近期在做机器级别监控的调研,看了看公司内部的监控系统,看到一些监控参数和报警阈值设定的规范,觉得值得参考,这里记录一下。
机器监控采集项及说明
这里写图片描述
机器监控推荐配置
死机判断方法
监控系统应该通过组合拳来判断服务器状态:
1.选择一个服务器的机器监控项,看是否正常按时输出。
2.连接服务器的ssh服务,看是否正常
3.连接服务器上的监控agent服务,看是否正常。
具体判断逻辑建议如下:
1.如果(1)正常,则返回OK
2.如果(1)不正常,(2)不正常,(3)不正常,则返回UNREACHABLE
3.如果(1)不正常,(2)不正常,(3)正常,则返回ZOMBIE
4.如果(1)不正常,(2)正常,(3)正常,则返回ZOMBIE
5.如果(1)不正常,(2)正常,(3)不正常,则返回AGENT_FAIL