監(jiān)控系統(tǒng)是運維人員的眼睛，監(jiān)控是為了發(fā)現(xiàn)潛在問題并能及時告警，是故障診斷和分析的基礎平臺。在發(fā)生事故之前就能預警，最大限度降低系統(tǒng)故障率，是監(jiān)控系統(tǒng)的終極目標和價值體現(xiàn)。本文旨在幫助大家詳細了解監(jiān)控系統(tǒng)，并提供三大開源的監(jiān)控解決方案。

監(jiān)控系統(tǒng)

       監(jiān)控粒度、監(jiān)控指標完整性、監(jiān)控實時性是評價監(jiān)控系統(tǒng)的三要素。從分層體系可以把監(jiān)控系統(tǒng)分為三個層次：

硬件層：硬件是指服務器物理機本身，或者網絡設備、安全設備等等，這類監(jiān)控一般使用廠商提供的接口來實現(xiàn)，比如IPMI(智能平臺管理接口)、SNMP，物理設備出廠一般會提供此接口。一般情況下，通過IPMI可以直接獲取設備的運行狀態(tài)信息，包括服務器各部分的溫濕度、硬盤狀態(tài)、風扇轉速等信息。硬件監(jiān)控的目的是物理設備出現(xiàn)故障時可以第一時間發(fā)現(xiàn)并更換配件，在物理機層面保證高可用。

系統(tǒng)層：操作系統(tǒng)，或者稱為基礎監(jiān)控，包括設備的CPU、Mem利用率、磁盤空間使用情況、進程的CPU負載、網絡吞吐量等操作系統(tǒng)層面的指標，監(jiān)控這些指標的意義在于保證操作系統(tǒng)的健康運行，并在出現(xiàn)告警后第一時間排除故障，操作系統(tǒng)是應用系統(tǒng)的基礎，系統(tǒng)級故障往往很致命，直接關系到應用系統(tǒng)是否能夠正常運行，嚴重的系統(tǒng)級故障甚至無法恢復，我們要在系統(tǒng)出現(xiàn)故障前了解系統(tǒng)的運行狀況，時刻保持系統(tǒng)的健康運行。

業(yè)務層：業(yè)務系統(tǒng)的健康一般能吸引企業(yè)最直接的關注，而業(yè)務系統(tǒng)出現(xiàn)故障對應用的影響也最直接，對業(yè)務系統(tǒng)的監(jiān)控是理所當然的，業(yè)務系統(tǒng)的監(jiān)控指標并不像硬件、操作系統(tǒng)那樣具有普遍性。常規(guī)架構的前臺-后臺，我們一般關注Java內存分配、Nginx活動連接數和進程信息。特殊架構的業(yè)務系統(tǒng)需要根據業(yè)務人員關注重點來調整監(jiān)控指標。

三大開源運維監(jiān)控系統(tǒng)

Cacti平臺

       Cacti是一套基于PHP、MySQL、SNMP及RRDTool開發(fā)的網絡流量監(jiān)測圖形分析工具。它通過snmpget來獲取數據，使用 RRDtool繪畫圖形，而且你完全可以不需要了解RRDtool復雜的參數。它提供了非常強大的數據和用戶管理功能，可以指定每一個用戶能查看樹狀結構、host以及任何一張圖，還可以與LDAP結合進行用戶驗證，同時也能自己增加模板，功能非常強大完善。

優(yōu)點：

1. 適合監(jiān)控系統(tǒng)性能，通過曲線很容易見到每個節(jié)點的工作狀態(tài)，對合理調整、分配系統(tǒng)資源，提高系統(tǒng)整體性能起到重要作用;

2. 支持瀏覽器方式訪問，但不能監(jiān)控節(jié)點硬件技術指標;

3. 適合大型集群環(huán)境;

4. 部署方便，不用逐臺機器添加配置;

5. 一臺服務器能夠通過不同的分層管理上萬臺機器;

6. 可以自定義監(jiān)控項，監(jiān)控展示有表格和圖像兩種，支持手機版。

缺點：

1. 沒有內置的消息通知系統(tǒng);

2. 沒有報警機制，出現(xiàn)問題不能夠及時報警。

Nagios監(jiān)控

       Nagios是一款開源的免費網絡監(jiān)視工具，能有效監(jiān)控Windows、Linux和Unix的主機狀態(tài)，交換機、路由器等網絡設備，以及打印機、復印機等外設。在系統(tǒng)或服務狀態(tài)異常時發(fā)出郵件或短信報警，第一時間通知網站運維人員，在狀態(tài)恢復后發(fā)出正常的郵件或短信通知。

優(yōu)點：

1. 自動化運維，出錯的服務器、應用和設備會自動重啟;

2. 配置靈活，監(jiān)控項目很多，可以自定義shell腳本，通過分布式監(jiān)控模式，非常適合大型網絡;

3. 自動日志滾動;

4. 支持以冗余方式進行主機監(jiān)控;

5. 在服務事件和主機事件之間良好的相關性;

6. 命令重新加載配置文件無需打擾Nagios的運行;

7. 報警設置多樣性。

缺點：

1. 很弱的事件控制臺;

2. 對性能、流量等指標的處理不給力;

3. 看不到歷史數據，只能看到報警事件，很難追查故障原因;

4. 配置復雜，初學者投入的時間、精力比較大;

5. 插件的易用性不好。

Zabbix企業(yè)級監(jiān)控平臺

       Zabbix是一款開源的企業(yè)級監(jiān)控平臺，基于CS 架構?？捎糜诒O(jiān)視各種網絡服務、服務器和網絡設備等狀態(tài)。它具有高可用性，分布式監(jiān)控手段，對分布于不同網段的設備提供了proxy方式來監(jiān)控，對于部署的友好程度顯而易見；支持虛擬人工神經網絡平臺和監(jiān)控方法，真正的開源，沒有附加的組件，基于Zabbix目前已經有一些商業(yè)公司提供自有的監(jiān)控方案來滿足企業(yè)的需求，在商業(yè)生態(tài)方面Zabbix的無疑是做的最好的。

優(yōu)點：

1. 支持多平臺的企業(yè)級分布式開源監(jiān)控軟件;

2. 安裝部署簡單，管理方便;

3. 功能強大、監(jiān)控靈活，可實現(xiàn)復雜多條件告警;

4. 多種數據采集插件，靈活集成;

5. 自帶畫圖功能，得到的數據可以繪成圖形;

6. 同時支持調用腳本，很方便;

7. 提供多種API接口，定制化最高的監(jiān)控軟件;

8. 出現(xiàn)問題時可自動遠程執(zhí)行命令(需對agent設置執(zhí)行權限)。

缺點：

1. 項目批量修改不方便;

2. 社區(qū)雖然成熟，但是中文資料相對較少，服務支持有限;

3. 入門容易，能實現(xiàn)基礎的監(jiān)控，但是深層次需求需要非常熟悉Zabbix并進行大量的二次定制開發(fā)，難度較大;

4. 系統(tǒng)級別報警設置相對比較多，如果不篩選的話報警郵件會很多;并且自定義的項目報警需要自己設置，過程比較繁瑣;

5. 缺少數據匯總功能，如無法查看一組服務器平均值，需進行二次開發(fā);

6. 數據報表需要特殊二次開發(fā)定義。

總結

       Cacti在一些需要展示的場景中更適合，因為Cacti真的可以繪制出很理想的圖形，但在告警方面比較薄弱。

       Nagios有完善的報警機制，能夠對數據狀態(tài)進行實時轉換，并完成報警。但Nagios僅關注狀態(tài)轉換，并完成報警。受監(jiān)控設備數影響，如果監(jiān)控的設備過多，會導致Nagios不能夠很好的監(jiān)控，最多能夠監(jiān)控100-300臺設備之間。適合中小型企業(yè)使用。

       Zabbix結合了Cacti和Nagios的優(yōu)點，完善的告警機制和圖形化的展示，可采用分布式的監(jiān)控手段，對更多的設備進行監(jiān)控。Zabbix是企業(yè)級的監(jiān)控平臺，配置稍微復雜，需要專業(yè)人員部署。

       據統(tǒng)計數據，Zabbix的市場份額明顯比Nagios和Cacti的高出很多，這也與其學習曲線有關，如果不需要監(jiān)控很復雜的指標，Zabbix是自帶這些功能的，而且全web操作，對技術人員要求很低，但是如果要實現(xiàn)比較復雜的監(jiān)控指標，學習成本就會大大增加，初學者根據自身情況，并結合公司業(yè)務選擇一款適合自己的才是最好的。

       沒有最好的工具，只有用的最好的人。

 

文章部分引用于https://blog.csdn.net/varyall/article/details/82722911