zabbix简介及安装

第一部分  简介

1.1 Zabbix简介

Zabbix是一个企业级的开源分布式监控解决方案,由一个国外的团队持续维护更新,软件可以自由下载使用,运作团队靠提供收费的技术支持赢利。

官方网站:http://www.zabbix.com

Zabbix 2.0官方文档:https://www.zabbix.com/documentation/doku.php?id=2.0

Zabbix通过C/S模式采集数据,通过B/S模式在web端展示和配置。

被监控端:主机通过安装agent方式采集数据,网络设备通过SNMP方式采集数据

Server端:通过收集SNMPagent发送的数据,写入MySQL数据库,再通过php+apacheweb前端展示。

Zabbix运行条件:

Server

Zabbix Server需运行在LAMPLinux+Apache+Mysql+PHP)环境下,对硬件要求低

Agent

目前已有的agent基本支持市面常见的OS,包含LinuxHPUXSolarisSunwindows

SNMP

支持各类常见的网络设备

1.2 Zabbix功能

具备常见的商业监控软件所具备的功能(主机的性能监控、网络设备性能监控、数据库性能监控、FTP等通用协议监控、多种告警方式、详细的报表图表绘制)

支持自动发现网络设备和服务器

支持分布式,能集中展示、管理分布式的监控点

扩展性强,server提供通用接口,可以自己开发完善各类监控

1.3 优劣势

优点:

开源,无软件成本投入

Server对设备性能要求低(实际测试环境:虚拟机Redhat EL AS52GCPU 1G内存,监控5台设备,CPU使用率基本保持在10%以下,内存剩余400M以上)

支持设备多

支持分布式集中管理

开放式接口,扩展性强

当监控的item比较多服务器队列比较大时可以采用被对状态,被监控客户端主动从server端去下载需要监控的item然后取数据上传到server端。这种方式对服务器的负载比较小。

缺点:

全英文,界面不友好

无厂家支持,出现问题解决比较麻烦

需在被监控主机上安装agent,所有数据都存在数据库里,产生的数据据很大,瓶颈主要在数据库。

第二部分 安装部署

2.1 服务端环境准备

Zabbix Server需要运行在CentOSRedHat LinuxDebainLinux系统上,这里以RHEL作为部署环境。

Root用户安装必须的包,建议配置好yum,通过yum安装下列包,解决包的依赖关系。

LAMP环境

#yum install mysql-server httpd php

其他需要用到的包:

#yum install mysql-devel gcc net-snmp-devel curl-devel perl-DBI php-gd php-mysql php-bcmath php-mbstring php-xml

下载最新的Zabbix安装包(官网:http://www.zabbix.com)到本地,解压

#tar zxvf zabbix-2.0.4.tar.gz(目前最新的为2.0.5,我安装的是2.0.4

增加zabbix用户和组

#groupadd zabbix

# useradd -g zabbix -m zabbix

2.2 数据库准备

启动MySQL数据库:

#service mysqld start

修改MySQL root用户密码(默认密码为空)

# mysqladmin -uroot -p password root

测试能否正常登陆数据库

#mysql –uroot –proot

创建Zabbix数据库

Mysql> create database zabbix character set utf8;

导入数据库sql脚本

#cd zabbix-2.0.4

# mysql -uroot -proot zabbix < database/mysql/schema.sql

# mysql -uroot -proot zabbix < database/mysql/images.sql

# mysql -uroot -proot zabbix < database/mysql/data.sql  

  

2.3 编译安装

配置编译,prefix是安装后程序目录

# ./configure  --prefix=/usr/local/zabbix --enable-server --enable-agent --with-mysql --with-net-snmp --with-libcurl -enable-proxy

# make install

2.4 配置文件及web前端文件修改

添加服务端口,添加后如下

# grep zabbix /etc/services

zabbix-agent    10050/tcp                       # Zabbix Agent

zabbix-agent    10050/udp                      # Zabbix Agent

zabbix-trapper  10051/tcp                       # Zabbix Trapper

zabbix-trapper  10051/udp                      # Zabbix Trapper

添加配置文件

# mkdir -p /etc/zabbix

# cp conf/{zabbix_server.conf,zabbix_agentd.conf} /etc/zabbix

# chmod 400 /etc/zabbix/zabbix_server.conf

# chown zabbix /etc/zabbix/zabbix_server.conf

# chown -R zabbix:zabbix /etc/zabbix

修改Server配置文件

基本不用修改,用默认配置即可,只需修改一项DBPassword=密码(此密码是前面设置的数据库密码)

# vi /etc/zabbix/zabbix_server.conf

修改Agentd配置文件,更改HOST NAME 为本机的主机名

#vi /etc/zabbix/zabbix_agentd.conf

添加web前端php文件

# cd frontends/

# cp -rf php /var/www/html/

# cd /var/www/html

# mv php zabbix

# chown -R zabbix:zabbix zabbix

2.5 web前端安装配置

修改php相关参数

# vi /etc/php.ini    找到如下几项,改成下面的值,前面有;号的要删掉(如果修改会提示出错,也可以按照提示进行修改

max_execution_time = 300

date.timezone = Asia/Shanghai

max_input_time = 600

post_max_size = 32M

memory_limit = 128M

mbstring.func_overload = 2

重启apache

#service httpd restart

在本地浏览器上访问Zabbis Serve地址开始web前端配置,http://ServerIP/zabbix

会出现安装界面按提示next

  
这里的Check of pre-requisites 必须全部项目OK后才能继续配置,如有提示fail,去server上检查是否安装这个包或配置是否按上述更改。


测试连接通过

这里按照提示下载文件,然后放到要求的目录下并改名。完成后点解finish


配置完成后,出现登陆界面,默认的用户为:admin,密码为:zabbix

到这里安装完成,其实安装很简单,可以参考官方文档。


2.6 启动server

安装完成后的 server 程序在 /usr/local/zabbix/sbin/ 目录下,可以直接启动

#/usr/local/zabbix/sbin/zabbix_server

启动agentd

#/usr/local/zabbix/sbin/zabbix_agentd -c /usr/local/zabbix/conf/zabbix_agentd.conf
检查启动是否正常,查看进程是否起来,serveragentd

#ps –ef|grep zabbix

如果进程没起来,可以查看对应的日志错误,默认在/tmp/zabbix-*.log

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值