監(jiān)控討論：如何選擇合適的運(yùn)維監(jiān)控工具？《互聯(lián)網(wǎng)運(yùn)營(yíng)智慧》精彩試讀

MYSQLER

用nagios也接近三年了，感覺(jué)很不錯(cuò)，對(duì)管理員來(lái)說(shuō)很實(shí)用，短信提醒功能我用的是發(fā)到手機(jī)郵箱，用手機(jī)郵箱的短信提醒功能向我報(bào)警，至于監(jiān)控機(jī)的存活與否用了老田的每天定時(shí)發(fā)一條短信，很是好用

草上飛2008

我也就我的一點(diǎn)經(jīng)驗(yàn)談一下現(xiàn)在很流行的監(jiān)控和對(duì)監(jiān)控的一點(diǎn)暢想吧！

1. nagios：
    優(yōu)點(diǎn)：便宜，量又足 ...
realgod 發(fā)表于 2010-10-25 15:47

    realgod

   你提的建議太精彩了，就沖著這一貼，就送你一本書(shū)啊，

   你把你的郵寄快遞地址、接收電話和接收姓名，發(fā)我郵件一下。

  另外：
上述的監(jiān)控工具都是寫(xiě)死的閥值，沒(méi)法做到趨勢(shì)預(yù)測(cè)以及閥值的動(dòng)態(tài)調(diào)整。

寫(xiě)死的閥值，這個(gè)真沒(méi)辦法改了？

我們這邊之前設(shè)置的HTTP監(jiān)控，檢測(cè)間隔1分鐘，重試的檢測(cè)間隔10秒，重試4次，這樣的話，1個(gè)HTTP的web監(jiān)控，理論延遲40秒，還可以接受的。

這個(gè)辦法，我回頭給我們的運(yùn)維部說(shuō)說(shuō)。要不然，社區(qū)監(jiān)控不到位，對(duì)不起大家啊

brucectl

很熱鬧阿！幫頂！

賀蘭云天

我想提出一個(gè)問(wèn)題：為什么我們都是用別人的開(kāi)源工具，而沒(méi)有我們自己開(kāi)發(fā)的小工具，或貢獻(xiàn)呢？
mcseit 發(fā)表于 2010-10-25 18:25

    哥開(kāi)發(fā)的監(jiān)控工具馬上出爐

賀蘭云天

realgod

   你提的建議太精彩了，就沖著這一貼，就送你一本書(shū)啊，

   你把你的郵寄快遞地 ...
草上飛2008 發(fā)表于 2010-10-25 22:04

    有一種動(dòng)態(tài)閥值的方法就是給定一個(gè)算法，通過(guò)一哥時(shí)間段的數(shù)據(jù)值來(lái)產(chǎn)生未來(lái)一個(gè)時(shí)間段的閥值。
而且報(bào)警的級(jí)別也隨之產(chǎn)生。

la19850302

這些工具也草草看過(guò),比較是第三方的東西,感覺(jué)兩點(diǎn)不足,一來(lái)功能上不能完全滿足要求,二來(lái)對(duì)于大規(guī)模的監(jiān)控(幾百臺(tái)服務(wù)器)不是很好,三是二次開(kāi)發(fā)不方便.

我們公司前輩高瞻遠(yuǎn)矚,建立了自己的監(jiān)控報(bào)警系統(tǒng),完全自己開(kāi)發(fā)的一套數(shù)據(jù)庫(kù)監(jiān)控報(bào)警系統(tǒng),非常完善,經(jīng)過(guò)改良,擴(kuò)展性也非常好.幾乎任何細(xì)節(jié)的監(jiān)控都可以隨時(shí)添加到系統(tǒng)中,二次開(kāi)發(fā)和維護(hù)都很簡(jiǎn)單.前端采用php畫(huà)圖展示各類監(jiān)控曲線,報(bào)警功能也是模仿linux日志管理,靈活多樣.目前用的很好.

其實(shí)說(shuō)到運(yùn)維監(jiān)控和報(bào)警軟件,從軟件框架來(lái)看,做到可擴(kuò)展性,可靈活定制監(jiān)控點(diǎn),靈活的界面展示,基本就是一個(gè)好的監(jiān)控框架了.

監(jiān)控軟件完全做成一個(gè)軟件框架,類似于discuss這樣的論壇模板.

sysit

對(duì)于大型網(wǎng)站來(lái)說(shuō)，Nagios已死，zabbix才是最好的選擇，分步式才是王道。

Nagios的分布式是個(gè)偽分布式，當(dāng)節(jié)點(diǎn)到5000個(gè)，怎么個(gè)分布式方法都無(wú)法解決。除非使用多套獨(dú)立的Nagios ，那樣維護(hù)會(huì)累死人。

監(jiān)控系統(tǒng)至少需要滿足： 準(zhǔn)確、實(shí)時(shí)、易維護(hù)

大多說(shuō)監(jiān)控系統(tǒng)會(huì)考慮前兩條，易維護(hù)總是被忽略，而這個(gè)對(duì)運(yùn)維人員來(lái)說(shuō)，沒(méi)有自動(dòng)化的工具來(lái)維護(hù)，一切都是浮云。

la19850302

繼續(xù)說(shuō)說(shuō)監(jiān)控軟件框架化應(yīng)該達(dá)到的要求,這個(gè)軟件必須滿足以下幾點(diǎn):

1 橫向擴(kuò)展性:滿足對(duì)大規(guī)模機(jī)器數(shù)量的監(jiān)控,便捷的添加新監(jiān)控服務(wù)器

2 功能擴(kuò)展性:靈活的監(jiān)控功能定制,每個(gè)監(jiān)控功能模塊化.可以像插件一樣的添加到系統(tǒng)中

3 展示界面靈活:前端的展示曲線,畫(huà)圖等功能獨(dú)立封裝,提供界面展示圖形化配置方法.靈活展示各種監(jiān)控參數(shù)

4 報(bào)警的定制: 報(bào)警級(jí)別,報(bào)警閥值,報(bào)警時(shí)間段,報(bào)警頻率,報(bào)警方式,報(bào)警對(duì)象等等都需要可以定制,細(xì)化到每一臺(tái)機(jī)器.

我軟件開(kāi)發(fā)三流而已,但是基于一直在使用和改良公司前輩們開(kāi)發(fā)的監(jiān)控平臺(tái),對(duì)監(jiān)控軟件的需求和軟件的構(gòu)架設(shè)計(jì)有一定了解,對(duì)建立一個(gè)平臺(tái)化的監(jiān)控軟件饒有興趣.

dgvri

1. 
   
2. cacti是基于snmp協(xié)議的,感覺(jué)機(jī)器數(shù)據(jù)量比較多的話就會(huì)有問(wèn)題,有沒(méi)有同行使用cacti監(jiān)控超過(guò)1000臺(tái)服務(wù)器的?
   
3. 
   

復(fù)制代碼

我增經(jīng)在T開(kāi)頭的公司使用DELL2950的機(jī)器，RAID5硬盤(pán)系統(tǒng)，監(jiān)控超過(guò)2000臺(tái)服務(wù)器，100臺(tái)網(wǎng)絡(luò)設(shè)備。

cacti的監(jiān)控對(duì)像過(guò)多的時(shí)候就對(duì)磁盤(pán)I/O要求較高，所以如果有條件還是把CACTI的機(jī)器配置高點(diǎn)，最好做成RAID5。



至于nagios,我維護(hù)超過(guò)6臺(tái)nagios ,每臺(tái)都監(jiān)控不同的分組服務(wù)器，所有的配置文件都使用腳本+SSHkey來(lái)完成，不需要任何手功干預(yù)，我所要關(guān)注的就是每天九點(diǎn)查看下手機(jī)短信是不收到NAGIOS報(bào)告平安的短信。

至于短信方面，最早使用網(wǎng)絡(luò)發(fā)短信，丟失率太高，后又使用電信發(fā)，有數(shù)量限制，最后使用4組短信貓輪詢發(fā)短信。


提一個(gè)只有N多同類機(jī)器才會(huì)碰到的問(wèn)題
    500臺(tái)WEB服務(wù)器，10臺(tái)后端計(jì)算服務(wù)器，在后端服務(wù)器出現(xiàn)程序問(wèn)題時(shí)，會(huì)影響前端500臺(tái)WEB服務(wù)器，這時(shí)500臺(tái)會(huì)同時(shí)報(bào)警，你會(huì)怎么處理？
同時(shí)發(fā)500條短信？會(huì)直接堵死

sery

回復(fù) 139# dgvri


    設(shè)置父子關(guān)系 父有問(wèn)題 就不再報(bào)子的