Nagios 工作原理
Nagios 由 core 和 plugin 构成，core 提供监控的处理、任务调度、下发指令的功能，plugin 执行具体的监控指令、返回监控的结果
Nagios 系统中的角色可以分为：
1）Nagios服务器: 安装 core，负责整体调度和 web 展示
2）被监控主机: 安装 plugin 和 代理模块
Nagios 服务器向代理模块发送请求，代理模块调用各个插件获取具体资源的状态信息，然后返回给 Nagios 服务器，最后对收集到的信息进行分析，通过 web 应用进行展示
安装
具体的安装参考文档 https://blog.csdn.net/zstack_org/article/details/53376940 及 https://www.digitalocean.com/community/tutorials/how-to-install-nagios-4-and-monitor-your-servers-on-ubuntu-16-04
Nagios 与远程主机的沟通有多种方式，例如 SNMP、Nrpe、SSH 等
-
Nrpe
Nrpe 有两部分组成：
1）check_nrpe 插件，位于 Nagios 服务器
2）nrpe daemon，运行在远程主机上，是被监控主机的 agent
image.png
1）Nagios 运行 check_nrpe 插件，说明要获取哪些信息
2）check_nrpe 连接到远程的 nrpe daemon
3）nrpe daemon 运行相应的插件执行检查
4）nrpe daemon 将检查结果返回给 check_nrpe，然后交给 nagios 处理
配置文件解析
安装完之后，各个配置文件的作用需要搞清楚：
nagios安装完毕后，默认的配置文件在/usr/local/nagios/etc目录下
每个文件的介绍见这篇文章 https://www.jianshu.com/p/75aa00642f6a
- 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。
简述我的配置过程
1. 服务器端的配置
1）如果是要监控服务端本身，则需要在 localhost.cfg 中配置本地的 service 命令，这里的service 最终调用的是 command.cfg 里列出的命令，还需要注意的是将 localhost.cfg 在 nagios.cfg 中的#去掉，打开它
2）如果是监控其他远程主机，则需要
-- a. 在服务器端首先在 objects 下建 hosts.cfg 专门存放 host 和 hostgroup，
-- b. 在 commands 里写入 check_nrpe 命令，因为最终服务器是通过这个命令去调远程主机的 nrpe deamon
define command{
command_name check_nrpe
command_line $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$
}
-- c. 在 etc 下建一个 servers，用来在里面创建各个host 或者 hostgroup 对应的 service 命令
-- d. 如果有 hostgroup 的可以直接使用 hostgroup_name 来监控多个主机
-- e. 记得将 nagios.cfg 里的 cfg_dir 和 hosts.cfg 打开
-- f. 每次服务器端更改完 service nagios reload 一下
2. 被监控端的配置
主要是修改 nrpe.cfg 里的配置：
1）将 server_address 修改为本机地址
2）allowed_hosts 里加入服务器端地址
3）将 command 加进去，注意各种插件的位置，方括号里的名称注意与服务器端的services 里的 command 名称保持一致
插件的使用
- check_ping
例如： ./check_ping -H 8.8.8.8 -w 200,20% -c 300,50% -p 3 -t 2
-H 目标主机
-w 延时200丢包20%
-c 延时300丢包50%
延时有3个范围： 延时 小于 200，延时 在 200 - 300 范围内，延时 大于 300
小于则输出 OK 正常
范围内则输出 WARNING 警告
大于则输出 CRITICAL 宕机 - check_load
例如： check_load -w 15,10,5 -c 30,25,20
当1分钟多于15个进程等待,5分钟多于10个,15分钟多于5个则为 warning 状态
当1分钟多于30个进程等待,5分钟多于25个,15分钟多于20个则为 critical 状态 - check_http
检测指定主机上的http服务，可以是http或者https，可以重定向，查找字符串，正则表达式，检测链接次数，证书过期时间。
问题记录
-
如下图，主机状态down，但服务状态 up
image.png
原因：目的主机防火墙禁止PING响应
解决：查看主机状态信息并关闭主机活动检测，这样做可以将报警关闭，因为有时被监测主机确实是不允许 ping
image.png
image.png
image.png
image.png
