系统监控

什么是监控？

　　监控就是盯着、监视状态。

监控系统监控什么？

　　监控一些我们关注的系统运行的重要指标：CPU、内存、磁盘和网络。

 

监控CPU使用率脚本

思路：

　　第一步获取CPU的运行状态，从多个状态中取出想要的那一个（CPU的使用率）

 　  第二步判断 CPU的使用率 超过100% 发送报警

 

获取CPU状态

　　即时跟踪进程信息：top命令

　　数据处理工具：awk命令

　　检测系统资源变化：vmstat命令

vmstat 1 5 |awk 'NR==5{print $(NF-2)}'

判断，拿到值的结果进行判断

cpu_free=$(vmstat 1 5 |awk 'NR==5{print $(NF-2)}')

if [ ${cpu_free} -eq 0 ];then
    echo "报警信息：cpu剩余率为0" >> /tmp/warn.log  
fi

写进脚本文件并给予执行权限

vi /scripts/check.cpu.sh

chmod +x /scripts/check.cpu.sh

在本地测试

bash /scripts/check.cpu.sh 
cat /tmp/warn.log

优化脚本并编辑计划任务

 

 

监控系统负载脚本

获取系统负载的值

load_average=$(uptime |awk '{print $(NF-2)}' |cut -d, -f1)

判断,平均负载预期值根据CPU的核数进行判断，双核的CPU满载是2，翻个2倍作为阈值。

动态获取CPU的个数：

[root@localhost ~]# cat /proc/cpuinfo
processor    : 0
vendor_id    : GenuineIntel
cpu family    : 6
model        : 151
model name    : 12th Gen Intel(R) Core(TM) i5-12400F
stepping    : 2
microcode    : 0x2e
cpu MHz        : 2496.000
cache size    : 18432 KB
physical id    : 0
siblings    : 1
core id        : 0
cpu cores    : 1
apicid        : 0
initial apicid    : 0
fpu        : yes
fpu_exception    : yes
cpuid level    : 32
wp        : yes
flags        : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss syscall nx pdpe1gb rdtscp lm constant_tsc arch_perfmon rep_good nopl xtopology tsc_reliable nonstop_tsc eagerfpu pni pclmulqdq ssse3 fma cx16 pcid sse4_1 sse4_2 x2apic movbe popcnt tsc_deadline_timer aes xsave avx f16c rdrand hypervisor lahf_lm abm 3dnowprefetch invpcid_single ssbd ibrs ibpb stibp ibrs_enhanced fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms invpcid rdseed adx smap clflushopt clwb sha_ni xsaveopt xsavec xgetbv1 arat umip pku ospke gfni vaes vpclmulqdq movdiri movdir64b md_clear spec_ctrl intel_stibp flush_l1d arch_capabilities
bogomips    : 4992.00
clflush size    : 64
cache_alignment    : 64
address sizes    : 45 bits physical, 48 bits virtual
power management:

grep 'processor' /proc/cpuinfo |wc -l

阈值：

load_average_limit=$(($(grep 'processor' /proc/cpuinfo |wc -l) * 2))

if [ load_average -ge load_average_limit ];then
    echo "主机：$`hostname` 系统超负载" >> /tmp/warn.log
fi

 

监控指标的优化

　　监控的时候瞬时的值不能代表系统的健康状态。可以多次取值然后去平均值，也可以隔一段时间再次取值。

CPU资源---->可压缩资源

内存、磁盘---->不可压缩资源

 

监控内存脚本

需求：内存使用率超过90%报警

 分别取到真正可用的内存的值和总的内存的值，做计算后得到内存可利用率赋值给一个变量

available=`free |awk '/Mem/{print $NF}'`
total=`free |awk '/Mem/{print $2}'`
mem_percent=`echo  "scale=2;$available / $total" |bc |cut -d. -f2`

写入脚本进行判断：

 加执行权限，并在本地测试。

[root@localhost ~]# chmod +x /scripts/check_mem.sh
[root@localhost ~]# bash /scripts/check_mem.sh 

 

监控磁盘脚本

需求：磁盘使用率超过90%则报警。

用df命令统计根分区。

取值：

disk_use=$(df |awk '/sda3/{print$(NF-1)}' |cut -d'%' -f1)

写入脚本进行判断：

 

结合计划任务实现邮件报警

mail.py "系统报警" "主机localhost 系统负载超10倍" "13951479732@163.com"

 

 

 

发邮箱或者微信。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

张仁国