延迟 Nagios/Icinga 检查

Question

在监控服务器的健康状况时，一些故障或警告是紧急的，但其他的只有在它们持续存在时才重要。我在想这样的事情：

• 有些软件需要更新
• 时间偏移与 NTP 不同

如果未解决这些问题可能会成为真正的问题，但已经有后台服务来处理它们 - 无人值守升级、NTP 客户端服务等。在问题出现和这些后台进程开始解决它们之间总是有很短的延迟，并且我们的监视器在那个间隙发送了一系列电子邮件 - 然后在问题解决后一分钟后再次发送。我通常醒来时会收到一大堆“问题”电子邮件，每封电子邮件都会在一分钟后发送相应的“解决方案”电子邮件。危险在于，在忽略一百个不相关的警告时，我可能会错过真正的警告。

那么是否有任何方法可以指示 Icinga 或 Nagios 仅在问题持续超过特定时间（例如 5 分钟）时才报告问题？

Answer 1

SvW 在他所写的内容中并没有错，但您还应该调查变量max_check_attempts，该变量定义了服务在出现 HARD 错误和通知之前必须失败的检查次数。

对于我的一些触发式服务，我有

max_check_attempts              2
check_interval                  2
retry_interval                  1

这意味着 NAGIOS 会比平时更频繁地检查，一旦发现有问题，它会等待 1 分钟，再检查一次，然后通知。对于其他服务，在它关闭一段时间之前我不在乎，我有

max_check_attempts              12
check_interval                  5
retry_interval                  5

这意味着一旦 NAGIOS 发现某些东西出现故障，它会像往常一样每 5 分钟检查一次，直到它停机一个小时才会告诉我。

这是绝对值得您的调整，直到NAGIOS它告诉你关于你的关心，你关心他们的时候的事，而不是其他; 发出大量误报（即向您发送大量您并不真正关心的通知）的监控系统几乎与具有误报（即未能发现真正问题）的监控系统一样无用。