zoukankan      html  css  js  c++  java
  • zabbix模板、监控项、触发器

    1. 模板

    模板:里边可以配置监控项、触发器、图形等,作用是在主机上可以直接link模板,继承模板中的配置。主机套用模板后,就拥有了模板中的配置:监控项、触发器、图形。
    比如创建了一个监控磁盘大小的监控项,然后创建了触发器、和图形。那个机器想监控磁盘大小,直接套用此模板就行了。100台机器需要监控磁盘,直接套用这一个模板就可以,无需添加100此监控项、触发器和图形。
    平时工作中,我们需要监控web、mysql、redis、nginx 这些服务器,众多服务器的业务都是一样的,所以我们只要事先创建好模板,然后所有服务器链接这个模板即可,如果后续有修改、新增功能,只需要修改模板即可。

    创建模板

    zabbix首页—配置—模板—创建模板


    需要嵌套的模板,比如我们定义了一个监控mysql的模板,但是我们还想监控基础的cpu、内存、硬盘等信息,这里我们只需要在mysql模板里嵌套上Linux OS template模板就可以了。这样给主机添加上mysql模板,就包括了Linux OS template模板中的所有监控项、触发器、图形。

    链接模板和取消链接

    链接模板:
    zabbix首页—配置—-主机—-选择想要链接模板的主机——点模板,进行添加

    在连接指示器的位置,输入要添加模板的关键字,例如Linux,就可以收到包含Linux关键字的模板,也可以点后边的选择,然后从列表中选择需要添加的模板,选择完要添加的模板后要先点添加,再点更新,否则会发现没有添加上。
    取消链接:

    红框内的表示已经链接上的模板。如果想取消链接,可以点右边的取消链接、取消链接并清理。区别是:
    取消链接:仅仅移除模板,从模板继承来的监控项、触发器等实体会继续保留在host上
    取消链接并清理:移除模板,模板所包括的监控项、触发器等也会一起移除,比较彻底

    2. 监控项

    Items监控项,比如我想通过zabbix获取到一个机器的内存使用量。这样获取数据的方法叫做监控项。
    item 由key+参数组成,例如获取5 分钟的负载情况:system.cpu.load[avg5],avg5 是对应的参数,如果是1 分钟则使用avg1,如果是15 分钟则使用avg15。网卡流量net.if.in[eth0],使用eth0 作为参数可以获取到eth0 网卡的进入流量,同样看一看换成eth1,eth2 等等。

    创建监控项

    创建监控项有两种方法:
    1、配置—-主机—-选择要创建监控项的主机—–监控项—–创建监控项
    2、配置—–模板—选择要创建监控项的模板——监控项—–创建监控项

    监控项的配置,最主要的就是选择对监控类型、键值、信息类型。其他的一般都是默认,如果想详细了解,请www.baidu.com

    3. 触发器

    触发器使用逻辑表达式来评估通过item 获取到得数据是处于哪种状态,item 获取到数据后,将交给触发器去评估状态,在触发器表达式中我们可以定义哪些值范围是合理,哪些是不合理的,如果出现不合理的值,触发器会把状态改为PROBLEM。接下来就该去报警了。
    创建触发器同样两种方法:
    1、配置—-主机—-选择要创建触发器的主机—–触发器—–创建触发器
    2、配置—–模板—选择要创建触发器的模板——触发器—–创建触发器

    监控项和触发器是整个zabbix中比较核心的东西,表达式比较复杂,现在我们先了解各个名词的概念及创建方法。后续再深入研究配置。

  • 相关阅读:
    deeplearning.ai 卷积神经网络 Week 1 卷积神经网络
    deeplearning.ai 构建机器学习项目 Week 2 机器学习策略 II
    deeplearning.ai 构建机器学习项目 Week 1 机器学习策略 I
    deeplearning.ai 改善深层神经网络 week3 超参数调试、Batch Normalization和程序框架
    deeplearning.ai 改善深层神经网络 week2 优化算法
    deeplearning.ai 改善深层神经网络 week1 深度学习的实用层面
    cs231n spring 2017 lecture8 Deep Learning Networks
    cs231n spring 2017 lecture7 Training Neural Networks II
    cs231n spring 2017 lecture6 Training Neural Networks I
    cs231n spring 2017 Python/Numpy基础
  • 原文地址:https://www.cnblogs.com/yangruizeng/p/7246465.html
Copyright © 2011-2022 走看看