标签: monitoring

我们使用 Nagios，当有事情发生时我会收到短信。许多其他系统管理员也会收到短信。但是，人们是否有其他聪明/酷炫的方式收到 nagios 警报？

如何使用 Nagios 监控 Windows 客户端？是否有任何替代解决方案可用？

我有几个进程占用了大量系统 CPU 时间（通过查看 vmstat 确定）。有没有一种简单的方法可以找出正在执行的系统调用类型？

我知道有 strace，但是有没有更快更简单的方法？是否存在类似于系统调用的“顶部”之类的东西？

关于监控网络服务器是否在 linux 上启动并运行的软件的任何提示？它应该能够在不知道 URL 的情况下运行。并且它必须具有在站点出现故障时发送电子邮件警报的功能。自己为此编写脚本应该不难，但如果已经有一些不错的东西，这似乎毫无意义。

请注意，我将监视内部服务器，因此这需要是在同一网络上的机器上运行的工具，而不是基于外部 Web 的服务。

请注意，小型和简单的解决方案是首选。

更新：我最终创建了一个我目前正在使用的小型 python 脚本，它可以在这里找到。

我有一个 nagios 服务器设置用于监控 ~ 30 个 Windows 服务器。我想添加一些趋势图表。我读到 nagios 图形插件很简单，很多人使用单独的、独立的图表/趋势工具。

nagios 绘图插件与 ganglia/munin/cacti 等独立产品相比有哪些限制？

我对独立软件包提供而 nagios 图形插件不提供的特定功能和优势感兴趣。

如果服务失败几次，Monit 似乎会放弃重新启动服务，并取消对其进行监控。我在文档中找不到任何关于时间或原因的细节。

我的 Monit 配置将设置如下：

set daemon 10
set logfile /var/log/monit.log
set statefile /var/lib/monit/monit.state
set alert foo@example.com not { nonexist, action, instance }
include /etc/monit/conf.d/*

这是我正在使用的 Monit 规则集的示例：

check process myservice
  with pidfile /var/run/myservice/myservice.pid
  start program = "/home/myservice/current/start-myservice.sh"
    as uid myservice and gid myservice
  stop program = "/home/myservice/current/stop-myservice.sh"
    as uid myservice and gid myservice
  mode active

在我的环境中，我希望它无限期地继续尝试轮询间隔。有没有办法将 monit 配置为从不停止监视服务，即使它没有成功启动？

刚开始在一家新公司工作，我的第一个任务是寻找内部监控系统的替代方案。

他们当前的解决方案是一个 .Net 应用程序，它通过 WAN 检查各种设备（因为他们是一家提供 24/7 支持/“维护”的 IT 咨询公司）。设备范围从路由器/交换机/打印机到 MS 服务器和服务。

在阅读了网站上的无数帖子并在谷歌上广泛搜索之后，似乎一致认为某种 Nagios/Munin 混合是要走的路。

这让我想到了我的问题：

A) 是否可以在公司本地运行 Nagios 服务器并通过 WAN 监控各种外部站点？（他们不希望每个站点都有本地 Nagios 服务器，因为大多数站点相对较小（10-25 台主机）并且站点数量非常大（75-100））。

B) 如果是这样，代理将如何联系 Nagios 后端？通过SSH？HTTP？

C) 除了易受 WAN 链接故障的影响之外，这种解决方案的直接缺点是什么？

感谢任何反馈，我提前为任何误解道歉，因为我对这个行业很陌生。

我看到很多人将 monit 与 runit 结合使用。那不是多余的吗？使用 runit 又有什么意义呢？是不是因为它在处理服务时更可靠（因为它不依赖于 pidfiles）？

谢谢！

最近 Windows Azure 存储 SSL 证书过期，这导致了很多问题。现在，任何用户都可以检索该证书，因此每个人都可能注意到它即将过期。

现在更换即将到期的证书的典型时间范围是多少？是到期前一个月还是到期前一周或任何其他时间？

换句话说，假设我正在验证第三方服务证书并看到它在 N 天后过期。如果我提前一天注意到它可能为时已晚 - 我需要时间联系服务所有者，他们需要时间重新颁发证书并更换它。如果我提前一个月注意到 - 现在发出警报可能还为时过早 - 也许服务所有者将稍后更换证书。

N 的值是多少，如果 SSL 证书将在 N 天后到期，则服务所有者很可能已经忘记了它的到期时间？何时更新即将到期的 SSL 证书的常见做法是什么？

根据SMART数据，你可以判断一个磁盘的健康状况，至少是这个想法。例如，如果我sudo smartctl -H /dev/sda在我的 ArchLinux 笔记本电脑上运行，它会说硬盘驱动器通过了自检，并且基于此它应该是“健康的”。

我的问题是这些信息有多可靠，或者更具体地说：

• 如果根据 SMART 数据该磁盘是健康的，尽管如此，该磁盘突然发生故障的几率是多少？这假设故障不是由于某些无法预测的灾难性事件造成的，例如笔记本电脑掉在地板上导致驱动器磁头撞击磁盘。
• 如果 SMART 数据没有表明磁盘状况良好，那么磁盘在一段时间内发生故障的几率是多少？是否有可能出现误报以及这些误报有多普遍？

当然，无论如何我都会备份。我主要是好奇。