Shell搭建简单的监控告警系统

本文原始代码来自阿铭老师的猿课，自己修改了一部分

监控系统在运维中起到十分重要的作用，它能够提前发现系统中存在的问题并提醒运维人员及时解决。常见的监控linux系统监控软件包括zabbix、nagios、ganglia等。
本文主要用shell脚本以及python搭建一个简单的监控告警系统。

系统结构

监控告警系统的树状结构如下所示，包括bin、conf、log、mail以及shares五个子目录。其中main.sh为主执行脚本；mon.conf为监控配置脚本，负责配置监控系统中的一些选项；log目录主要用来存放监控的一些日志；shares目录下存放具体的监控脚本，如disk.sh用来监控系统的磁盘使用情况；mail.sh用来调用mail.py以发送告警邮件。

1. shares目录

shares目录下存放具体的监控脚本，这里以disk.sh以及load.sh为例

#!/bin/bash
# disk.sh
rm -rf ../log/disk/tmp
# 读取每个磁盘的使用率，并去除百分号
for r in `df -h| awk -F '[ %]+' '{print $5}'| grep -v Use`
do
    #send变量定义在main.sh中
    #如果磁盘使用量超过70%且send=1
    if [ $r -gt 70 ] && [ $send -eq 1 ]
    then
        r1=$r
        echo "$addr `date +%T` disk useage is $r" >> ../log/disk.tmp
    fi
done
if [ -f ../log/disk.tmp ]
then
    #如果log/disk.tmp存在，则将当前磁盘使用量写入，并调用mail.sh发送告警
    df -h >> ../log/disk.tmp
    #使用需要告警的邮箱
    /bin/bash ../mail/mail.sh xxxx@163.com "$addr\_disk:$r1" "`cat ../log/disk.tmp`"
    echo "`date +%T` disk useage is no ok"
else
    echo "`date +%T` disk useage is ok"
fi 

#/bin/bash
# load.sh
load=`uptime |awk -F average: '{print $2}'| cut -d '.' -f1| sed 's/ //g'| cut -d '.' -f1`
if [ $load -gt 10 ] && [ $send==1 ]
then
    echo "$addr `date +%T` load is $load" > ../log/load.tmp
    /bin/bash ../mail/mail.sh xxx@163.com "$addr\_load:$load" "`cat ../log/load.tmp`"
fi
echo "`date +%T` load is $load"

2. conf目录

conf目录下存在监控系统的配置文件，为了方便管理整个监控系统

## to config the options if to monitor

## define mysql server_ip,server_port,user_name and user_passwd
##default 0, 0 not monitor, 1 monitor
to_mon_mysql=0  
db_ip=127.0.0.1
db_port=3306
db_user=root
db_passwd=123456

##httpd，default 0, 0 not monitor, 1 monitor
to_mon_httpd=0

##php
to_mon_php_socket=0

##http_code_502 need to define the path of 'access.log'
to_mon_502=0
log_file=/data/log/xxx.xxx.xxx.com/access/log

##request_count

3. mail目录

mail目录存放mail.sh以及mail.py文件，其中mail.py使用python2编写，调用了smtplib和MIMEText模块，用来发送邮件；mail.sh使用shell编写，负责调用mail.py文件，其中还实现了告警收敛，即首次发送告警邮件后，若未及时处理问题，则不会马上再次发送，而是等10分钟后再发送。

#!/bin/bash
## mail.sh
##告警收敛，首次故障发送后，如果持续故障，则10分钟发送一次告警
log=$1
t_s=`date +%s`  ##获取当前时间戳
t_s2=`date -d "2 hours ago" +%s` ##获取两个小时前的时间戳
##当第一次执行这个脚本时，将t_s2写入日志中
if [ ! -f /tmp/$log ]
then
    echo $t_s2 > /tmp/$log
fi
##从日志中的最后一行获取t_s2，然后将t_s写入脚本
t_s2=`tail -1 /tmp/$log| awk '{print $1}'`
echo $t_s>>/tmp/$log
##获取两次时间戳的时间差，如果是第一次执行，则为3600秒；如果是第二次执行，则t_s2为上一次的t_s，t_s为当前时间戳
v=$[$t_s-$t_s2]
echo $v
##当两次告警时间间隔超过3600秒时，才发送第二次告警
if [ $v -gt 3600 ]
then
    /usr/bin/python /opt/mon/mail/mail.py $1 $2 $3
    echo "0" > /tmp/$log.txt
else
    if [ ! -f /tmp/$log.txt ]
    then
        echo "0" > /tmp/$log.txt
    fi
    nu=`cat /tmp/$log.txt`
    nu1=$[$nu+1]
    echo $nu1 > /tmp/$log.txt
    if [ $nu1 -gt 10 ]
    then
        ./mail.py $1 "trouble continue 10 min $2" "$3"
        echo "0" > /tmp/$log.txt
    fi
fi

mail.py文件主要用了smtplib以及MIMEText模块，由于阿里云的smtp25端口限制，所以使用了587加密端口。

#!/usr/bin/python
#coding:utf-8
import smtplib
from email.mime.text import MIMEText
import sys
import pdb
mail_host="smtp.qq.com"  #设置服务器
mail_user="xxx@qq.com"    #用户名
mail_pass="xxxx"   #口令，不是邮箱的登录密码

def send_mail(to_list,subject,content):
    #me = "zabbix 监控告警平台"+"<"+mail_user+"@"+mail_postfix+">"
    me = 'xxx@qq.com'
    msg = MIMEText(content, 'plain', 'utf-8')
    msg['Subject'] = subject
    msg['From'] = 'xxx@qq.com'
    msg['To'] = to_list
    try:
        ##pdb.set_trace()
        s = smtplib.SMTP(mail_host, 587)
        s.starttls()
        s.login(mail_user,mail_pass)
        s.sendmail(me,to_list,msg.as_string())
        s.close()
        return True
    except smtplib.SMTPException,e:
        print str(e)
        return False
    finally:
        sys.exit(0)
if __name__ == "__main__":
    send_mail(sys.argv[1], sys.argv[2], sys.argv[3])

4. bin目录

bin目录下存放主执行脚本main.sh文件，将该脚本加入crontab中执行，就可以起到监控告警的作用。

#!/bin/bash
#send mail or not
export send=1
#过滤ip地址
export addr=`/sbin/ifconfig | grep -A1 'eth0' | grep addr: | awk '{print $2}' | awk -F: '{print $2}'`
dir=`pwd`
#只需要最后一级目录名
last_dir=`echo $dir| awk -F'/' '{print $NF}'`
#保证脚本执行时在bin目录里
if [ $last_dir == "bin" ] || [ $last_dir == "bin/" ]
then
    conf_file="../conf/mon.conf"
else
    echo "you should enter bin dir"
    exit
fi
#exec 1>>../log/mon.log 2>>../log/err.log
echo "`date +"%F %T"` load average"
/bin/bash ../shares/load.sh
/bin/bash ../shares/disk.sh
#先检查配置文件中是否需要监控502
if grep -q 'to_mon_502=1' $conf_file; then
  export log=`grep 'logfile='$conf_file | awk -F '=' '{print $2}' | sed 's/ //g'`
  /bin/bash ../shares/502.sh
fi