运维必备:ganglia集群监控服务端及客户端配置实战

0x01、前言

Ganglia是UC Berkeley发起的一个开源集群监视项目，设计用于测量数以千计的节点。Ganglia的核心包含gmond、gmetad以及一个Web前端。主要是用来监控系统性能，如：cpu 、mem、硬盘利用率，I/O负载、网络流量情况等，通过曲线很容易见到每个节点的工作状态，对合理调整、分配系统资源，提高系统整体性能起到重要作用。

ganglia还是很受欢迎的一个集群监控软件，能够在短短几秒之内就能知道数以千计的服务器运行状态，是一个企业监控/管理的软件，下面一起来看看如何配置服务器及客户端节点。

1、在这里，本文介绍配置的监控节点如下：

服务名称	节点
服务端	10.1.1.51
客户端	10.1.1.50
客户端	10.1.1.251

注意：服务端只能有一个，客户端可以有很多个，并且服务端是需要安装gmated的，如果你服务端也要监控它的运行状态的话，那么也要装上gmond；客户端只需要安装gmond就可以了。

在这里本文不介绍如何安装ganglia，只介绍配置服务端和客户端，如果你需要安装的步骤请自行搜索，敬请谅解。

0x0x2、服务端配置(10.1.1.51)

1. 修改gmetad.conf文件，修改两个地方，一个是设置集群的名字及监控的客户端ip、端口；另外一个是设置信任的主机，相当于设置白名单。

vim /etc/ganglia/gemtad.conf # 这个路径可能不一样，你需要找一下这个gmetad.conf文件在哪

#data_source "my cluster" localhost   # 这个是默认的
data_source "my cluster" 10 10.1.1.51:8649 10.1.1.1.251:8649 10.1.1.50:8649   # 前面第一个是“my **”是集群名称，后面是需要监控的客户端的ip地址

# trusted_hosts 127.0.0.1 169.229.50.165 my.gmetad.org  # 这个是默认的
trusted_hosts 127.0.0.1 10.1.1.51 10.1.1.251 10.1.1.50  # 添加这些信任的客户端ip

2. 修改ganglia.conf，这个文件路径同样也是你需要查找一下，可能路径不太一样，后面将不再提醒这个路径问题

可能你们的需要注意复制才行： sudo cp /etc/ganglia-webfrontend/apache.conf /etc/apache2/sites-enabled/ganglia.conf（很关键的一步）
vim /etc/apache2/sites-enabled/ganglia.conf

Alias /ganglia /usr/share/ganglia-webfrontend
  
<Directory "/usr/share/ganglia-webfrontend">
        AllowOverride All
        Order allow,deny
        Allow from all
        Deny from none
</Directory>  

0x03、客户端配置(10.1.1.51、10.1.1.50、10.1.1.251)

需要注意的是，客户端在Ubuntu和CentOS上是不同的包名：
Ubuntu 是安装 Ganglia-monitor；CentOS 是安装ganglia-gmond

1. 配置客户端10.1.1.51、10.1.1.50、10.1.1.251，gmond.conf

vim /etc/ganglia/gmond.conf
修改以下内容：

globals {
  daemonize = yes
  setuid = yes
  user = ganglia
  debug_level = 0
  max_udp_msg_len = 1472
  mute = no
  deaf = no
  host_dmax = 604800 /*secs 超过这个秒数未汇报数据，那么节点则会被清除掉,86400为一天，这里配置的是7天*/
  cleanup_threshold = 60 /*secs 原来是300,这里修改为60是为了更新及时 */
  gexec = no
  send_metadata_interval = 0
}

cluster {
  #name = "unspecified"  
  name = "my cluster"  # cluster名称就是在gmetad.conf里配置的data_source名称
  owner = "unspecified"
  latlong = "unspecified"
  url = "unspecified"
}

udp_send_channel { 
  #mcast_join = 239.2.11.71
  host = 10.1.1.51  # 填写服务器端ip地址，表示当前的客户端发送udp报文给谁
  port = 8649
  ttl = 1
}

/* You can specify as many udp_recv_channels as you like as well. */
udp_recv_channel {
  #mcast_join = 239.2.11.71
  port = 8649
  #bind = 239.2.11.71
}

至此，基础的监控功能的服务端、客户端配置完成，下面来看一下成果

0x04、查看ganglia-web，监控数据

打开:http://10.1.1.51:8088/ganglia即可看到监控的数据，如下：

可以看到在服务端设置的默认集群名字：my cluster
至于节点名字显示问题，已经在上图中介绍了，请注意留看

先来随便看一个节点的数据，下面展示的是50节点的数据：

来看看负载情况，这个是ganglia默认监控的数据，可以看出这个软件有多方便，自带好一些监控的服务

至此，基础的ganglia监控数据已经配置完毕，下面我们来设置一些额外的监控，比如监控cpu温度。

0x05、使用Python自定义扩展ganglia插件

这里只是介绍最简单的自定义插件扩展，监控CPU的温度，本教程使用的插件是来源于ganglia官网的插件，如需下载插件，请右键点击这里进行下载

这个插件资源包含很多监控服务的了，能满足所有的企业的基本监控需求，可以多尝试自定义去扩展监控服务

1. 首先去客户端节点配置

请确保gmond.conf文件里面存在这一行配置，下面这个路径就是用来自定义扩展插件的：

vim /etc/ganglia/gmond.conf
include (’/etc/ganglia/conf.d/*.conf’)

然后创建目录conf.d，这个目录默认是不存在的

mkdir /etc/ganglia/conf.d

切换到conf.d目录下，创建自定义的python扩展插件的配置文件：modpython.conf

cd /etc/ganglia/conf.d
touch modpython.conf

然后保存以下内容：

modules {
  module {
    name = "python_module"
    path = "/usr/lib/ganglia/modpython.so"
    params="/etc/ganglia/python_modules"
  }
}
include("/etc/ganglia/conf.d/*.pyconf")

然后上传刚刚下载的资源里面，cpu_temp/conf.d/cpu_temp.pyconf，将cpu_temp.pyconf上传

rz -y # 弹出窗口之后，选择cpu_temp.pyconf文件上传

然后在/etc/ganglia/目录下创建目录python_modules，并且上传cpu_temp/python_modules/cpu_temp.py，上传cpu_temp.py脚本

mkdir /etc/ganglia/python_modules
cd /etc/ganglia/python_modules
rz -y # 弹出窗口之后，选择cpu_temp.py文件上传

至此，自定义扩展算完成了100%，也可以说完成了90%，为什么呢，因为脚本cpu_temp.py不是一定能够运行成功的，每个人的服务器的cpu温度缓存文件路径不一定都是一样的，首先我们来检查一下脚本能否正常启动读取数据：

python2 cpu_temp.py

如果你看到报错，并且是说找不到文件路径，或者文件路径不存在的错误的话，建议你去搜索一下cpu温度的相关缓存文件在哪，然后再和脚本的路径对比，你就可以修改脚本文件，最终得以正确运行脚本

下面我已经注释了修改的路径，如果你们的修改之后，这个路径还是不对的话，你们你们可以直接搜索下面这条命令，然后将搜索出来的文件路径和脚本的路径进行对比，就很快改好这个脚本了:

sudo find / -name coretemp* 

下面我放一下我修改后的代码：

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
# @Time    : 2019/8/15 19:43
# @Author  : qizai
# @File    : cpu_temp.py
# @Software: PyCharm
import os

descriptors = list()
sysdir = '/sys/devices/platform/'
handler_dict = dict()

def metric_init(params):
    global descriptors
    try:
        coretemp_list = [i for i in os.listdir(sysdir) if i.startswith('coretemp')]
    except OSError:
        print 'No dir named' + sysdir
        os._exit(1)
    if not coretemp_list:
        print 'No dir name starts with coretemp'
        os._exit(1)
    for coretemp in coretemp_list:  # 记得全部都要对应加上这个路径 /hwmon/hwmon1，不然全部都是找不到的,你们根据自己服务器来对应修改
        coreinput_list = [i for i in os.listdir(sysdir + coretemp + '/hwmon/hwmon1') if i.endswith('_input')]
        try:
            with open(sysdir + coretemp + '/hwmon/hwmon1' + '/temp1_label','r') as f:
                phy_id_prefix = f.read().split()[-1]
        except IOError:
            print 'No temp1_label file'
            os._exit(1)
        for coreinput in coreinput_list:
            build_descriptor(coretemp,coreinput,phy_id_prefix)
    return descriptors

def build_descriptor(coretemp,coreinput,phy_id_prefix):
    global handler_dict
    if coreinput == 'temp1_input':
        name = 'cpu_temp_physical_' + phy_id_prefix
        description = 'Physical CPU id ' + phy_id_prefix + ' Temperature'
        groups = 'cpu_temp_physical'
        handler_dict[name] = sysdir + coretemp + '/hwmon/hwmon1' + '/temp1_input'
    else:
        with open(sysdir + coretemp + '/hwmon/hwmon1' + '/' + coreinput[:-6] + '_label','r') as f:
            coreid = f.read().split()[-1]
        name = 'cpu_temp_core_' + phy_id_prefix + '_' + coreid
        description = 'Physical CPU id ' + phy_id_prefix + ' Core ' + coreid + ' Temperature'
        groups = 'cpu_temp_core'
        handler_dict[name] = sysdir + coretemp + '/hwmon/hwmon1' + '/' + coreinput
    call_back = metric_handler
    d = {'name': name,
        'call_back': call_back,
        'time_max': 60,
        'value_type': 'float',
        'units': 'C',
        'slope': 'both',
        'format': '%.1f',
        'description': description,
        'groups': groups
        }
    try:
        call_back(name)
        descriptors.append(d)
    except:
        print 'Build descriptor Failed'

def metric_handler(name):
    try:
        with open(handler_dict.get(name),'r') as f:
            temp = f.read()
    except:
        temp = 0
    temp_float = int(temp) / 1000.0
    return temp_float

def metric_cleanup():
    pass

if __name__ == '__main__':
     metric_init({})
     for d in descriptors:
         v = d['call_back'](d['name'])
         print "----------------------------------------------------------------------------------------"
         print 'value for %s is %.1f %s' % (d['name'],v,d['units'])
         for k,v in d.iteritems():
             print k,v

0x06、重启服务端、客户端

在这里我又要提醒各位，重启的时候，貌似也有一定的顺序，个人测试了发现，重启顺序如下：

sudo /etc/init.d/gmetad restart  # 最先要重启服务端(或者理解为，先启动服务器)
sudo /etc/init.d/ganglia-monitor restart   # 然后再启动客户端
sudo /etc/init.d/apache2 restart  # 再启动Apache

上面重启的步骤当中，最主要就是：启动服务端要比启动客户端早才行，不然你在ganglia-web看不到客户端这些节点的，或者看到节点也是看不到数据的，我在这里已经踩坑很久了，找了很久原因才找到是这个原因，希望能够帮助你们。

0x07、最后来看一下自定义插件能否生效

如果你细心的话，在前面截图当中，你已经见到过这个监控服务了，本人在写这篇博客的时候，是已经配置好了的，所以你在前面见到这个监控服务当然是正常的。

但如果是新的节点，只是默认配置的话，是没有这个监控cpu温度的，因为前面也说了每个服务器的cpu温度缓存文件是不一定都是同一个，所以ganglia开发者是很难适配我们所有的用户的。

至此本文教程写完了，希望能够帮助到各位在运维路上的小伙伴们，觉得不错点个赞呗

感谢认真读完的这篇教程的您

先别走呗，这里有可能有你需要的干货文章：

最详细nagios配置说明及注意事项；