SHELL脚本:检测一坨IP是否都能ping通(网卡监控)

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


  1. 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)

  2. #!/bin/bash
  3. ##############################################################################
  4. # 日期   : 2011-10-15
  5. # 作者   : xiaoxi227
  6. # Email : xiaoxi227@163.com
  7. # QQ    : 543928910
  8. # 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。
  9. # 调用关系 : 计划任务,每2分钟执行1次。
  10. # 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。
  11. ##############################################################################
  12. # 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。
  13. # Note:引号内不要有空格
  14. ignored_host=""

  15. # 例如: ignored_host="d016"

  16. # 去除忽略主机列表中的空白字符
  17. ignored_host=$(echo $ignored_host | sed -r 's/[[:space:]]+//g') 

  18. 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
  19. function ok_ip()  # 当IP可以ping通时调用此函数
  20. {
  21. [ $# -ne 3 ] && {
  22. echo "Usage: $FUNCNAME " >&2
  23. return
  24. }
  25. local ip=$1
  26. local hostname=$2
  27. local nic=$3
  28. # 如果$downfile存在说明改IP已挂,现在是从故障状态恢复。
  29. [ -f $downfile ] && {
  30.         # 读取该IP挂掉时的时间
  31. downtime=$(date +%s --date="$(head -1 $downfile)")
  32. current_time=$(date +%s)
  33. time_interval=$(($current_time-$downtime))
  34. msg="Recovery:${hostname}:${nic}($ip) is up.Total down time:$time_interval seconds"
  35. send_msg "$msg"
  36. send_msn_msg "$msg"
  37. rm -f $downfile
  38. }
  39. # downfile不存在说明该IP正常,什么也不用做。
  40. }
  41. function critical_ip()
  42. {
  43. [ $# -ne 3 ] && {
  44. echo "Usage: $FUNCNAME " >&2
  45. return
  46. }
  47. local ip=$1
  48. local hostname=$2
  49. local nic=$3
  50. local nic_to_ssh="domain.com" # ssh已实现无密码登录
  51.   
  52. # 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
  53.  
  54. # 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。
  55. # 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
  56. if [ -f $downfile ];then
  57. downtime=$(date +%s --date="$(head -1 $downfile)")
  58. send_msg_times=$((sed -ne '2p' $downfile))
  59. sed -i "2c$(($send_msg_times-1))" $downfile
  60. else
  61. downtime="$datetime"
  62. send_msg_times=10
  63. echo -e "${downtime}\n$send_msg_times" >> $downfile
  64. fi
  65. if [ $send_msg_times -gt 0 ];then
  66. msg="警告:${hostname}:${nic}($ip) is down at 【${downtime}】。"
  67. msg="$msg 丢包率100%,正在尝试自动恢复。"
  68. [ x"$nic" = x"eth1" ] && nic_to_ssh="internal.domain.com"
  69. # 一个网卡挂了,测试另一个是否也挂了
  70. lost_rate=`ping -c 8 -w 8 ${hostname}.${nic_to_ssh} \
  71. | grep 'packet loss' \
  72. | awk -F'packet loss' '{ print $1 }' \
  73. | awk '{ print $NF }' \
  74. | sed 's/%//g'` # ping 8次
  75.  
  76. # 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
  77. if [ $lost_rate -ne 100 ];then
  78. ssh ${hostname}.${nic_to_ssh} -- ifdown $nic
  79. ssh ${hostname}.${nic_to_ssh} -- ifup $nic
  80. else
  81. msg="警告、紧急警告:亲、${hostname}内外网卡全挂,请马上查看"
  82. send_msg "$msg"
  83. send_msn_msg "$msg"
  84. fi
  85. fi
  86. }
  87. function ping_ip()
  88. {
  89. # 函数功能:判断ping指定的IP是否丢包。
  90. #          若不丢包、调用OK函数处理;
  91.         #          若丢包100%,说明IP已挂掉,此时调用critical函数处理。
  92. #          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。
  93. if [ $# -ne 1 ];then
  94. echo "Usage: $FUNCNAME " >&2
  95. return
  96. else
  97. local ip=$1
  98. fi
  99. # 判断当前检测的IP是内网(eth0)IP还是外网(eth1)IP?
  100. echo $ip | grep -q '192.168.36.'
  101. if [ $? -eq 0 ];then
  102. nic='eth0'
  103. else
  104. nic='eth1'
  105. fi
  106. hostname=$(grep $ip /bin/ipsearch | awk '{ print $3 }') # 获取该IP对应的主机名

  107. # 如果在忽略列表里什么也不干直接返回。
  108. if [ x"$hostname" = x"$ignored_host" ];then continue;fi 
  109. # ping 8次
  110. lost_rate=`ping -c 8 -w 8 $ip | grep 'packet loss' \
  111. | awk -F'packet loss' '{ print $1 }' \
  112. | awk '{ print $NF }' | sed 's/%//g'`

  113. if [ $lost_rate -eq 0 ];then
  114. ok_ip $ip $hostname $nic
  115. elif [ $lost_rate -lt 100 ];then
  116. msg="提醒:${hostname}:${nic}($ip)网络状况不佳."
  117. msg="$msg Ping at 【$datetime】丢包率${$lost_rate}%,"
  118. msg="$msg 此状态下程序不会重启网卡,请留意网络状况。"
  119. send_msg "$msg"
  120. send_msn_msg "$msg"
  121. # $datetime是当前时间,send_msg和send_msn_msg是发送短信和msn消息的函数
  122. else
  123. critical_ip $ip $hostname $nic
  124. fi
  125. }
  126.  
  127.  
  128. #############################################################################
  129. # 前面都是函数,主进程从下面开始
  130. # 从/bin/ipsearch这个文件里拿出所有要监控的IP地址
  131. for ip in `grep "==>" /bin/ipsearch | grep -v null | awk '/==>/{ print $1 }'`
  132. do
  133.         # 有多少个IP就在后台开多少子进程,并行检测,如果IP过多,请勿这样操作,以免把机器跑挂。
  134. (
  135. # 如果该IP挂了,会把跟这个IP有关的一些信息记录到$downfile这个文件里
  136. export downfile=/tmp/${ip}.down.yangmingzhi.do.not.delete.tmp
  137. # 调用ping ip的函数,检测当前IP是否能ping通。
  138. ping_ip $ip
  139. )&
  140. 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

  1. declare -i count=0
  2. for ip in `grep "==>" /bin/ipsearch | grep -v null | awk '/==>/{ print $1 }'`
  3. do
  4. count=count+1
  5. export downfile=/tmp/${ip}.down.yangmingzhi.do.not.delete.tmp
  6. ping_ip $ip
  7. remainder=$(($count%100))
  8. if [ $remainder -eq 0 ];then
  9. wait
  10. fi
  11. done
这样每当程序开启100个子进程后都会挂起,直至这100个子进程都执行完毕,之后才会开启下100个子进程。当然也可以每开起一个新子进程之前都检测一下当前进程的个数,如果没到100个就继续开新进程,否则sleep一段时间或者wait一下都可以。解决方案有很多,总有一个会适合你的情形。以上所列就是适用于本人所在公司的监控脚本。希望对有同样需求的同学们有所帮助。

展开阅读全文

没有更多推荐了,返回首页