nagios+ganglia分布式监控

nagios+ganglia监控批量主机

   之前我们学习用nagios+cacti实现网络监控报警，如果是传统的运维工作，有这个工具就足够强大了。但是对于分布式系统的开发+运维人员（DevOps?），更关心的是掌握分布式系统的性能和可用性，根据数据做出性能调整、升级、扩容等的决策，从而保证基础设施服务能够满足不断增长的业务需求。与Cacti、Nagios、Zabbix等工具相比，Ganglia更关注整个集群的性能和可用性。可以用于集群的性能监控、分析和优化。

    就是这样一种工具。Ganglia 是 UC Berkeley 发起的一个开源监视项目，设计用于测量数以千计的节点。Ganglia主要监控集群的性能指标，如cpu 、mem、硬盘利用率， I/O负载、网络流量情况等， 也可以监控自定义的性能指标。通过Ganglia绘制的曲线很容易见到每个节点的工作状态，对合理调整、分配系统资源，提高系统整体性能起到重要作用。gmond 带来的系统负载非常少，这使得它成为在集群中各台计算机上运行的一段代码，而不会影响用户性能。

1. 每个被检测的节点或集群运行一个gmond进程，进行监控数据的收集、汇总和发送。gmond即可以作为发送者（收集本机数据），也可以作为接收者（汇总多个节点的数据）。

2. 通常在整个监控体系中只有一个gmetad进程。该进程定期检查所有的gmonds，主动收集数据，并存储在RRD存储引擎中。

3. ganglia-web是使用php编写的web界面，以图表的方式展现存储在RRD中的数据。通常与gmetad进程运行在一起。

其中，(Round Robin Database tool,环状数据库工具)是一组操作RRD数据的API，支持数据图形化。RRD是一种环状数据库技术，只存储固定数量的数据，新的数据会覆盖最旧的数据。

Ganglia规划：

在动手部署Ganglia之前，首先要对监控体系进行初步的规划。主要考虑两方面的问题：

1. 单集群 or 多集群

   如果节点较少，使用单集群配置起来更容易； 如果节点很多，使用多集群可以避免广播风暴。但是需要为每个集群配置不同的组播通道（通过端口区分），同时要配置gmetad同时监听这多个通道。

2. 组播模式 or 单播模式

   组播模式是ganglia的默认模式，同一集群的多个gmond之间互相交换数据，gmetad中可以指定集群中的任意一个或多个节点作为"data_source"；

   组播模式可能会带来网络的 “抖动（Jitter）”。据说设置节点的时钟同步可以避免抖动的问题； 但如果网络环境不支持组播（比如Amazon’s AWS EC2），就需要使用单播模式。单播模式时，将大部分节点的gmond.conf中,global的deaf设置改为"yes"，则这些节点只发生数据，不接收其他节点的数据，同样也不能作为gmetad中的"data_source"。

   单播模式中还需要设置“send_metadata_interval”，比如30秒。以强制发送元数据。

     ganglia将一个gmetad覆盖的所有集群/节点称为一个grid。可以在/etc/ganglia/gmetad.conf中通过gridname指定其名称。多个grid的数据也可以聚合到一个上级gmetad中。

安装配置：

ganglia 是分布式的监控系统,有两个Daemon, 分别是:客户端Ganglia Monitoring Daemon

(gmond)和服务端Ganglia Meta Daemon (gmetad),还有Ganglia PHP Web Frontend(基于

web的动态访问方式)组成是一个Linux下图形化监控系统运行性能的软件,界面美观、丰富,功能强大

软件下载：

环境：rhel6.3 X86_64 selinux禁止或许可，关闭iptables

######################################################

安装软件可通过yum，rpm，源码安装，在lanmp架构中，我们用源码安装了nginx，mysql，php。此次的ganglia我们通过rpm来安装，下载的软件包不是rpm包，故需将这些软件包制作为rpm包

######################################################

下载包：

get ganglia-3.6.0.tar.gz ganglia-web-3.5.2.tar.gz libconfuse-devel-2.6-3.el6.x86_64.rpm libconfuse-2.6-3.el6.x86_64.rpm

安装制作rpm包的工具

[root@server34 ~]# yum install rpm-build -y

制作ganglia服务端的rpm包，制作过程中需要一些依赖性，根据提示安装依赖性

[root@server34 ~]# rpmbuild -tb ganglia-3.6.0.tar.gz

错误：error: Failed build dependencies:

libart_lgpl-devel is needed by ganglia-3.6.0-1.x86_64

gcc-c++ is needed by ganglia-3.6.0-1.x86_64

python-devel is needed by ganglia-3.6.0-1.x86_64

libconfuse-devel is needed by ganglia-3.6.0-1.x86_64

pcre-devel is needed by ganglia-3.6.0-1.x86_64

expat-devel is needed by ganglia-3.6.0-1.x86_64

rrdtool-devel is needed by ganglia-3.6.0-1.x86_64

apr-devel > 1 is needed by ganglia-3.6.0-1.x86_64

解决，安装依赖性：

[root@server34 ~]# yum install libart_lgpl-devel gcc-c++ python-devel libconfuse-devel expat-devel apr-devel pcre-devel -y

[root@server34 ~]# rpmbuild -tb ganglia-3.6.0.tar.gz

错误：error: Failed build dependencies:

libconfuse-devel is needed by ganglia-3.6.0-1.x86_64

rrdtool-devel is needed by ganglia-3.6.0-1.x86_64

解决，安装依赖性：

[root@server34 ~]# rpm -ivh libconfuse-*

warning: libconfuse-2.6-3.el6.x86_64.rpm: Header V3 RSA/SHA256 Signature, key ID 0608b895: NOKEY

Preparing...                ########################################### [100%]

  1:libconfuse             ########################################### [ 50%]

  2:libconfuse-devel       ########################################### [100%]

[root@server34 ~]# rpmbuild -tb ganglia-3.6.0.tar.gz

错误：error: Failed build dependencies:

rrdtool-devel is needed by ganglia-3.6.0-1.x86_64

解决：                                      

下载软件包 ：rrdtool-perl-1.3.8-6.el6.x86_64.rpm

安装rrdtool-perl软件

[root@server34 ~]# rpm -ivh rrdtool-devel-1.3.8-6.el6.x86_64.rpm

warning: rrdtool-devel-1.3.8-6.el6.x86_64.rpm: Header V3 RSA/SHA256 Signature, key ID c105b9de: NOKEY

Preparing...                ########################################### [100%]

  1:rrdtool-devel          ########################################### [100%]

[root@server34 ~]# rpmbuild -tb ganglia-3.6.0.tar.gz

制作ganglia客户端的rpm包

[root@server34 ~]# rpmbuild -tb ganglia-web-3.5.2.tar.gz

[root@server34 x86_64]# ls

ganglia-devel-3.6.0-1.x86_64.rpm   ganglia-gmond-modules-python-3.6.0-1.x86_64.rpm

ganglia-gmetad-3.6.0-1.x86_64.rpm  libganglia-3.6.0-1.x86_64.rpm

ganglia-gmond-3.6.0-1.x86_64.rpm

制作好的rpm包

安装

[root@server34 x86_64]# rpm -ivh *

Preparing...                ########################################### [100%]

  1:libganglia             ########################################### [ 20%]

  2:ganglia-gmond          ########################################### [ 40%]

  3:ganglia-gmond-modules-p########################################### [ 60%]

  4:ganglia-devel          ########################################### [ 80%]

  5:ganglia-gmetad         ########################################### [100%]

[root@server34 noarch]# pwd

/root/rpmbuild/RPMS/noarch

[root@server34 noarch]# rpm -ivh ganglia-web-3.5.2-1.noarch.rpm

Preparing...                ########################################### [100%]

  1:ganglia-web            ########################################### [100%]

##########以上为rpm软件包的制作过程#######################

ganglia实现监控功能，需更改其配置文件：

[root@server34 rpmbuild]# vim /etc/ganglia/gmond.conf

cluster {

 name = "my cluster"    ####集群名

 owner = "unspecified"

 latlong = "unspecified"

 url = "unspecified"

}

更改端口

mcast_join = 239.2.11.71

 port = 8756    ######监听端口

 ttl = 1

}

/* You can specify as many udp_recv_channels as you like as well. */

udp_recv_channel {

 mcast_join = 239.2.11.71

 port = 8756

 bind = 239.2.11.71

 retry_bind = true

 # Size of the UDP buffer. If you are handling lots of metrics you really

 # should bump it up to e.g. 10MB or even higher.

 # buffer = 10485760

}

/* You can specify as many tcp_accept_channels as you like to share

  an xml description of the state of the cluster */

tcp_accept_channel {

 port = 8756

####为避免更多的主机进入，可改变默认的端口：如本实验将gmond配置文件的端口8649->8679

[root@server34 rpmbuild]# vim /etc/ganglia/gmetad.conf

data_source "my cluster" 192.168.0.34:8756

[root@server34 rpmbuild]# /etc/init.d/gmond start

Starting GANGLIA gmond:                                    [  OK  ]

[root@server34 rpmbuild]# /etc/init.d/gmetad start

Starting GANGLIA gmetad:                                   [  OK  ]

[root@server34 rrds]# cd /var/lib/ganglia/rrd/my\ cluster/

[root@server34 my cluster]# ls

server34.example.com  __SummaryInfo__

[root@server34 my cluster]# cd server34.example.com/

[root@server34 server34.example.com]# ls

boottime.rrd                          mem_writeback.rrd

bytes_in.rrd                          part_max_used.rrd

bytes_out.rrd                         pkts_in.rrd

cpu_aidle.rrd                         pkts_out.rrd

cpu_idle.rrd                          proc_run.rrd

cpu_intr.rrd                          procstat_gmond_cpu.rrd

cpu_nice.rrd                          procstat_gmond_mem.rrd

cpu_num.rrd                           proc_total.rrd

cpu_sintr.rrd                         rx_bytes_eth0.rrd

cpu_speed.rrd                         rx_bytes_lo.rrd

cpu_steal.rrd                         rx_drops_eth0.rrd

cpu_system.rrd                        rx_drops_lo.rrd

cpu_user.rrd                          rx_errs_eth0.rrd

cpu_wio.rrd                           rx_errs_lo.rrd

disk_free_absolute_rootfs.rrd         rx_pkts_eth0.rrd

disk_free_percent_rootfs.rrd          rx_pkts_lo.rrd

disk_free.rrd                         swap_free.rrd

diskstat_sda_io_time.rrd              swap_total.rrd

diskstat_sda_percent_io_time.rrd      tcp_attemptfails.rrd

diskstat_sda_read_bytes_per_sec.rrd   tcpext_listendrops.rrd

diskstat_sda_reads_merged.rrd         tcpext_tcploss_percentage.rrd

diskstat_sda_reads.rrd                tcp_insegs.rrd

diskstat_sda_read_time.rrd            tcp_outsegs.rrd

diskstat_sda_weighted_io_time.rrd     tcp_retrans_percentage.rrd

diskstat_sda_write_bytes_per_sec.rrd  tx_bytes_eth0.rrd

diskstat_sda_writes_merged.rrd        tx_bytes_lo.rrd

diskstat_sda_writes.rrd               tx_drops_eth0.rrd

diskstat_sda_write_time.rrd           tx_drops_lo.rrd

disk_total.rrd                        tx_errs_eth0.rrd

entropy_avail.rrd                     tx_errs_lo.rrd

load_fifteen.rrd                      tx_pkts_eth0.rrd

load_five.rrd                         tx_pkts_lo.rrd

load_one.rrd                          udp_indatagrams.rrd

mem_buffers.rrd                       udp_inerrors.rrd

mem_cached.rrd                        udp_outdatagrams.rrd

mem_dirty.rrd                         udp_rcvbuferrors.rrd

mem_free.rrd                          vm_pgmajfault.rrd

mem_hardware_corrupted.rrd            vm_pgpgin.rrd

mem_mapped.rrd                        vm_pgpgout.rrd

mem_shared.rrd                        vm_vmeff.rrd

mem_total.rrd

为实现集群，将此客户端所需的rpm包拷贝至另一台需要被监控的客户主机

[root@server34 x86_64]# scp ganglia-gmond-modules-python-3.6.0-1.x86_64.rpm ganglia-gmond-3.6.0-1.x86_64.rpm libganglia-3.6.0-1.x86_64.rpm 192.168.0.17:

客户端配置：

下载包：

libconfuse-2.7-4.el6.x86_64.rpm                

libconfuse-devel-2.7-4.el6.x86_64.rpm  

[root@server17 ~]# yum localinstall ganglia-gmond-3.6.0-1.x86_64.rpm ganglia-gmond-modules-python-3.6.0-1.x86_64.rpm libconfuse-2.7-4.el6.x86_64.rpm  libconfuse-devel-2.7-4.el6.x86_64.rpm libganglia-3.6.0-1.x86_64.rpm -y

[root@server17 ~]# vim /etc/ganglia/gmond.conf

cluster {

 name = "my cluster"

 owner = "unspecified"

 latlong = "unspecified"

 url = "unspecified"

}

更改端口

mcast_join = 239.2.11.71

 port = 8756

 ttl = 1

}

/* You can specify as many udp_recv_channels as you like as well. */

udp_recv_channel {

 mcast_join = 239.2.11.71

 port = 8756

 bind = 239.2.11.71

 retry_bind = true

 # Size of the UDP buffer. If you are handling lots of metrics you really

 # should bump it up to e.g. 10MB or even higher.

 # buffer = 10485760

}

/* You can specify as many tcp_accept_channels as you like to share

  an xml description of the state of the cluster */

tcp_accept_channel {

 port = 8756

[root@server17 ~]# /etc/init.d/gmond start

检测

浏览器：

ganglia与nagios报警整合

[root@server34 ~]# cp ganglia-3.6.0/contrib/check_ganglia.py  /usr/local/nagios/libexec/

check_ganglia.py 需以nagios的身份运行

[root@server34 libexec]# chown nagios.nagios check_ganglia.py

[root@server34 libexec]# vim check_ganglia.py

 ganglia_port = 8756

[root@server34 libexec]# vim check_ganglia.py

if critical > warning:

 if value >= critical:

   print "CHECKGANGLIA CRITICAL: %s is %.2f" % (metric, value)

   sys.exit(2)

 elif value >= warning:

   print "CHECKGANGLIA WARNING: %s is %.2f" % (metric, value)

   sys.exit(1)

 else:

   print "CHECKGANGLIA OK: %s is %.2f" % (metric, value)

   sys.exit(0)

else:

 if critical >= value:

   print "CHECKGANGLIA CRITICAL: %s is %.2f" % (metric, value)

   sys.exit(2)

 elif warning >= value:

   print "CHECKGANGLIA WARNING: %s is %.2f" % (metric, value)

   sys.exit(1)

 else:

   print "CHECKGANGLIA OK: %s is %.2f" % (metric, value)

   sys.exit(0)

检测：

[root@server34 libexec]# /usr/local/nagios/libexec/check_ganglia.py -h server34.example.com -m disk_free_percent_rootfs -w 30 -c 10

CHECKGANGLIA OK: disk_free_percent_rootfs is 86.33

增加检测ganglia的命令

[root@server34 objects]# vim commands.cfg

# 'check_ganglia' command definition

define command{

       command_name    check_ganglia

       command_line    $USER1$/check_ganglia.py -h $HOSTADDRESS$ -m $ARG1$ -w $ARG2$ -c $ARG2$

       }

增加ganglia的模板

[root@server34 objects]# vim templates.cfg

define service {

use generic-service

name ganglia-service

hostgroup_name ganglia-servers

service_groups ganglia-metrics

}

[root@server34 objects]# vim hosts.cfg

define hostgroup{

       hostgroup_name  linux-servers ; The name of the hostgroup

       alias           Linux Servers ; Long name of the group

       members         *     ; Comma separated list of hosts that belong to this group

       }

define hostgroup {

hostgroup_name ganglia-servers

alias ganglia-servers

members *

}

[root@server34 objects]# vim services.cfg

##################################check_ganglia###################

define servicegroup {

servicegroup_name ganglia-metrics

alias Ganglia Metrics

}

define service{

       use                             ganglia-service

       service_description             根分区空闲

       check_command                   check_ganglia!disk_free_percent_rootfs!20!10

       }

define service{

       use                             ganglia-service         ;

       service_description             系统负载

       check_command                   check_ganglia!load_one!4!5

       }

检查配置是否正确

[root@server34 objects]# /usr/local/nagios/bin/nagios -v /usr/local/nagios/etc/nagios.cfg

[root@server34 objects]# /etc/init.d/nagios reload

检查：

如果一切正常,您应该看到 Ganglia 数据现在已经在 Nagios 的监视之下

结合使用 Ganglia 和 Nagios,您可以监视任何内容。您可以控制整个云!