關於在使用Nagios過程中遇到的一點問題
——關於如何使用timeperiod
1. 前言、問題的產生
問題的產生是這樣的，在我的應用服務器（App server）上跑着一套業務系統，使用的是weblogic中間件。由於出於安全方面的考慮，這套業務需要在下班以後關閉，並且在第二天上班的時候開啓。其實這個實現也沒什麼複雜的，可以寫兩個shell腳本，一個用於啓動weblogic服務，另一個用於停止weblogic服務（也就是kill掉相應的java進程），然後把這兩個腳本加到crontab裏，安排好執行時間，讓它們定時執行就可以了。
這樣雖然定時停開服務是實現了，可這樣帶來了一個新的問題。具體的問題如下，我使用Nagios軟件來監控系統整個運行狀況，不僅包括主機的狀態，還包括數據庫、中間件的狀態等。Nagios軟件24小時不間斷的監控着整個系統的運行狀態（很盡職盡責），在下班後，weblogic服務已經被停掉，這屬於正常狀態，但Nagios依然去檢查weblogic的運行狀態，結果可想而知當然是不能獲得任何信息（critical狀態）。於是，Nagios將critical狀態報告給我（我配置的是email的通知方式）。我的郵箱裏收到了一堆垃圾郵件，沒有任何價值的信息。
那麼如何解決這種具有時間段要求的監控問題呢？仔細的Nagios的官方文檔，我們不難發現其中有一個定義叫timeperiod，這個屬性可以控制時間範圍。下面簡單的說明一下我的處理方法。
關於如何通過Nagios監控weblogic的方法，參見我的另一篇博文《通過Nagios監控Weblogic服務》，鏈接[url]http://skymax.blog.51cto.com/365901/101603[/url]。
2. 問題的解決方式
2.1. 配置信息
由於配置文件的較多，而且文件的內容過多，我在這裏僅列出與文件相關的一些配置。
· 服務監控配置
|
#the check_wls_server_adminserver on the remote host.
define service{
use generic-service
host_name HPUX_XX.XX.XX.XX
service_description Weblogic Server adminserver
check_command check_nrpe! check_wls_server_adminserver
} |
· Generic-service定義
|
###############################################################################
###############################################################################
#
# SERVICE TEMPLATES
#
###############################################################################
###############################################################################
# Generic service definition template - This is NOT a real service, just a template!
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!
} |
· 24x7的定義
|
# This defines a timeperiod where all times are valid for checks,
# notifications, etc. The classic "24x7" support nightmare. :-)
define timeperiod{
timeperiod_name 24x7
alias 24 Hours A Day, 7 Days A Week
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
} |
從以上配置不難看出，我所定義的監控服務所使用的模板是generic-service，而該模板中定義的check_period和notification_period使用的都是timeperiod 24x7。timeperiod 24x7中明確定義時間範圍是從週一到週日，每天24小時全天。
問題的癥結就在於此，timeperiod的定義。如果我們把監控服務的監控時間段（check_period）改爲我們所希望的工作時間（從早8到晚5，週一到週五），那麼問題就可以迎刃而解了。
2.2. 修改配置文件
· 定義一個新的timeperiod。
|
# Some P.R.C holidays
# 中國的一些法定節假日
define timeperiod{
name cn-holidays
timeperiod_name cn-holidays
alias CN Holidays
january 1 00:00-00:00 ; 1.1
may 1 00:00-00:00 ; 5.1
october 1 00:00-00:00 ; 10.1
}
# Work time
# Week monday to friday
# Time 8:00 to 17:00
# 工作時間 週一至週五的早八點到晚五點
define timeperiod{
timeperiod_name cn_work_time_8x5
alias CN Work TIme 8x5
use cn-holidays ;使用cn-holidays模板
sunday 00:00-00:00
monday 08:00-17:00
tuesday 08:00-17:00
wednesday 08:00-17:00
thursday 08:00-17:00
friday 08:00-17:00
saturday 00:00-00:00
} |
· 使用剛剛定義好的timeperiod創建一個新的服務監控模板。
|
# 8x5 service definition template - This is NOT a real service, just a template!
define service{
name generic-service-8x5 ; The name of this service template
use generic-service ; Inherit default values from the generic-service definition
check_period cn_work_time_8x5
notification_period cn_work_time_8x5
} |
· 使用新定義的模板修改具體服務監控配置
|
#the check_wls_server_adminserver on the remote host.
define service{
use generic-service-8x5
host_name HPUX_XX.XX.XX.XX
service_description Weblogic Server adminserver
check_command check_nrpe!check_wls_server_adminserver
} |
配置修改完了，下一步具體驗證一下。
· 首先驗證配置文件是否書寫正確。
|
bash-3.00$ ./nagios -v ../etc/nagios.cfg
Nagios 3.0.3
Copyright (c) 1999-2008 Ethan Galstad ([url]http://www.nagios.org[/url])
Last Modified: 06-25-2008
License: GPL
Reading configuration data...
Running pre-flight check on configuration data...
Checking services...
Checked 111 services.
Checking hosts...
Checked 7 hosts.
Checking host groups...
Checked 1 host groups.
Checking service groups...
Checked 1 service groups.
Checking contacts...
Checked 2 contacts.
Checking contact groups...
Checked 1 contact groups.
Checking service escalations...
Checked 0 service escalations.
Checking service dependencies...
Checked 0 service dependencies.
Checking host escalations...
Checked 0 host escalations.
Checking host dependencies...
Checked 0 host dependencies.
Checking commands...
Checked 25 commands.
Checking time periods...
Checked 7 time periods.
Checking for circular paths between hosts...
Checking for circular host and service dependencies...
Checking global event handlers...
Checking obsessive compulsive processor commands...
Checking misc settings...
Total Warnings: 0
Total Errors: 0
Things look okay - No serious problems were detected during the pre-flight check |
好，配置沒有問題，下一步重啓Nagios服務。我的操作系統Solaris10，我將Nagios配置成了SMF管理的服務，重啓服務較方便。
|
bash-3.00# svcadm restart nagios
bash-3.00# svcs nagios
STATE STIME FMRI
online 9:48:11 svc:/site/nagios:default |
2.3. 驗證
觀察一下具體的監控情況，主要是看一下是否在下班時間是否還是會發出報警。郵箱裏再也沒有收到那些無用的垃圾郵件了，問題得以解決。
3. 結語
以上是我在使用Nagios監控系統時遇到的一個具體問題，以及解決過程、方法。由於監控的環境複雜、多變，在使用Nagios的過程中會遇到各種特殊的問題、和特殊的需要。不過還好，Nagios的整體設計架構比較強大，大部分的問題都能得以解決。當然如果有時間還是仔細看看Nagios的官方文檔，會從中受益匪淺。