搭建nagios+ncpa监控
郑向阳
ncpa是nagios最近几年推出的监控客户端，已日趋完善，用于替代老旧的nrpe。
首先，nagios的优点在于
1、监控界的工业标准，专注报警近二十年（1999年诞生）
业界的话是这样的，每种监控系统背后都有nagios的影子
2、优秀的设计永不过时，无数据库设计
与zabbix的臃肿相比，nagios是遵循unix哲学的典范，做一件事并把它做好。
无数据库设计，不让数据库拖后腿。
3、c语言编写，超高性能
nagios4.0以前，采用了类似apache prefork模式，性能一度受到影响。在事件模型出现以前，它仍然是当时最好的方案。
nagios4.0之后，采用了类似nginx的事件模型，以极小的内存代价，取得性能上质的提升，10k+不成问题。
4、优秀的插件机制，非常灵活
nagios积累了十余年的由社区贡献的海量插件，自己编写插件也十分容易。ncpa比nrpe优秀的地方在于
1、支持被动监控，即ncpa主动向nagios上报（通过nrdp）
2、ncpa跟snmp类似，基本不需要配置，自带基本监控项，比如cpu，内存，服务、进程等，
而nrpe需要在客户端定义一堆check，然后还要在nagios服务端再定义一遍，非常繁琐。
3、保留原有的nagios插件
4、通过简单的脚本编程，在nagios服务端用nmap扫描ncpa客户端，可以实现自动添加基本监控
5、环境依赖除了python2.7，对系统没有任何侵入本文描述基于nagios+ncpa的主动监控，替代nrpe。
环境
服务端：CentOS 7 + nagios 4 IP：192.168.1.200
客户端：CentOS 7 + ncpa 2.0.6 IP：192.168.1.50客户端配置
1、安装ncpa
rpm -ivh https://assets.nagios.com/downloads/ncpa/ncpa-2.0.6.el7.x86_64.rpm
2、启动ncpa服务
/etc/init.d/ncpa_passive start /etc/init.d/ncpa_listener start chkconfig ncpa_listener on chkconfig ncpa_passive on
3、客户端开启防火墙端口5693
iptables -A INPUT -p tcp --dport 5693 -j ACCEPT
或
iptables -A INPUT -s 192.168.1.200 -p tcp --dport 5693 -j ACCEPT
服务端配置
安装nagios（简略版）
yum install epel-release -y yum install nagios httpd php php-pecl-zendopcache fping nmap -y systemctl enable httpd nagios systemctl start httpd nagios iptables -A INPUT -p tcp --dport 80 -j ACCEPT
mkdir -p /etc/nagios/bin mkdir -p /etc/nagios/hosts mkdir -p /etc/nagios/services mkdir -p /etc/nagios/template echo "cfg_dir=/etc/nagios/hosts" >> /etc/nagios/nagios.cfg echo "cfg_dir=/etc/nagios/services " >>/etc/nagios/nagios.cfg service nagios restart
一、主机自动发现
所谓自动发现，就是用扫描器扫描局域网，
1、如果IP已在监控之内，则略过；
2、如果是新IP，则按照固定的模板，创建配置文件，并通知管理员；
3、如果某个IP发现后又消失了，nagios会报警，通知管理员。
这样就形成了一个局域网IP管理的闭环。
使用fping配置主机自动发现
创建主机模板文件/etc/nagios/template/host.cfg，内容如下：
define host {
host_name HOST
address HOST
check_command check-host-alive
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
contacts nagiosadmin
notification_interval 60
notification_period 24x7
notifications_enabled 1
}
创建脚本/etc/nagios/bin/find-hosts.sh，内容如下：#!/usr/bin/env bash
if [ ! -f /usr/sbin/fping ];then
yum install fping -y
fi
network=$1
echo_usage() {
echo -e "\e[1;31mUsage: $0 [network] \e[0m"
echo -e "example: \e[1;32m $0 192.168.0.0/24 \e[0m"
echo
exit 3
}
if [ x$network == "x" ];then
echo_usage
fi
########################################################
########################################################
dir=/etc/nagios/hosts
host_template=/etc/nagios/template/host.cfg
result=$(mktemp -u /tmp/fping-XXXXXX)
mkdir -p $dir
fping -a -q -g $network > $result
i=0
while read host;do
if [ ! -f /etc/nagios/hosts/$host.cfg ];then
echo new host found $host
#mailx -s "new host found :$host" root@localhost
sed "s/HOST/$host/g" $host_template > $dir/$host.cfg
i=$(expr $i + 1)
fi
done < $result
rm -rf $result
if [ $i -eq 0 ];then
echo no new host found
exit 0
fi
if (nagios -v /etc/nagios/nagios.cfg |grep -q "Things look okay");then
echo "nagios configuration is OK"
sleep 1
service nagios restart
echo "nagios restart successfully"
else
echo "nagios restart failed.please check"
exit 1
fi
通过定时任务运行这个脚本，即可自动添加主机监控，也可以修改脚本，让每次发现新机器时发邮件通知管理员。
二、服务自动发现
使用nmap+check_ncpa实现服务自动发现
1、下载check_ncpa
wget https://assets.nagios.com/downloads/ncpa/check_ncpa.tar.gz tar zxvf check_ncpa.tar.gz cp check_ncpa.py /usr/lib64/nagios/plugins/ cp check_ncpa.py /usr/bin/
2、配置check_ncpa
创建文件/etc/nagios/conf.d/check_ncpa.cfg，内容如下：
# 'check_ncpa' command definition
define command{
command_name check_ncpa
command_line $USER1$/check_ncpa.py -H $HOSTADDRESS$ -P 5693 -t mytoken $ARG1$
}
3、测试check_ncpa.py
python check_ncpa.py -H 192.168.1.50 -p 5693 -t mytoken -l
4、创建服务发现模板
常规的监控项目无外乎两类，一类是基本的CPU、swap、负载、磁盘等，另一种是服务，比如nginx
创建文件/etc/nagios/template/ncpa-service.cfg，内容如下：
define service {
host_name HOST
service_description SERVICE
check_command check_ncpa!-M service/SERVICE
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}创建文件/etc/nagios/template/ncpa-basic.cfg，内容如下：
#监控uptime，防止机器重启
define service {
host_name HOST
service_description system uptime
check_command check_ncpa!-M system/uptime -w @60:120 -c @1:60
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}
#监控CPU使用率
define service {
host_name HOST
service_description CPU Usage
check_command check_ncpa!-M cpu/percent -w 50 -c 80 -q 'aggregate=avg'
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}
#监控swap
define service {
host_name HOST
service_description swap Usage
check_command check_ncpa!-M memory/swap -w 512 -c 1024 -u mb
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}
#监控进程总数
define service {
host_name HOST
service_description Process Count
check_command check_ncpa!-M processes -w 500 -c 1000
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}
#监控磁盘空间
define service {
host_name HOST
service_description Disk Usage
check_command check_ncpa!-M 'plugins/check_disk' -a "-w 20 -c 10 --local"
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}
#监控系统负载
define service {
host_name HOST
service_description Load average
check_command check_ncpa!-M 'plugins/check_load' -a "-w 8,4,4 -c 12,8,8"
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}
#监控僵尸进程
define service {
host_name HOST
service_description Load average
check_command check_ncpa!-M 'plugins/check_procs' -a "-w 3 -c 5 -s Z"
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}创建自动发现脚本/etc/nagios/bin/find-ncpa.sh，内容如下
#!/usr/bin/env bash
if [ ! -f /usr/bin/nmap ];then
yum install nmap -y
fi
network=$1
usage() {
echo -e "\e[1;31mUsage: $0 [ip|ip-rang|network] \e[0m"
echo -e "example1: \e[1;32m $0 192.168.0.100 \e[0m"
echo -e "example2: \e[1;32m $0 192.168.1-200 \e[0m"
echo -e "example3: \e[1;32m $0 192.168.2.0/24 \e[0m"
echo
exit 0
}
if [ x$network == "x" ];then
usage
fi
dir="/etc/nagios/services"
ncpa_basic_template="/etc/nagios/template/ncpa-basic.cfg"
ncpa_service_template="/etc/nagios/template/ncpa-service.cfg"
nmap -sS -p 5693 --open $network |awk '/Nmap scan report for/{print $5}' > /tmp/ncpa_hosts.txt
while read host;do
if [ ! -f $dir/$host.cfg ];then
touch $dir/$host.cfg
sed "s/HOST/$host/g" $ncpa_basic_template >> $dir/$host.cfg
/usr/local/bin/check_ncpa.py -H $host -t mytoken -M services -l |grep running |awk '/running/{print $1}' |tr -d \" |tr -d \: |egrep -v "@|systemd" > /tmp/$host.servicelist.txt
while read service;do
sed -e "s/HOST/$host/g" -e "s/SERVICE/$service/g" $ncpa_service_template >> $dir/$host.cfg
done < /dev/shm/$host.servicelist.txt
rm -rf /dev/shm/$host.servicelist.txt
fi
done < /tmp/ncpa_hosts.txt
rm -rf /tmp/ncpa_hosts.txt
if (nagios -v /etc/nagios/nagios.cfg |grep -q "Things look okay");then
echo "nagios configuration is OK"
sleep 1
service nagios restart
echo "nagios restart successfully"
else
echo "nagios restart failed. please check"
exit 1
fi
业务监控
自动发现在很大程度上可以减轻工作量，但具体的业务监控仍然需要手动添加。
比如监控nginx是否重启过 (运行时长是否超过1800秒)
#监控进程运行时长
define service {
host_name HOST
service_description Load average
check_command check_ncpa!-M plugins/check_procs -a "-a nginx -m ELAPSED -w @1800:3600 -c @1:1800"
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}对于php-fpm这类动态进程模型，其特点是root身份启动一个master进程，子进程属主是普通用户，且个数是动态的，故只需监控master进程运行时长即可，也可以照葫芦划瓢，
#监控php-fpm
define service {
host_name HOST
service_description Load average
check_command check_ncpa!-M plugins/check_procs -a "-u root -a php-fpm -m ELAPSED -w @1800:3600 -c @1:1800"
max_check_attempts 3
check_interval 5
retry_interval 1
check_period 24x7
notification_interval 60
notification_period 24x7
contacts nagiosadmin
}
类似资料：