手把手带你用Zabbix进行操作系统监控

Zabbix默认使用Zabbix agent监控操作系统，其内置的监控项可以满足系统大部分的指标监控，因此，在完成Zabbix agent的安装后，只需在前端页面配置并关联相应的系统监控模板就可以了。如果内置监控项不能满足监控需求，则可以通过system. run[command, ]监控项让Zabbix agent运行想要的命令来获取监控数据。

下面介绍Zabbix对于Linux和Windows的监控。

安装Zabbix agent的过程就不赘述了，主要介绍一些关键的配置和功能。

1操作系统相关监控项的选择及优化

▊ Zabbix agent类型的监控项

在Zabbix官方手册中，可以查看Zabbix agent类型的监控项键值说明，其中不仅列出了所有操作系统可使用的键值，还包括参数和注意事项等信息。对于Windows系统，官方还列出了其特有的监控项，如服务、性能计数器等。

同样，手册中也介绍了上述监控项对不同操作系统的适用情况，明确地指出了不同操作系统中可用及不可用的监控项。

▊ 监控项主/被动模式的选择及优化

建议使用Zabbix默认的操作系统模板监控相应的主机，但是需要一些优化来确保达到最好的监控效果，以及最大限度地减少Zabbix系统性能的开销。

下面介绍Zabbix agent(active)和Zabbix agent监控项类型的区别。

前者又名主动模式监控项类型，后者为被动模式监控项类型。这里的主动和被动都是针对Zabbix agent来说的。主动模式监控项，顾名思义，就是Zabbix agent会主动上报监控数据给Zabbix server。而被动模式监控项就是指Zabbix server根据监控项的更新间隔向Zabbix agent拉取监控数据。两者都有各自的适用范围。

在小型环境中，当主机数量为200～500台时，可以将大部分监控项设置为Zabbix agent（被动模式）类型的监控项，这样，监控数据的更新时间不会受被监控对象的系统时间的影响，更新时间都是跟着Zabbix server走的。

在中大型环境中，建议将大部分监控项设置为Zabbix agent(active)（主动模式）类型的监控项，这样，Zabbix agent会主动上报监控数据给Zabbix server，可以大大减小Zabbix系统的压力。但主动模式监控项的监控数据会受到操作系统的时间影响，当被监控对象的系统时间与Zabbix server的系统时间有偏差时，其含有nodata函数的触发器就会产生误告警。

下面以Linux模板Template OS Linux为例进行优化。

经过多年的实践经验，建议将agent ping、Host local time及所有自动发现的规则项（不是监控项原型里的）都设置为被动模式，这样就不会受到系统时间的影响了。将自动发现的监控项设为被动模式，主要是由于间隔时间太长，导致纳管主机的监控数据很久才出来，这个时候，被动模式的监控项就可以使用“check now”的功能了。

监控频率：与主机性能指标有关的监控项，如CPU、内存等，建议将频率调整为1次/分钟；而一些信息指标监控项，如Host name、Version of zabbix_agent(d) running等，建议将频率设置为1次/小时（或更长）；对于模板中的自动发现监控项，如Mounted filesystem discovery、Network interface discovery等，也建议将频率设置为1次/小时；对于一些容量指标监控项，如总内存、总文件系统大小等，也都建议将频率设置为1次/小时。

关闭无用的触发器：在默认的模板中，官方提供了很多触发器，在实际使用中，用户可以根据自身需求开启/关闭。

▊ 告警抑制及触发器中宏变量的巧用

Zabbix提供了很多触发器函数，用户可以通过使用这些函数灵活地制定告警规则。下面就简单介绍一下常用在操作系统监控中的触发器函数。

（1）告警抑制。

告警抑制在监控中起到了很大的作用，可以有效减少误告警。但Zabbix没有直接相关的告警抑制选项，可以通过几个常用的触发器函数来达到抑制告警的目的。

告警抑制需求举例：如果CPU iowait连续5min都大于20%，则告警{Template OS Linux:system.cpu.util[,iowait].min(5m)}>20，表示5min内的最小值大于20%就告警，即只有5min内的数据都大于20%才告警。基本上所有的告警都可以用类似的方法进行抑制。

（2）宏变量。

Zabbix有一个特性，就是模板关联主机之后，主机中继承自模板的监控项和触发器的配置很多都是不能改的，这就导致使用者很难定制化一些告警阈值。但Zabbix提供了宏变量来解决这一问题。下面同样以CPU iowait监控项的触发器举例。

对于{Template OS Linux:system.cpu.util[,iowait].avg(5m)}>20，其中的20为固定的值，现在有一种场景：有20台主机，都套用了Linux的模板，但其中两台主机需要将CPU iowait的阈值调整成10%，其他不变。此时如果设置成固定的20，那么对于特定机器的阈值调整很难做到。解决方案如下：将模板中的触发器写成{Template OS Linux:system.cpu. util[,iowait].avg(5m)}>{$CPUIOWAIT}，然后在模板的“宏”选项卡中添加一个模板宏“{$CPUIOWAIT}”，值为“20”，如图1所示。

图1

这是模板宏，此时将那两台需要修改阈值的主机的宏改为10就可以了，因为在主机中，主机宏的优先级是高于模板宏的优先级的。

（3）LLD宏变量。

LLD的宏变量解决了在自动发现中单个监控项宏的问题。例如，有以下场景：一台主机中有很多文件系统，整个文件系统的告警阈值宏变量为85%，此时，有一个文件系统/opt，它的阈值需要设置为95%。为了解决这个问题，Zabbix也提供了LLD宏变量，书写方式为：

{host:vfs.fs.size[{#FSNAME},pfree].last()}<{$LOW_SPACE_LIMIT:"{#FSNAME}"}

此时，在主机宏中添加“{$LOW_SPACE_LIMIT:"/opt "}”，值为“95”就可以了，如图2所示。

图2

2Linux

本节主要介绍Linux系统中CPU、内存、文件系统相关Zabbix监控指标的使用及优化。

1．CPU使用率

Zabbix默认的CPU使用率相关的监控项共有15个，但是没有可以表示主机总体CPU使用率的监控项。可以通过创建可计算类型的监控项来监控总体的CPU使用率指标，计算逻辑为“100-system.cpu.util[,idle]”，意思是用100减去CPU的空闲值，可以比较准确地表示总体CPU的使用率。

2．内存使用率

Zabbix默认的内存键值vm.memory.size中有很多参数。

• total：总物理内存。
• free：可用内存。
• active：RAM中当前或最近使用的内存。
• inactive：未使用内存。
• wired：被标记为始终驻留在RAM中的内存，不会移动到磁盘中。
• pinned：和wired一样。
• anon：与文件无关的内存（不能重新读取）。
• exec：可执行代码，通常来自一个（程序）文件。
• file：缓存最近访问文件的目录。
• buffers：缓存文件系统元数据。
• cached：缓存。
• shared：可以同时被多个进程访问的内存。
• used：active + wired 内存。
• pused：active + wired 总内存的百分比。
• available：inactive + cached + free memory内存。
• pavailable：inactive + cached + free memory占total的百分比。

可以看到，available、pavailable是inactive + cached + free memory的可用内存，而used、pused则不是，更建议给pavailable参数的内存监控项设置告警阈值。

3．文件系统

默认模板中关于文件系统的监控项共有5个。

• Free disk space on {#FSNAME}。
• Free disk space on {#FSNAME} (percentage)。
• Free inodes on {#FSNAME} (percentage)。
• Total disk space on {#FSNAME}。
• Used disk space on {#FSNAME}。

建议将文件系统的监控项改为3个，分别为总容量、已使用大小、已使用的百分比大小，这样也可以减小Zabbix的压力。

3Windows

本节主要介绍Windows系统中服务、性能计数器、事件日志相关Zabbix监控指标的使用及优化。

1．Windows服务的自动发现

在大部分情况下，用户不会去关心所有Windows系统的服务，但默认模板会将所有的服务都发现出来并添加告警。对此，建议将模板中的Windows service discovery关闭，当有主机需要监控服务时，在主机上开启，并添加过滤条件来找到需要监控的服务，如图3所示。

图3

2．Windows性能计数器监控

Zabbix提供了一个很重要的且专属于Windows的监控项键值perf_counter [counter, ]，通过这个键值，就可以监控性能计数器中的数据了，如监控项Average disk read queue length的键值为perf_counter[\234(_Total)\1402]。具体使用方法在官方手册中有介绍。

3．Windows event log

在Windows中有一个重要的组件，就是event log。Zabbix同样提供了相应的专属键值来监控它，即eventlog[name,,,, ,,]。可以看到，这个键值中有非常多的参数，可以很准确地监控用户需要的日志。

打开Windows中的事件查看器，选择一个事件，如图4所示。

图4

可以看到，键值中的参数在图4中都有出现。

• name：日志名称。
• ：级别。
• ：来源。
• ：事件ID。

需要注意的是，上述参数都需要填写英文。