巧用nagios脚本监控oracle连接

场景：
程序修改完成后，上传到应用服务器tomcat，重启tomcat后，发现启动异常！前端nginx负载均衡出现504错误，网站无法打开！

排查：
经过排查tomcat日志，发现连接数据库异常；登陆数据库后以"conn /as sysdba"方式登陆正常，数据库轻载，无压力；于是检查数据库的监听器，输入"lsntctl services"命令，卡住，半天不出结果…

故障处理：
输入"lsntctl stop" 或者"lsntctl reload"命令，卡住，半天不出结果，于是输入service network restart命令，一样没有效果！于是出必杀技，输入"netstat -ntpl|grep :1521"命令找出监听器的进程号，kill -9结束掉，然后重启监听器，再启动tomcat正常，网站访问畅通无阻！

原因分析：
可能由于数据库bug的原因，出现监听器卡住的情况，导致数据库连接失败！参见：http://hi.baidu.com/hzcasper/blog/item/8bdf7449e350263d0bf7ef70.html

后期维护：
为了尽量避免这种问题，想到去写一个监控脚本配合nagios监控，当数据库连接异常的时候，可以第一时间收到报警短信；java程序连接数据库使用连接池，所以不一定会及时暴露出问题！

写一个脚本放任务计划中运行，定期去连接下数据库，查询下系统时间和数据库的状态，spool输出到临时文件上

1. [root@server199 ~]# crontab -l  
2. */5  *    *             *  *  /usr/local/nagios/libexec/connect_oracle.sh  
3. [root@server199 ~]# cat /usr/local/nagios/libexec/connect_oracle.sh
   #!/bin/sh
   #functions: connect oracle server test
   #author:lw.yang
   #modify_date: 2012-02-22
4. rm -rf /tmp/check_oracle.log
   export ORACLE_HOME=/u01/app/oracle/product/10.2.0/db_1/
   $ORACLE_HOME/bin/sqlplus username/password@ip:1521/services_name <<EOF
   set echo off
   set feedback off
   spool /tmp/check_oracle.log
   alter session set nls_date_format='YYYY-MM-DD:HH24:MI:SS';
   select sysdate from dual;
   select name,open_mode from v\$database;
   spool off
   set echo on
   set feedback on
   EOF

再写一个脚本来根据临时文件来判断数据库是否正常，该脚本供nagios插件check_nrpe调用，之所以分两个脚本，中间使用临时文件，主要是出于权限问题的考虑,nagios本身带了一个check_oracle的插件，感觉不太适用，还需要在nagios服务器端安装oracle客户端，配置tnsnames.ora文件，设置oracle相关的环境变量等等…

1. [root@server199 ~]# cat /usr/local/nagios/libexec/check_oracle.sh   
2. #!/bin/sh  
3. #functions: use monitor oracle server status with nagios nrpe plugin  
4. #author:lw.yang  
5. #modify_date: 2012-02-22  
6.  
7. STATE_OK=0 
8. STATE_CRITICAL=2 
9.  
10. if  [ -f /tmp/check_oracle.log  ];then  
11.       COUNT=$(grep -i 'READ WRITE' /tmp/check_oracle.log  |wc -l)  
12.         if [ $COUNT -eq 1 ];then  
13.         echo "connect oracle server normal..."  
14.         exit $STATE_OK  
15.         else  
16.         echo "database not open"  
17.         exit $STATE_CRITICAL  
18.         fi  
19.       else  
20.       echo "can't connect to oracle server..."  
21.       exit $STATE_CRITICAL  
22. fi       

监控效果！

[root@server199 ~]# cat /tmp/check_oracle.log SQL> alter session set nls_date_format='YYYY-MM-DD:HH24:MI:SS'; SQL> select sysdate from dual; SYSDATE                                                                         -------------------                                                             2012-02-23:10:10:03                                                             SQL> select name,open_mode from v$database; NAME      OPEN_MODE                                                             --------- ----------                                                            EPROWB2B  READ WRITE                                                            SQL> spool off