标签: monitoring

我有一个 linux 电子邮件服务器，我正在考虑将其迁移到“云”中。在调查定价后，我发现我的主要成本将是带宽。你们建议如何测量一段时间内传输的数据总量？

我是多年的开发人员，但没有大量的操作经验，所以如果这是一个新问题，请道歉。

在我的公司，我们运行一个用 Java 编写的 Web 服务，主要基于 Tomcat Web 服务器。我们有两个数据中心，每个数据中心大约有 10 台主机。主机有几种类型：Dababase、Tomcats、一些离线java进程、memcached服务器。所有主机都是 Linux CentOS

到目前为止，在发布新版本到生产环境时，我们一直在使用一组内部 shell 脚本来复制 jars/wars 并重新启动 tomcat。

公司变得越来越大，因此操作所有这些并从开发、QA、暂存和生产中获取代码变得越来越困难。一次典型的发布多次涉及人为错误，这会花费我们宝贵的正常运行时间。有时我们需要恢复到上次已知的好处，这至少不容易说......

我们正在寻找一个工具、一个框架、一个解决方案，可以提供以下内容：

• 支持给定的技术列表（java、tomcat、linux 等）
• 通过不同阶段（包括 QA 和生产）提供轻松部署
• 提供配置管理。例如设置服务器属性（每个主机的连接 URL 是什么等）、server.xml 或上下文配置等
• 监控。如果我们可以在同一个包中进行监控，那就太好了。如果没有，那么我们可以使用另一个工具来监控我们的服务器。
• 最好是有大量文档的开源软件；)

有人可以分享他们的经验吗？推荐几个工具？

谢谢！

我已经god在至少十几个（或更多）服务器上安装了运行 CentOS 5.5 的 i386 和 x86_64 版本的完美运行。我刚刚设置了两个新的 CentOS 5.5 x86_64 服务器并安装了 God，但是我收到了一个事件系统错误：

$ tail /var/log/god.log 
E [2011-04-22 12:33:17] ERROR: Condition 'God::Conditions::ProcessExits' 
requires an event system but none has been loaded 

$ god check 
using event system: none 
[fail] event system did not load 

$ uname -a 
Linux server2.example.com 2.6.18-238.9.1.el5 #1 SMP Tue Apr 12 18:10:13 EDT 2011 x86_64 x86_64 x86_64 GNU/Linux 

我在任何 CentOS 服务器上都找不到任何cn或netlink内核模块。但是我还有其他可以正常工作的服务器：

$ god check 
using event system: netlink 
starting event …

有没有人在 nagios 警报消息中添加了一个链接，允许接收者只需单击链接即可将警报置于确认状态。我环顾四周，但什么也看不见。

我的任务是设置 300 台服务器的监控，做不同的事情。我一直在研究各种工具，例如 Nagios、Munin 和其他工具——所以我首先对如何实现监控有了一个很好的想法。

我想知道的是，如果我对服务器不太了解，通常将哪些指标作为良好的默认值进行监控？而且，就警报而言，什么是“合理的默认值”？

我的计划是首先部署一个具有合理默认值的监控方案，同时我会规划不同系统的角色——我预计这需要一些时间。

这个问题也可以用不同的方式问：

如果你正在设计一个监控设备——它的默认 Linux 监控模板应该包含什么？

使用 Active Directory，监控复制的好方法是什么？

我有多个站点和多个位置，因此理想情况下，站点之间和站点内的复制都会受到监控。我不确定是否需要监视每个 DC、每个 NTDS 连接或每个 DC *每个 NTDS 连接。

为了适应标准的警报方法，如果复制延迟 X 分钟，性能计数器将允许我发出警报，这似乎是理想的。

我们在其中一台服务器上安装了 munin 监控。一般来说，它似乎运行良好，但有时，准确地说是 2 个月内 4 次，munin-cron 会产生以下错误：

[致命] 这里没有什么可做的，因为没有带有任何插件的节点。请参阅http://munin-monitoring.org/wiki/FAQ_no_graphs在 /usr/share/munin/munin-html 第 38 行

在搜索此错误时，我只能找到 munin 根本无法工作的问题，而不是我们面临的间歇性问题。

一些帮助防止此错误或如何调试它将不胜感激。

我们正在运行 CentOS 5.5，使用 yum 安装的 Munin 1.4.5。

我知道 Nagios 可以监控日志文件中的内容并发出警报，但是有谁知道插件或其他工具可以监控特定字符串的日志文件，然后在电子邮件中发送整行那场比赛发生了？

我正在我的 64 位 Web 服务器上执行监控任务，该服务器有几个以 32 位模式运行的应用程序池。我在 perfmon 中使用 .Net CLR Memory 对象来监视它们。但是，我的性能监视器显示 0，除了 GC 句柄和正在使用的接收器块数之外的所有内容。其余的应用程序池工作正常。在以完全相同的方式配置的另一台服务器（在 64 位 IIS 上运行的 32 位应用程序池）上，WMI 甚至不会枚举我的所有 w3wp 实例。

有没有人对这些问题有任何想法？或者是否有工具可以监控在 64 位平台上运行的 32 位应用程序池，而不是使用内置的性能监控器？

另外，在 WMI 没有枚举所有 w3wp 实例的服务器上，我们在事件日志中有以下三个错误消息。

1. “ASP”服务的性能库“C:\WINDOWS\system32\aspperf.dll”的配置信息与存储在注册表中的可信性能库信息不匹配。该库中的函数不会被视为受信任的。（事件 ID 2003，源 Perflib）

2. “W3SVC”服务的性能库“C:\WINDOWS\system32\inetsrv\w3ctrs.dll”的配置信息与存储在注册表中的可信性能库信息不匹配。此库中的函数不会被视为受信任的。（事件 ID 2003，源 Perflib）

3. “InetInfo”服务的性能库“C:\WINDOWS\system32\infoctrs.dll”的配置信息与存储在注册表中的可信性能库信息不匹配。此库中的函数不会被视为受信任的。（事件 ID 2003，源 Perflib）

4. 由于“ASP.NET_2.0.50727”服务的性能计数器库为该服务生成了一个或多个错误，因此该会话已禁用该服务的性能计数器数据收集。强制执行此操作的错误已写入应用程序事件日志。（事件 ID 1018，源 Perflib）

这些错误可能与我的问题有关。即使我在 wbem 目录中重新注册所有 .dll 文件，它仍然出现。有谁知道这些错误消息的含义以及如何修复它们？

另外对于.Net CLR Memory 对象中第一个值为0 的服务器，事件日志中没有错误消息。

我正在 AWS ec2 上运行一个 ubuntu gpu 实例。我不确定我的应用程序是否使用 GPU 加速。那么如何检查 aws gpu 实例上的 gpu 使用情况？