我已经在一个实例上运行了API和服务器，并且在单独的实例上运行了RabbitMQ。 这对我们来说工作得很好。 但是，如果服务器或api与RabbitMQ的连接松动，则Sensu服务器不会发送任何通知。 我希望服务器在这种情况下No keep-alive sent from client in over 120 seconds通知No keep-alive sent from client in over 120 seconds发送No keep-alive sent from client in over 120 seconds 。 正如现在我们的设置，如果RabbitMQ失败（或连接失败），所有的监控将悄然失败。 当服务器或API进程松散连接到传输（RabbitMQ）时，如何将Sensuconfiguration为发送通知？ 一般来说，监控监控软件的最佳做法是什么？
我用icingaweb2安装并configuration了Icinga2。 我添加了一个testing服务的testing主机：我们称之为“example.com”。 这是testing主机： /etc/icinga2/conf.d/hosts/example-com： object Host "example-com" { //Importiert die generische Host-Vorlage aus der template.conf import "generic-host" //IPv4 Adresse address = "2xx.2xx.2xx.2xx" //Angabe des Betriebssystemtyps vars.os = "Linux OS" vars.sla = "24×7" } 好的，那么我们有服务configuration： /etc/icinga2/conf.d/hosts/example-com/http.conf object Service "http" { import "generic-service" host_name = "example-com" check_command = "http" vars.sla = "24×7" } 当然，我在/etc/icinga2/conf.d/users.conf中添加了一个新的用户组 /** * The […]
我正在设置Nagios监控。 我能够设置和监视系统进程。 现在，我正在设置自定义运行进程的监视。 我们正在使用标识符运行python工作进程。 每个进程都有独立的pid文件（worker_1.pid，worker_2.pid） root 3642 1 3 Jan24 ? 08:22:36 /usr/bin/python /test/worker.py -i 1 root 345 1 3 Jan24 ? 08:22:36 /usr/bin/python /test/worker.py -i 2 我不知道哪个选项我必须使用check_procs分别监视这些进程？ root@instance:/etc/nagios# /usr/lib/nagios/plugins/check_procs -C python -a worker PROCS OK: 2 processes with command name 'python', args 'worker' 谢谢
这是一个反复出现的问题，但是我能find的最接近的问题是7年前问的 ，而这个时间几乎是不同的。 我经营一个小型企业，我们主办了多个中小型客户端网站（没有任何需要超过几个1G数字海洋液滴）。 目前的解决scheme（ad-hoc脚本和电子邮件）开始显示其局限性，特别是当前的业务快速增长。 业务问题 因此，我需要build立一个新的解决scheme。 也许不是所有的一次，但我当然不希望重新做一切。 我能想到的要求： 简单。 简单。 简单。 我没有工作人员，我没有时间，我不消化胡说八道。 我准备好分配所需的资源，但不多。 没有SaaS。 在过去的几年中，我一直在使用大量的SaaS，他们最终都变得更加昂贵，停止服务或者购买，然后完全消失。 SaaS是我不想承担的风险。 最终，我只关心简单的事情： 我的网站没有错误，速度不够快？ 我的网站是否超载？ 我的磁盘是否满了？ 有一个基于Ansible的自动部署系统，它应该能够负责为每个站点configuration监视/警报 我希望主pipe人员在凌晨4点以一切可能的方式醒来，当然如果有用的话 所有的事件/问题都应该在某个地方进行跟踪，并且易于移动（如JIRA板） 所有的数据应该存储在某个地方供我以后检查，包括HTTP日志，我希望能够在这些日志中查找缓慢或容易出错的页面。 我有几十个（Debian）服务器，需要集中所有关于它们的信息 我做了研究 为了做到这一点，我开始挖掘互联网，发现基本上可以互相连接的东西，如果你愿意的话。 ELK堆栈 （和“Beats”）。 似乎完美的收集和存储日志/指标。 您可以拥有漂亮的仪表板并查看您的数据，但这只是您所能做的。 X-Pack 。 似乎是与ELK完美的事情，但看起来像一个漂亮的废话蛋糕周围厚厚的糖衣。 另外，不公布价格的“订购”模式可能意味着价格过高。 Shinken / Nagios / Zabbix是最初的竞争者，但却很无聊而且复杂，需要自定义代码和全部的创可贴才能与ELK合作。 Riemann看起来像是一个很好的框架，可以触发警报，但不会在事后进行pipe理。 另外你必须自己写一切。 我不知道该把它插在什么地方（我不想有几个探针测量相同的东西）。 对我来说可能太复杂了。 ElastAlert可能是一个好主意，但似乎没有一个实际的方式来pipe理警报 bosun看起来比ElastAlert更成熟，更完整，但是也有相同的缺点和更复杂的configuration openduty环有趣，但显然太不成熟，被认为是可行的 cabot做出了很好的承诺，被一家公司用来制作和使用，这个公司为了编写文档，所以它可能不会死（虽然有点晕） 当然，还有普罗米修斯 ， Graphana ， Graylog ， Fluentd和其他无数的人。 […]
我想在Windows上监视运行在JBoss Application Server（4.0版）中的Java Web应用程序的各种JMX属性和事件。 我需要将这些信息导入Microsoft Operations Manager（MOM），以便根据适当的标准提出警报。 从一个到另一个获取数据有什么select？ 我唯一能想到的是JMX – > SNMP – > WMI – > MOM，但是这似乎比应该更复杂。 我接受所有的select，付费或免费。
我使用check_nt插件（通过check_nt_disk命令）监视Windows服务器上的磁盘空间使用情况。 这工作得很好，我也得到了一些不错的图表。 图（存储模板）的问题是x轴显示使用的磁盘空间而不是磁盘的总大小，例如： 产生这个数据的检查是有效的： ./check_nt -H 172.16.3.200 -p 12489 -s MyPassword -v USEDDISKSPACE -ld -w 80 -c 90 其中返回到nagios以下（我已经在pipe道字符上的两行分割）： d：\ – 总计：19.55 Gb – 已用：3.65 Gb（19％） – 免费15.90 Gb（81％）| 'd：\使用空间'= 3.65Gb; 15.64; 17.59; 0.00; 19.55 我知道总可用磁盘空间正在被logging（ 19.55 ），但是我不知道如何调整图表来使用这个作为y轴的比例。 有没有人做过这个？ 我正在使用Nagios 3.2.3和Centreon 2.2 stable。 更新： 在回复regilero，这些都是我可用的曲线： 这些都是模板：
我们正在构build一个医学image processing软件栈，目前托pipe在各种AWS资源上。 作为这个应用程序的一部分，我们有一些长期运行的服务器（数据库，负载平衡器，Web应用程序等）。 在这些服务器上收集性能数据非常简单 – 我使用Nagios（用于监视/通知）和Munin（用于收集性能数据和显示趋势）的配方工作得很好。 但是，作为此应用程序的一部分，我们不断启动和终止EC2上的计算实例。 在典型用法中，这些计算实例启动，configuration自己，从消息队列接收作业，然后开始处理该作业，这需要15分钟到8小时以上的时间。 工作完成后，这些实例被终止，永远不会再被听到。 在这些短暂的实例中收集性能数据的体面战略是什么？ 我不一定需要对他们进行监控 – 如果他们因为某种原因失败了，我们的应用程序会检测到这个情况，并处理另一个实例的重新启动工作，或者提升这个标志，这样pipe理员就可以看看事情了。 但是，收集CPU（用户，空闲，iowait等），内存使用情况，networkingstream量，磁盘读写数据等信息仍然是有用的。在我们的内部数据库中，我们跟踪机器的实例ID运行每个作业，查找特定实例ID的性能数据以进行故障排除和分析将非常有帮助。 Munin似乎不是一个好的候选人，因为它需要在文本文件中保留一个munin节点的列表 – 对于stream量大的环境来说，这并不理想，而且每个节点运行的时间很短，我宁愿保留全分辨率的数据，也不愿意随着时间的推移使RRD数据下降。 最后，我的猜测是，这将需要一个监控引擎： 使用数据库（MySQL，SQLite等）进行configuration和数据存储 公开了用于添加/删除主机和服务的API 评估选项时，我应该考虑其他事情吗？ 但是，也许我正在过度思考这个问题，而且应该每隔1分钟在这些短暂的实例上运行sar ，并在终止之前收集sar db文件。
像许多人一样，我使用Zabbix系统来监视我的服务器。 如果我的一台服务器有问题，Zabbix会发送一条消息到我select的电子邮件地址。 （很多 – 大多数？监测系统是这样工作的。） 当一个警报发生时，我想让我的电话响起来，声音很大。 但我不想让它在收到的每封电子邮件或短信上发出一个响亮的声音。 是否有其他机制可用于将警报可靠地传送到移动设备，这些移动设备可以configuration一个响亮而恼人的提示音？
我有一个系统来testing一个软件套件的发布。 这个系统包括多个Red Hat 5服务器和Windows客户端在一个封闭的内部networking上。 我需要监视系统的每个方面的内存，networking和CPU使用情况。 目前我使用nmon来监视红帽服务器和内置的Windows性能监视器。 必须有一些比具有报告生成function的工具更好的工具。 社区使用哪些工具进行性能监控？
在过去的一年里，我一直在pipe理20-30个cPanel的主机，使用Puppet，Nagios和Munin进行一般的监视/趋势，但是我必须使用很多方法来部署/pipe理诸如configuration之类的东西。 对于那些不熟悉cPanel的人来说，它会为yum排除诸如perl *，ruby *等等。 这导致我能够通过Puppet（以及通过Packagetypes）在一个新的服务器上引导监视，这是由于与通过Yum安装的一堆冲突导致的问题。 现在我可以创build一个自定义的RPM的一切，并从规范文件中删除某些依赖关系，但我想避免这一点，如果可能的话。 有没有人有任何build议的function方式来pipe理这种环境？ 目前我通过RPM安装Puppet，Facter和Munin，并使用–nodeps等方式强制安装（因为它们已经安装，只是没有Yum想要的）。 Nagios我现在从源手动安装（可能会创buildRPM的，但是我想先解决这个一般问题）。