http://blog.chinaunix.net/uid-22101889-id-3166971.html
工作快3年了,期间遇见过不少problems,每次都是上网搜之、解决了就算完了。也不曾写过什么文章。最近看见好多帖子提出的问题都是我曾遇见过的,但下面的回复却几乎都没有帮楼主解决问题。于是乎、我觉得我应该把我曾经的解决方案共享出来了,总是潜水确实不太应该。今天就贴一篇我写的代码吧,功能是监控公司所有服务器的IP是否能ping通,如果不通则报警并进行自动恢复。
前提:该脚本适用于IP地址不多的情形,因为本脚本中,有多少IP就会开多少个子进程,所以IP过多容易把机器跑挂,由于我公司IP不多,所以我就直接开了$number个子进程(number==IP的个数)
脚本用到了一个文件:ipsearch,此文件的内容格式如下:
221.222.223.224 ==> a013
192.168.36.224 ==> a013
每行一个,格式为 : IP地址 ==> 主机名
主机名.公司域名==该主机域名
例如:公司域名为chinaunix.net,那么c123.chinaunix.net这台机器的HOSTNAME就是c123
每台机器都有内外两个网卡,内网(eth0)是192.168.36段,外网(eth1)是221.222.223段.
对应的域名是:internal.domain.com和domain.com,内网多了层internal
脚本如下(较线上使用的脚本稍有改动):
点击(此处)折叠或打开
- 建议阅读顺序:主循环->ping_ip函数,critical_ip函数,ok_ip函数。(从后往前看)
-
- #!/bin/bash
- ##############################################################################
- # 日期 : 2011-10-15
- # 作者 : xiaoxi227
- # Email : xiaoxi227@163.com
- # QQ : 543928910
- # 脚本功能 : PING所有正在使用中的IP,判断所ping的IP是否挂掉,如果挂了,则进行自动恢复。
- # 调用关系 : 计划任务,每2分钟执行1次。
- # 其他说明 : 本脚本需要/bin/ipsearch作为数据来源,所ping的IP全取自于该脚本。
- ##############################################################################
- # 重启某台机器时,将其主机名填入下行引号内,可暂时取消对该主机的检测。
- # Note:引号内不要有空格
- ignored_host=""
-
- # 例如: ignored_host="d016"
-
- # 去除忽略主机列表中的空白字符
- ignored_host=$(echo $ignored_host | sed -r 's/[[:space:]]+//g')
-
- source /etc/rc.d/init.d/corporation_functions # 公司的函数库,下面用到时我会进行说明
- function ok_ip() # 当IP可以ping通时调用此函数
- {
- [ $# -ne 3 ] && {
- echo "Usage: $FUNCNAME " >&2
- return
- }
- local ip=$1
- local hostname=$2
- local nic=$3
- # 如果$downfile存在说明改IP已挂,现在是从故障状态恢复。
- [ -f $downfile ] && {
- # 读取该IP挂掉时的时间
- downtime=$(date +%s --date="$(head -1 $downfile)")
- current_time=$(date +%s)
- time_interval=$(($current_time-$downtime))
- msg="Recovery:${hostname}:${nic}($ip) is up.Total down time:$time_interval seconds"
- send_msg "$msg"
- send_msn_msg "$msg"
- rm -f $downfile
- }
- # downfile不存在说明该IP正常,什么也不用做。
- }
- function critical_ip()
- {
- [ $# -ne 3 ] && {
- echo "Usage: $FUNCNAME " >&2
- return
- }
- local ip=$1
- local hostname=$2
- local nic=$3
- local nic_to_ssh="domain.com" # ssh已实现无密码登录
- # downfile文件的格式:第一行:IP挂掉的时间。第二行:还可以发送报警的次数
- # 如果该IP挂了,则发送报警信息,但是最多只发送10次,避免信息风暴。
- # 实现方式是:每次发送一条报警信息读将计数器减一,计数器为0后就不再发送
- if [ -f $downfile ];then
- downtime=$(date +%s --date="$(head -1 $downfile)")
- send_msg_times=$((sed -ne '2p' $downfile))
- sed -i "2c$(($send_msg_times-1))" $downfile
- else
- downtime="$datetime"
- send_msg_times=10
- echo -e "${downtime}\n$send_msg_times" >> $downfile
- fi
- if [ $send_msg_times -gt 0 ];then
- msg="警告:${hostname}:${nic}($ip) is down at 【${downtime}】。"
- msg="$msg 丢包率100%,正在尝试自动恢复。"
- [ x"$nic" = x"eth1" ] && nic_to_ssh="internal.domain.com"
- # 一个网卡挂了,测试另一个是否也挂了
- lost_rate=`ping -c 8 -w 8 ${hostname}.${nic_to_ssh} \
- | grep 'packet loss' \
- | awk -F'packet loss' '{ print $1 }' \
- | awk '{ print $NF }' \
- | sed 's/%//g'` # ping 8次
- # 如果另一个网卡丢包不是100%说明没挂,那么ssh过去重启挂掉的网卡
- if [ $lost_rate -ne 100 ];then
- ssh ${hostname}.${nic_to_ssh} -- ifdown $nic
- ssh ${hostname}.${nic_to_ssh} -- ifup $nic
- else
- msg="警告、紧急警告:亲、${hostname}内外网卡全挂,请马上查看"
- send_msg "$msg"
- send_msn_msg "$msg"
- fi
- fi
- }
- function ping_ip()
- {
- # 函数功能:判断ping指定的IP是否丢包。
- # 若不丢包、调用OK函数处理;
- # 若丢包100%,说明IP已挂掉,此时调用critical函数处理。
- # 否则直接发送一个通知,告知Op刚才ping丢包,但是网卡没挂,需要注意。
- if [ $# -ne 1 ];then
- echo "Usage: $FUNCNAME " >&2
- return
- else
- local ip=$1
- fi
- # 判断当前检测的IP是内网(eth0)IP还是外网(eth1)IP?
- echo $ip | grep -q '192.168.36.'
- if [ $? -eq 0 ];then
- nic='eth0'
- else
- nic='eth1'
- fi
- hostname=$(grep $ip /bin/ipsearch | awk '{ print $3 }') # 获取该IP对应的主机名
-
- # 如果在忽略列表里什么也不干直接返回。
- if [ x"$hostname" = x"$ignored_host" ];then continue;fi
- # ping 8次
- lost_rate=`ping -c 8 -w 8 $ip | grep 'packet loss' \
- | awk -F'packet loss' '{ print $1 }' \
- | awk '{ print $NF }' | sed 's/%//g'`
-
- if [ $lost_rate -eq 0 ];then
- ok_ip $ip $hostname $nic
- elif [ $lost_rate -lt 100 ];then
- msg="提醒:${hostname}:${nic}($ip)网络状况不佳."
- msg="$msg Ping at 【$datetime】丢包率${$lost_rate}%,"
- msg="$msg 此状态下程序不会重启网卡,请留意网络状况。"
- send_msg "$msg"
- send_msn_msg "$msg"
- # $datetime是当前时间,send_msg和send_msn_msg是发送短信和msn消息的函数
- else
- critical_ip $ip $hostname $nic
- fi
- }
- #############################################################################
- # 前面都是函数,主进程从下面开始
- # 从/bin/ipsearch这个文件里拿出所有要监控的IP地址
- for ip in `grep "==>" /bin/ipsearch | grep -v null | awk '/==>/{ print $1 }'`
- do
- # 有多少个IP就在后台开多少子进程,并行检测,如果IP过多,请勿这样操作,以免把机器跑挂。
- (
- # 如果该IP挂了,会把跟这个IP有关的一些信息记录到$downfile这个文件里
- export downfile=/tmp/${ip}.down.yangmingzhi.do.not.delete.tmp
- # 调用ping ip的函数,检测当前IP是否能ping通。
- ping_ip $ip
- )&
- done
以上脚本适用于IP不多的情形,如果IP很多,可按如下方式编写:
点击(此处)折叠或打开
- declare -i count=0
- for ip in `grep "==>" /bin/ipsearch | grep -v null | awk '/==>/{ print $1 }'`
- do
- count=count+1
- export downfile=/tmp/${ip}.down.yangmingzhi.do.not.delete.tmp
- ping_ip $ip
- remainder=$(($count%100))
- if [ $remainder -eq 0 ];then
- wait
- fi
- done