Linux Shell DAY10

告警系统配置文件

告警系统监控项目

告警系统邮件引擎

运行告警系统

---

告警系统配置文件

告警系统mon.conf内容，需要放在conf/目录下；

主要定义一些开关，定义一些对应的日志路径，或者说监控mysql的用户名和密码，以及IP地址port端口等

[root@yjerrylinux01 conf]# vim mon.conf

\## to config the options if to monitor## 定义mysql的服务器地址、端口以及user、password  
to\_mon\_cdb=0 ##cdb等于0 or 1, default 0,0 not monitor, 1 monitor  
db_ip=10.20.3.13  
db_port=3315  
db_user=username  
db_pass=passwd  
\## httpd 如果是1则监控，为0不监控  
to\_mon\_httpd=0  
\## php 如果是1则监控，为0不监控  
to\_mon\_php_socket=0  
\## http\_code\_502 需要定义访问日志的路径  
to\_mon\_502=1  
logfile=/data/log/www.abc.com/access.log  
\## request_count 定义日志路径以及域名  
to\_mon\_request_count=0  
req_log=/data/log/www.abc.com/access.log  
[domainname=www.abc.com](http://domainname=www.abc.com)

在此定义log目的：
要考虑监控的机器肯定不止1台；要想要让脚本通用，兼容性很强，就需要把所有需要监控的服务的日志都载入到配置文件中，改动起来方便，省得后期改动起来一个一个的对应脚本去修改，提高生产效率。

---

告警系统监控项目

根据主脚本的定义：/bin/bash ../shares/load.sh 在shares目录下创建load.sh脚本。

[root@jerrylinux01 shares]# vim load.sh

#! /bin/bash  
load=\`uptime |awk -F 'average:' '{print $2}'|cut -d',' -f1\`  
#计算系统负载  
if \[ $load -gt 10 \] && \[ $send -eq "1" \] //负载超过10，且不在维护模式  
then  
echo "$addr \`date +%T\` load is $load" >../log/load.tmp  
#这条命令的目的是为了发送日志  
/bin/bash ../mail/mail.sh txwd188`.com "$addr\\_load:$load" \`cat ../log/load.tmp\`  
fi  
echo "\`date +%T\` load is $load"

创建告警系统脚本 502.sh

[root@jerrylinux01 shares]# vim 502.sh

#! /bin/bash  
d=\`date -d "-1 min" +%H:%M\`  
c_502=\`grep :$d: $log |grep ' 502 '|wc -l\`  
if \[ $c_502 -gt 10 \] && \[ $send == 1 \]; then  
echo "$addr $d 502 count is $c_502">../log/502.tmp  
/bin/bash ../mail/mail.sh $addr\\\_502 $c\_502 ../log/502.tmp  
fi  
echo "\`date +%T\` 502 $c_502"

脚本释义：
截取一分钟前的日志文件并判断，如果502的次数超过10次，或者不在维护模式（主脚本已经定义）就调用mail发邮件，如果没有，仅仅记录日志。
告警系统 disk.sh

[root@jerrylinux01 shares]# vim disk.sh

#! /bin/bash

LANG=en //定义系统语言  
rm -f ../log/disk.tmp  
\## 用空格或者%为分隔符，筛选出来磁盘使用量的百分比。  
for r in \`df -h |awk -F '\[ %\]+' '{print $5}'|grep -v Use\` //查看各个磁盘的已用百分比，返回数字  
do  
if \[ $r -gt 90 \] && \[ $send -eq "1" \] //判断百分比是否大于90，并且send=1  
then  
echo "$addr \`date +%T\` disk useage is $r" >>../log/disk.tmp  
fi  
done  
if \[ -f ../log/disk.tmp \]  
then  
df -h >> ../log/disk.tmp  
/bin/bash ../mail/mail.sh $addr\\_disk $r ../log/disk.tmp  
echo "\`date +%T\` disk useage is nook"  
else  
echo "\`date +%T\` disk useage is ok"  
fi

注意： [ ]+ 的用法；
[ #%]+ 这里的意思 匹配空格、#、%任意一个或者多个；

---

告警系统邮件引擎

mail.sh（告警收敛）

• 做zabbix的时候，做过mail.py的脚本，在这里，直接调用进行使用就可以。

• 但是告警邮件引擎核心，conf主配置文件调用到的都是mail.sh ，所以这里需要定义调用mail.py的sh脚本

• mail.sh目的是做告警收敛，如果不想做告警收敛，在发现问题的时候直接告警就好，但是，可能会发生1分钟前发现问题，1分钟户问题解决，这样就会变成误报，这样会很麻烦

• 收敛的目的就是1分钟前发现问题，然后到10分钟后，服务还没有恢复，就会告诉管理人员10分钟了服务还未恢复

[root@yjerrylinux01 shares]# cd ../mail/

[root@jerrylinux01 mail]# ls /usr/lib/zabbix/alertscripts/mail.py

/usr/lib/zabbix/alertscripts/mail.py

[root@jerrylinux01 mail]# cp /usr/lib/zabbix/alertscripts/mail.py . //把mail.py复制到mail目录下

[root@jerrylinux01 mail]# ls

mail.py

[root@jerrylinux01 mail]# vim mail.sh

log=$1 //log作为一个变量，接收来自第一个参数的值

t_s=`date +%s` //时间戳

t_s2=date -d "2 hours ago" +%s //两个小时前的时间戳

if [ ! -f /tmp/$log ] //如果日志文件不存在

then

echo $t_s2 > /tmp/$log //把两个小时前的时间戳写到日志第一行，从下往上写

fi

t_s2=tail -1 /tmp/$log|awk '{print $1}' //截取时间戳，最后一行

echo $t_s>>/tmp/$log //追加当前时间戳，写入

v=$[$t_s-$t_s2] //时间戳的时间差（以秒为单位）详情如下①

echo $v

if [ $v -gt 3600 ] //此处的if判断是，当过了1小时如果还是没有恢复再次发告警邮件。调用mail.py（如果没有恢复，每1小时发一次）

then

./mail.py $1 $2 $3 //告警

echo "0" > /tmp/$log.txt //生成一个新的.txt日志。用来记录告警

else

if [ ! -f /tmp/$log.txt ] //判断有没有这个日志文件（计数器文件）

then

echo "0" > /tmp/$log.txt //计数器归零

fi

nu=cat /tmp/$log.txt //查看计数器的数字

nu2=$[$nu+1] //计数器+1

echo $nu2>/tmp/$log.txt //把计数器写入日志文件（重置）

if [ $nu2 -gt 10 ]

then

./mail.py $1 "trouble continue 10 min $2" "$3" //代表着已经持续了10分钟了

echo "0" > /tmp/$log.txt //重新归零开始计数

fi

fi

脚本解析：

• 以秒为单位的目的：脚本是每隔一分钟执行一次的，如果触发了就告警，如果短时间搞定或者告警数量很多，告警信息就会影响你解决分析判断问题，如果成千上百台机器，那就是太多了

• 脚本开始报警，log 的$1是什么？ 当报警的时候执行mail.sh 紧接着给了个参数，那个参数就是所谓的$1。t_s 时间戳 t_s2 2小时之前的时间戳，定义两小时的原因就是为了执行下面的if语句，条件成立就实现了咱们的报警条件，开始报警。

• 发了邮件后，写一个计数器在log.txt中，else我们现在就不执行了，因为那是小于3600才执行的东西。

• 脚本每分钟执行一次，第二次开始，log，t_s，t_s2相对于第一次只是增加了一分钟，判断文件是否存在，因为上一次刚刚执行过，所以一定是存在的，t_s2就只是增加了60s 所以经过提取给变量v，判断不超过3600，开始执行else的内容，第一次执行的时候已经创建了log.txt 所以是有的且nu为0 nu2为1，nu2不大于10,所以就是再次循环 。

• 直到执行到最后一步nu2为11了，那也就是到了10分钟了，如果故障还是存在，运维再次收到一个告警邮件，故障已经持续10分钟了。这样就实现了咱们所说的“告警收敛”

• 如果超过10分钟再次发了邮件，然后执行计数器归0，再次开始重新循环计数。

• 最后告警解除了，不再调用mail.sh，也就恢复了，不在执行mail.sh了。

• 假如脚本在执行3分钟的时候，突然故障恢复了，脚本也就不会再次执行，然后计数器保持在2,在计数周期内如果恢复，不告警即不发邮件，但只有在一个小时以后故障才会消失，大于3600的，如果在一个小时内再次报警，还是按照之前的计数器继续执行！ 里面用python写的脚本 mail.py 在zabbix这课里面；

---

运行告警系统

脚本加入crontab 每分钟执行一次

[root@jerrylinux01 mail]# crontab -e

0 0 * * * /usr/local/sbin/nginx_log_rotate.sh

进入bin目录下，执行主脚本；

[root@jerrylinux01 mail]# cd ../bin/

[root@jerrylinux01 bin]# sh -x main.sh

+ export send=1

+ send=1

++ /sbin/ifconfig

++ grep -A1 'ens33: '

++ awk '/inet/ {print $2}'

+ export addr=192.168.112.136

+ addr=192.168.112.136

++ pwd

+ dir=/usr/local/sbin/mon/bin

++ awk -F/ '{print $NF}'

++ echo /usr/local/sbin/mon/bin

+ last_dir=bin

+ '[' bin == bin ']'

+ conf_file=../conf/mon.conf

+ exec

有问题可以根据错误日志，进行校验；

[root@jerrylinux01 bin]# cat ../log/err.log

转载于:https://my.oschina.net/u/3959701/blog/3097781