nagios总结

主要功能

• 网络服务监控（SMTP、POP3、HTTP、NNTP、ICMP、SNMP、FTP、SSH）
• 主机资源监控（CPU load、disk usage、system logs），也包括Windows主机（使用NSClient++ plugin）
• 可以指定自己编写的Plugin通过网络收集数据来监控任何情况（温度、警告……）
• 可以通过配置Nagios远程执行插件远程执行脚本
• 远程监控支持SSH或SSL加通道方式进行监控
• 简单的plugin设计允许用户很容易的开发自己需要的检查服务，支持很多开发语言（shell scripts、C++、Perl、ruby、Python、PHP、C#等）
• 包含很多图形化数据Plugins（Nagiosgraph、Nagiosgrapher、PNP4Nagios等）
• 可并行服务检查
• 能够定义网络主机的层次，允许逐级检查，就是从父主机开始向下检查
• 当服务或主机出现问题时发出通告，可通过email, pager, sms 或任意用户自定义的plugin进行通知
• 能够自定义事件处理机制重新激活出问题的服务或主机
• 自动日志循环
• 支持冗余监控
• 包括Web界面可以查看当前网络状态，通知，问题历史，日志文件等

二、Nagios工作原理

　　Nagios的功能是监控服务和主机，但是他自身并不包括这部分功能，所有的监控、检测功能都是通过各种插件来完成的。

　　启动Nagios后，它会周期性的自动调用插件去检测服务器状态，同时Nagios会维持一个队列，所有插件返回来的状态信息都进入队列，Nagios每次都从队首开始读取信息，并进行处理后，把状态结果通过web显示出来。

　　Nagios提供了许多插件，利用这些插件可以方便的监控很多服务状态。安装完成后，在nagios主目录下的/libexec里放有 nagios自带的可以使用的所有插件，如，check_disk是检查磁盘空间的插件，check_load是检查CPU负载的，等等。每一个插件可以 通过运行./check_xxx –h 来查看其使用方法和功能。

　　Nagios可以识别4种状态返回信息，即 0(OK)表示状态正常/绿色、1(WARNING)表示出现警告/黄色、2(CRITICAL)表示出现非常严重的错误/红色、3(UNKNOWN)表 示未知错误/深黄色。Nagios根据插件返回来的值，来判断监控对象的状态，并通过web显示出来，以供管理员及时发现故障。

四种监控状态

　　再说报警功能，如果监控系统发现问题不能报警那就没有意义了，所以报警也是nagios很重要的功能之一。但是，同样的，Nagios 自身也没有报警部分的代码，甚至没有插件，而是交给用户或者其他相关开源项目组去完成的。

　　Nagios 安装，是指基本平台，也就是Nagios软件包的安装。它是监控体系的框架，也是所有监控的基础。

　　打开Nagios官方的文档，会发现Nagios基本上没有什么依赖包，只要求系统是Linux或者其他Nagios支持的系统。不过如果你没 有安装apache（http服务），那么你就没有那么直观的界面来查看监控信息了，所以apache姑且算是一个前提条件。关于apache的安装，网 上有很多，照着安装就是了。安装之后要检查一下是否可以正常工作。

　　知道Nagios 是如何通过插件来管理服务器对象后，现在开始研究它是如何管理远端服务器对象的。Nagios 系统提供了一个插件NRPE。Nagios 通过周期性的运行它来获得远端服务器的各种状态信息。它们之间的关系如下图所示：

Nagios 通过NRPE 来远端管理服务

1. Nagios 执行安装在它里面的check_nrpe 插件，并告诉check_nrpe 去检测哪些服务。

2. 通过SSL，check_nrpe 连接远端机子上的NRPE daemon

3. NRPE 运行本地的各种插件去检测本地的服务和状态(check_disk,..etc)

4. 最后，NRPE 把检测的结果传给主机端的check_nrpe，check_nrpe 再把结果送到Nagios状态队列中。

5. Nagios 依次读取队列中的信息，再把结果显示出来。

三、实验环境

Host Name	OS	IP	Software
Nagios-Server	CentOS release 6.3 (Final)	192.168.1.108	Apache、Php、Nagios、nagios-plugins
Nagios-Linux	CentOS release 5.8 (Final)	192.168.1.111	nagios-plugins、nrpe
Nagios-Windows	Windows XP	192.168.1.113	NSClient++

Server 安装了nagios软件，对监控的数据做处理，并且提供web界面查看和管理。当然也可以对本机自身的信息进行监控。

Client 安装了NRPE等客户端，根据监控机的请求执行监控，然后将结果回传给监控机。

防火墙已关闭/iptables: Firewall is not running.

SELINUX=disabled

六、nagios的配置

Nagios 主要用于监控一台或者多台本地主机及远程的各种信息，包括本机资源及对外的服务等。默认的Nagios 配置没有任何监控内容，仅是一些模板文件。若要让Nagios 提供服务，就必须修改配置文件，增加要监控的主机和服务，下面将详细介绍。

6.1 默认配置文件介绍

Nagios 安装完毕后，默认的配置文件在/usr/local/nagios/etc目录下。

root@root01-virtual-machine:/usr/local/apache# cd ../nagios/etc
root@root01-virtual-machine:/usr/local/nagios/etc# ls
cgi.cfg   htpasswd.users  nagios.cfg~  resource.cfg
cgi.cfg~  nagios.cfg      objects      resource.cfg~
root@root01-virtual-machine:/usr/local/nagios/etc# cd objects/
root@root01-virtual-machine:/usr/local/nagios/etc/objects# ls
commands.cfg       hostgroups.cfg  printer.cfg~   templates.cfg~
commands.cfg~      hosts.cfg       services.cfg   timeperiods.cfg
contactgroups.cfg  localhost.cfg   switch.cfg     timeperiods.cfg~
contacts.cfg       localhost.cfg~  switch.cfg~    windows.cfg
contacts.cfg~      printer.cfg     templates.cfg  windows.cfg~
每个文件或目录含义如下表所示：

文件名或目录名	用途
cgi.cfg	控制CGI访问的配置文件
nagios.cfg	Nagios 主配置文件
resource.cfg	变量定义文件，又称为资源文件，在些文件中定义变量，以便由其他配置文件引用，如$USER1$
objects	objects 是一个目录，在此目录下有很多配置文件模板，用于定义Nagios 对象
objects/commands.cfg	命令定义配置文件，其中定义的命令可以被其他配置文件引用
objects/contacts.cfg	定义联系人和联系人组的配置文件
objects/localhost.cfg	定义监控本地主机的配置文件
objects/printer.cfg	定义监控打印机的一个配置文件模板，默认没有启用此文件
objects/switch.cfg	定义监控路由器的一个配置文件模板，默认没有启用此文件
objects/templates.cfg	定义主机和服务的一个模板配置文件，可以在其他配置文件中引用
objects/timeperiods.cfg	定义Nagios 监控时间段的配置文件
objects/windows.cfg	监控Windows 主机的一个配置文件模板，默认没有启用此文件

6.2 配置文件之间的关系在nagios的配置过程中涉及到的几个定义有：主机、主机组，服务、服务组，联系人、联系人组，监控时间，监控命令等，从这些定义可以看出，nagios各个配置文件之间是互为关联，彼此引用的。  成功配置出一台nagios监控系统，必须要弄清楚每个配置文件之间依赖与被依赖的关系，最重要的有四点：   第一：定义监控哪些主机、主机组、服务和服务组；    第二：定义这个监控要用什么命令实现；    第三：定义监控的时间段；    第四：定义主机或服务出现问题时要通知的联系人和联系人组。6.3 配置Nagios 为了能更清楚的说明问题，同时也为了维护方便，建议将nagios各个定义对象创建独立的配置文件：• 创建hosts.cfg文件来定义主机和主机组 • 创建services.cfg文件来定义服务 • 用默认的contacts.cfg文件来定义联系人和联系人组 • 用默认的commands.cfg文件来定义命令 • 用默认的timeperiods.cfg来定义监控时间段 • 用默认的templates.cfg文件作为资源引用文件 a. templates.cfg文件nagios主要用于监控主机资源以及服务，在nagios配置中称为对象，为了不必重复定义一些监控对象，Nagios引入了一个模板配置文件，将一些共性的属性定义成模板，以便于多次引用。这就是templates.cfg的作用。下面详细介绍下templates.cfg文件中每个参数的含义：

define contact{

name                            generic-contact    ; 联系人名称

service_notification_period     24x7        ; 当服务器发生异常时，发送通知的时间段，这个时间段“24x7”在timeperiods.cfg文件中定义

host_notification_period        24x7        ; 当主机出现异常时，发送通知的时间段，这个时间段“24x7”在timeperiods.cfg文件中定义

service_notification_options    w,u,c,r,f,s   ; 这个定义的是“通知可以被发出的情况”。w是warn，标识警告，u是unknown标识不明状态，c是criticle，标识紧急状态，r是recover标识恢复状态；也就是当服务器出现上述状态时，都发送通知给使用者。

host_notification_options       d,u,r,f,s      ; 定义主机在d是down，u是unreachable不可到达状态，r标识recovery重新恢复状态，发送通知给使用者。

service_notification_commands   notify-service-by-email   ;服务故障时，发送通知的方式，可以是邮件和短信，这里发送的方式是邮件；其中“notify-service-by-email”在commands.cfg文件中定义。

host_notification_commands      notify-host-by-email ;主机故障时，发送通知的方式，可以是邮件和短信，这里发送的方式是邮件；其中“notify-host-by-email”在commands.cfg文件中定义。

register                        0           ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL CONTACT, JUST A TEMPLATE!

}

define host{
        name                            generic-host    ; 主机名称，这里的主机名，并不是直接对应到真正机器的主机名;
                                                        ; 乃是对应到在主机配置文件里所设定的主机名。
        notifications_enabled           1               ; Host notifications are enabled
        event_handler_enabled           1               ; Host event handler is enabled
        flap_detection_enabled          1               ; Flap detection is enabled
        failure_prediction_enabled      1               ; Failure prediction is enabled
        process_perf_data               1               ; 其值可以为0或1，其作用为是否启用Nagios的数据输出功能;
                                                        ; 如果将此项赋值为1，那么Nagios就会将收集的数据写入某个文件中，以备提取。
        retain_status_information       1               ; Retain status information across program restarts
        retain_nonstatus_information    1               ; Retain non-status information across program restarts
        notification_period             24x7            ; 指定“发送通知”的时间段，也就是可以在什么时候发送通知给使用者。
        register                        0               ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL HOST, JUST A TEMPLATE!
        }
define host{
        name                            linux-server    ; 主机名称
        use                             generic-host    ; use表示引用，也就是将主机generic-host的所有属性引用到linux-server中来;
                                                        ; 在nagios配置中，很多情况下会用到引用。
        check_period                    24x7            ; 这里的check_period告诉nagios检查主机的时间段
        check_interval                  5               ; nagios对主机的检查时间间隔，这里是5分钟。
        retry_interval                  1               ; 重试检查时间间隔，单位是分钟。
        max_check_attempts              10              ; nagios对主机的最大检查次数，也就是nagios在检查发现某主机异常时，并不马上判断为异常状况;
                                                        ; 而是多试几次，因为有可能只是一时网络太拥挤，或是一些其他原因，让主机受到了一点影响;
                                                        ; 这里的10就是最多试10次的意思。
        check_command                   check-host-alive ; 指定检查主机状态的命令，其中“check-host-alive”在commands.cfg文件中定义。
        notification_period             24x7            ; 主机故障时，发送通知的时间范围，其中“workhours”在timeperiods.cfg中进行了定义;
                                                        ; 下面会陆续讲到。
        notification_interval           10              ; 在主机出现异常后，故障一直没有解决，nagios再次对使用者发出通知的时间。单位是分钟;
                                                        ; 如果你觉得，所有的事件只需要一次通知就够了，可以把这里的选项设为0
        notification_options            d,u,r           ; 定义主机在什么状态下可以发送通知给使用者，d即down，表示宕机状态;
                                                        ; u即unreachable，表示不可到达状态;
                                                        ; r即recovery，表示重新恢复状态。
        contact_groups                  ts              ; 指定联系人组，这个“admins”在contacts.cfg文件中定义。
        register                        0               ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL HOST, JUST A TEMPLATE!
        }
define host{
        name                    windows-server  ; The name of this host template
        use                     generic-host    ; Inherit default values from the generic-host template
        check_period            24x7            ; By default, Windows servers are monitored round the clock
        check_interval          5               ; Actively check the server every 5 minutes
        retry_interval          1               ; Schedule host check retries at 1 minute intervals
        max_check_attempts      10              ; Check each server 10 times (max)
        check_command           check-host-alive        ; Default command to check if servers are "alive"
        notification_period     24x7            ; Send notification out at any time - day or night
        notification_interval   10              ; Resend notifications every 30 minutes
        notification_options    d,r             ; Only send notifications for specific host states
        contact_groups          ts              ; Notifications get sent to the admins by default
        hostgroups              windows-servers ; Host groups that Windows servers should be a member of
        register                0               ; DONT REGISTER THIS - ITS JUST A TEMPLATE
        }
define service{
        name                            generic-service         ; 定义一个服务名称
        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             ; 这里的check_period告诉nagios检查服务的时间段。
        max_check_attempts              3                ; nagios对服务的最大检查次数。
        normal_check_interval           5                ; 此选项是用来设置服务检查时间间隔，也就是说，nagios这一次检查和下一次检查之间所隔的时间;
                                                         ; 这里是5分钟。
        retry_check_interval            2                ; 重试检查时间间隔，单位是分钟。
        contact_groups                  ts           ; 指定联系人组
        notification_options            w,u,c,r          ; 这个定义的是“通知可以被发出的情况”。w即warn，表示警告状态;
                                                         ; u即unknown，表示不明状态;
                                                         ; c即criticle，表示紧急状态，r即recover，表示恢复状态;
                                                         ; 也就是在服务出现警告状态、未知状态、紧急状态和重新恢复后都发送通知给使用者。
        notification_interval           10               ; Re-notify about service problems every hour
        notification_period             24x7             ; 指定“发送通知”的时间段，也就是可以在什么时候发送通知给使用者。
        register                        0                ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL SERVICE, JUST A TEMPLATE!
        }
define service{
        name                            local-service           ; The name of this service template
        use                             generic-service         ; Inherit default values from the generic-service definition
        max_check_attempts              4             ; Re-check the service up to 4 times in order to determine its final (hard) state
        normal_check_interval           5             ; Check the service every 5 minutes under normal conditions
        retry_check_interval            1             ; Re-check the service every minute until a hard state can be determined
        register                        0             ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL SERVICE, JUST A TEMPLATE!
        }

root@root01-virtual-machine:/usr/local/nagios/etc# cat resource.cfg

resource.cfg是nagios的变量定义文件，文件内容只有一行：

$USER1$=/usr/local/nagios/libexec

其中，变量$USER1$指定了安装nagios插件的路径，如果把插件安装在了其它路径，只需在这里进行修改即可。需要注意的是，变量必须先定义，然后才能在其它配置文件中进行引用。

c. commands.cfg文件

此文件默认是存在的，无需修改即可使用，当然如果有新的命令需要加入时，在此文件进行添加即可

#notify-host-by-email命令的定义 

#命令名称，即定义了一个主机异常时发送邮件的命令。

#notify-service-by-email命令的定义

#命令名称，即定义了一个服务异常时发送邮件的命令

#check-host-alive命令的定义
define command{
        command_name    check-host-alive                 #命令名称，用来检测主机状态。
        command_line    $USER1$/check_ping -H $HOSTADDRESS$ -w 3000.0,80% -c 5000.0,100% -p 5  
       # 这里的变量$USER1$在resource.cfg文件中进行定义，即$USER1$=/usr/local/nagios/libexec;                         
       # 那么check_ping的完整路径为/usr/local/nagios/libexec/check_ping;                         
       # “-w 3000.0,80%”中“-w”说明后面的一对值对应的是“WARNING”状态，“80%”是其临界值。                         
       # “-c 5000.0,100%”中“-c”说明后面的一对值对应的是“CRITICAL”，“100%”是其临界值。                         
       # “-p 1”说明每次探测发送一个包。
}

define command{
        command_name    check_local_disk
        command_line    $USER1$/check_disk -w $ARG1$ -c $ARG2$ -p $ARG3$            
#$ARG1$是指在调用这个命令的时候，命令后面的第一个参数。
}
hosts.cfg文件
此文件默认不存在，需要手动创建，hosts.cfg主要用来指定被监控的主机地址以及相关属性信息，根据实验目标配置如下：

define host{

use         linux-server        #引用主机linux-server的属性信息，linux-server主机在templates.cfg文件中进行了定义。

host_name   Nagios-Linux   #被监控主机名

alias        Nagios-Linux         #被监控主机别名

address         192.168.0.51    #被监控主机ip

check_period 24x7

check_interval 5

retry_interval 1

max_check_attempts 10

check_command           check-host-alive

notification_period 24x7

notification_interval 120

notification_options d,u,r

contact_groups admins

}

define hostgroup{

hostgroup_name       ad      #主机组名称，可以随意指定。

alias                  ad         #主机组别名

members            Nagios-Linux   #主机组成员，其中“Nagios-Linux”就是上面定义的主机。

}

注意：在/usr/local/nagios/etc/objects 下默认有localhost.cfg 和windows.cfg 这两个配置文件，localhost.cfg 文件是定义监控主机本身的，windows.cfg 文件是定义windows 主机的，其中包括了对host 和相关services 的定义。所以在本次实验中，将直接在localhost.cfg 中定义监控主机（Nagios-Server），在windows.cfg中定义windows 主机（Nagios-Windows）。根据自己的需要修改其中的相关配置，详细如下：

localhost.cfg其中的一个主意到的配置   主意点是   24x7，主机名后边不能有空格

# Define a host for the local machine

define host{

use                     linux-server            ; Name of host template to use        ; This host definition will inherit all variables that are defined        ; in (or inherited by) the linux-server host template definition.

host_name               Nagios-Server

alias                   Nagios-Servers

address                 127.0.0.1

check_period 24x7

check_interval 5

retry_interval 1

max_check_attempts 10

check_command           check-host-alive

notification_period 24x7

notification_interval 120

notification_options d,u,r

}

e. services.cfg文件

此文件默认也不存在，需要手动创建，services.cfg文件主要用于定义监控的服务和主机资源，例如监控http服务、ftp服 务、主机磁盘空间、主机系统负载等等。Nagios-Server 和Nagios-Windows 相关服务已在相应的配置文件中定义，所以这里只需要定义Nagios-Linux 相关服务即可，这里只定义一个检测是否存活的服务来验证配置文件的正确性，其他服务的定义将在后面讲到。

define service{

use       local-service    #引用local-service服务的属性值，local-service在templates.cfg文件中进行了定义。

host_name     Nagios-Linux  #指定要监控哪个主机上的服务，“Nagios-Server”在hosts.cfg文件中进行了定义。

service_description   check-host-alive  #对监控服务内容的描述，以供维护人员参考。

check_command         check-host-alive   #指定检查的命令。

max_check_attempts 10

normal_check_interval  3

retry_check_interval  2

check_period     24x7

notification_interval  10

notification_period    24x7

notification_options     w,u,c,r

contact_groups   admins

}

define service{

use                     local-service

host_name               Nagios-Linux

service_description     Current Load

check_command           check_nrpe!check_load

}

define service{

use                     local-service

host_name               Nagios-Linux

service_description     Check Disk sda1

check_command           check_nrpe!check_sda1

}

define service{

use                     local-service

host_name               Nagios-Linux

service_description     Total Processes

check_command           check_nrpe!check_total_procs

}

define service{

use                     local-service

host_name               Nagios-Linux

service_description     Current Users

check_command           check_nrpe!check_users

}

define service{

use                     local-service

host_name               Nagios-Linux

service_description     Check Zombie Procs

check_command           check_nrpe!check_zombie_procs

}

define service{

use                     local-service

host_name               Nagios-Linux

service_description     Check Swap

check_command           check_nrpe!check_swap

}

define service{

use                     local-service

host_name               Nagios-Linux

service_description     HTTP

check_command           check_nrpe!check_http

}

f. contacts.cfg文件

contacts.cfg是一个定义联系人和联系人组的配置文件，当监控的主机或者服务出现故障，nagios会通过指定的通知方式（邮件或者短信）将信息发给这里指定的联系人或者使用者。

define contact{

contact_name                   nagiosadmin         #联系人名称，名称后边不要加空格

use                             generic-contact          #引用generic-contact的属性信息，其中“generic-contact“在templates.cfg文件中进行定义

alias                           nagiosadmin

service_notification_period  24x7

host_notification_period  24x7

service_notification_options  w,u,c,r

host_notification_options  d,u,r

service_notification_commands  notify-service-by-email

host_notification_commands  notify-host-by-email email  18322764807@139.com

}

define contactgroup{
        contactgroup_name       admins                              联系人组的名称，名称后不能有空格
        alias                   Nagios Administrators                        联系人组的描述
        members                 nagiosadmin                                   联系人组的成员，如果有多个联系人用，分割

}

g. timeperiods.cfg文件

此文件只要用于定义监控的时间段，下面是一个配置好的实例：

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

}

# 'workhours' timeperiod definition

define timeperiod{

timeperiod_name workhours

alias           Normal Work Hours

monday          09:00-17:00

tuesday         09:00-17:00

wednesday       09:00-17:00

thursday        09:00-17:00

friday          09:00-17:00

}

cgi.cfg文件

此文件用来控制相关cgi脚本，如果想在nagios的web监控界面执行cgi脚本，例如重启nagios进程、关闭nagios通知、停止nagios主机检测等，这时就需要配置cgi.cfg文件了。 由于nagios的web监控界面验证用户为david，所以只需在cgi.cfg文件中添加此用户的执行权限就可以了，需要修改的配置信息如下：

default_user_name=nagiosadmin

authorized_for_system_information=nagiosadmin,nagios

authorized_for_configuration_information=nagiosadmin,nagios

authorized_for_system_commands=nagiosadmin,nagios

authorized_for_all_services=nagiosadmin,nagios
authorized_for_all_hosts=nagiosadmin,nagios

authorized_for_all_service_commands=nagiosadmin,nagios
authorized_for_all_host_commands=nagiosadmin,nagios

i. nagios.cfg文件

nagios.cfg默认的路径为/usr/local/nagios/etc/nagios.cfg，是nagios的核心配置文件，所有的对象配置文件都必须在这个文件中进行定义才能发挥其作用，这里只需将对象配置文件在Nagios.cfg文件中进行引用即可。

http://www.cnblogs.com/mchina/archive/2013/02/20/2883404.html