就说明服务挂了，要发邮件通知下，如果恢复了，那就发邮件提醒已经恢复。

当然，有的时候也要考虑到监控进程本身就挂了，或者不想监控了。

首先监控脚本是这样，很简单：

monitor.py

#-*-coding
'''
简单的monitor函数，主要监控一个远程服务是否还在
system 是一个系统model
'''
import time
import sys

def monitor(system):
    last_monitor_status=True
    TimeInterval=10
    while True:
        is_active=check_system_status(system.env.env_ip,system.env.env_port,\
            system.env.get_env_path())
        if is_active==False and last_monitor_status==True:
            '''
            system is down,do something
            '''
            pass

        elif is_active==True and last_monitor_status==False:
            '''
            system revover
            '''
            pass
        else:
            pass
        last_monitor_status=is_active
        time.sleep(TimeInterval)


if __name__=="__main__":
    system=sys.argv[1]
    monitor(system)

然后是监控的一些操作

control.py

#-*-coding:utf-8
import subprocess
import os

def startMonitor(system):
    '''
    通过subprocess去启动监控
    '''
    monitorprocess=subprocess.Popen(["python","monitor.py","{0}".format(system)],\
        shell=False,stdout=subprocess.PIPE,stderr=subprocess.PIPE)

    output,error=monitorprocess.communicate(input=None)
    if error:
        raise RuntimeError,error
    pid=monitorprocess.pid
    return True


def stopMonitor(pid):
    kill_result={0:"success",256:"no such process"}
    kill_status=os.system("kill -9 {0}".format(pid))
    return kill_result[kill_status]

def checkMonitorProcess(pid):
    systemcmd="ps -ef|grep -v '<defunct>'|awk '{print $2}'|grep {0}".\
        format(pid)
    monitorstatus=os.system(systemcmd)
    return monitorstatus

用的话还是可以用的，服务发生异常都会发送邮件，在实际运行中遇到过这样的问题

1.通过subprocess去启动monitor脚本的时候，本来想通过comunicate()方法获取output和error，如果启动失败，抛出异常，确实当error有值的时候，会抛出异常，但是当

error没有的时候，本来应该正常启动监控，但是实际上通过浏览器启动的时候，本来启动成功了，浏览器也加载完成，但是浏览器的http请求好像一直连着，当去掉communicate()方法后

又可以立即启动，并且浏览器http加载完成，这个问题很苦恼，难道是因为我monitor脚本是一直循环运行的原因吗？但是我monitor是单独启动一个进程去执行的，应该没什么关系么

2.就是当我中止监控进程，想要检查进程还在的时候，因为我是用kill -9 pid去杀进程，然后判断进程号是不是还在，但是实际上当你立刻杀死进程的时候，还会有一个<defunct>的死进程在，要过会才会被回收，所以通过grep去判断的时候，要过滤掉这个。

ps：我猜这个进程应该是类似孤儿进程之类的吧，父进程被杀了，变孤儿了，然后过会由init回收了。僵尸进程好像是子进程完成任务了，然后发送消息给父进程，但是父进程没搭理，本来父进程退出以后，子进程也就退出了，但是偏偏父进程是一个一直运行的进程，就导致了子进程没事做，但又没被回收，就变成了僵尸进程，可以看出僵尸进程不干活了，但是过多的话还是会占用资源，想要避免僵尸进程的一个办法就是把僵尸变成孤儿，要init去回收。