Nagios：监控设备上的服务，优点一目了然的发现服务的状态；可以自己写脚本；可以发告警邮件。缺点是：不记录监控历史。
1. Nagios安装 - 服务端（192.168.0.11）Centos6默认的yum源里没有nagios相关的rpm包，但是我们可以安装一个epel的扩展源： yum install -y epel-release然后安装nagios相关的包yum install -y httpd nagios nagios-plugins nagios-plugins-all nrpe nagios-plugins-nrpe设置登录nagios后台的用户和密码：htpasswd -c /etc/nagios/passwd nagiosadmin(666666)vim /etc/nagios/nagios.cfgnagios -v /etc/nagios/nagios.cfg 检测配置文件启动服务：service httpd start; service nagios start浏览器访问： http://ip/nagios2. Nagios安装 - 客户端（192.168.0.12）在客户端机器上yum install -y epel-releaseyum install -y nagios-plugins nagios-plugins-all nrpe nagios-plugins-nrpe vim /etc/nagios/nrpe.cfg 找到“allowed_hosts=127.0.0.1” 改为 “allowed_hosts=127.0.0.1,192.168.0.11” 后面的ip为服务端ip; 找到” dont_blame_nrpe=0” 改为 “dont_blame_nrpe=1” 启动客户端 /etc/init.d/nrpe start3. 监控中心（192.168.0.11）添加被监控主机（192.168.0.12）到服务端：cd /etc/nagios/conf.d/vim 192.168.0.12.cfg //加入：define host{
use linux-server ; Name of host template to use
; This host definition will inherit all variables that are defined
; in (or inherited by) the linux-server host template definition.
host_name 192.168.0.12
alias 0.12
address 192.168.0.12
}
define service{
use generic-service
host_name 192.168.0.12
service_description check_ping
check_command check_ping!100.0,20%!200.0,50%
max_check_attempts 5
normal_check_interval 1
}
define service{
use generic-service
host_name 192.168.0.12
service_description check_ssh
check_command check_ssh
max_check_attempts 5
normal_check_interval 1
}
define service{
use generic-service
host_name 192.168.0.12
service_description check_http
check_command check_http
max_check_attempts 5
normal_check_interval 1
}
检测配置文件的命令：
nagios -v /etc/nagios/nagios.cfg
要想在web上查看需要重启nagios
5. 配置文件的简单说明我们定义的配置文件中一共监控了三个service：ssh, ping, http 这三个项目是使用本地的nagios工具去连接远程机器，也就是说即使客户端没有安装nagios-plugins以及nrpe也是可以监控到的。其他的一些service诸如负载、磁盘使用等是需要服务端通过nrpe去连接到远程主机获得信息，所以需要远程主机安装nrpe服务以及相应的执行脚本(nagios-plugins)max_check_attempts 5 #当nagios检测到问题时，一共尝试检测5次都有问题才会告警，如果该数值为1，那么检测到问题立即告警normal_check_interval 1#重新检测的时间间隔，单位是分钟，默认是3分钟notification_interval 60 #在服务出现异常后，故障一直没有解决，nagios再次对使用者发出通知的时间。单位是分钟。如果你认为，所有的事件只需要一次通知就够了，可以把这里的选项设为0。 以上服务不依赖于客户端nrpe服务，我们可以想象，我们在自己电脑上可以使用ping或者telnet探测远程任何一台机器是否存活、是否开启某个端口或服务。 而当我们想要检测客户端上的某个具体服务的情况时，就需要借助于nrpe了，比如想知道客户端机器的负责或磁盘使用情况。4. 继续添加服务服务端vim /etc/nagios/objects/commands.cfg增加：define command{ command_name check_nrpe command_line $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$ }
6. 继续编辑 vim /etc/nagios/conf.d/192.168.0.12.cfg 增加如下内容：define service{ use generic-service host_name 192.168.0.12 service_description check_load check_command check_nrpe!check_load max_check_attempts 5 normal_check_interval 1}define service{ use generic-service host_name 192.168.0.12 service_description check_disk_hda1 check_command check_nrpe!check_hda1 max_check_attempts 5 normal_check_interval 1}define service{ use generic-service host_name 192.168.0.12 service_description check_disk_hda2 check_command check_nrpe!check_hda2 max_check_attempts 5 normal_check_interval 1}（注意：host记得更改为自己需要的！！！）说明： check_nrpe!check_load ：这里的check_nrpe就是在commands.cfg刚刚定义的，check_load是远程主机上的一个检测脚本在远程主机上vim /etc/nagios/nrpe.cfg 搜索check_load，这行就是在服务端上要执行的脚本了，我们可以手动执行这个脚本把check_hda1更改一下：/dev/hda1 改为 /dev/sda1再加一行command[check_hda2]=/usr/lib/nagios/plugins/check_disk -w 20% -c 10% -p /dev/sda2客户端上重启一下nrpe服务: service nrpe restart服务端也重启一下nagios服务: service nagios restart5. 配置告警服务端： vim /etc/nagios/objects/contacts.cfg //增加：
define contact{ contact_name 123 use generic-contact alias aming email }define contact{ contact_name 456 use generic-contact alias aaa email }define contactgroup{ contactgroup_name common alias common members 123,456 }然后在要需要告警的服务里面加上contactgroupdefine service{ use generic-service host_name 192.168.0.12 service_description check_load check_command check_nrpe!check_load max_check_attempts 5 normal_check_interval 1 contact_groups common notifications_enabled 1 ；是否开启提醒功能。1为开启，0为禁用。一般，这个选项会在主配置文件（nagios.cfg）中定义，效果相同。 notification_period 24x7 ；发送提醒的时间段。非常重要的主机（服务）我定义为7×24，一般的主机（服务）就定义为上班时间。如果不在定义的时间段内，无论什么问题发生，都不会发送提醒。 notification_options:w,u,c,r ；这个是service的状态。w为waning， u为unknown, c为critical, r为recover(恢复了），类似的还有一个 host对应的状态：d,u,r d = 状态为DOWN, u = 状态为UNREACHABLE , r = 状态恢复为OK，需要加入到host的定义配置里。}参考： 调用短信接口 整合微信