27、监控系统：Nagios 警报含义与 Ganglia 配置使用指南

监控系统：Nagios 警报含义与 Ganglia 配置使用指南

1. Nagios 警报的真实含义

当从 Nagios 或任何监控系统发出通知（即警报）时，它真正意味着什么呢？很多系统管理员的第一反应是“这意味着主机或服务出现故障”，但事实并非如此。实际上，是监控程序或脚本发出了故障信号。当 Nagios 发送通知时，意味着插件脚本以非零退出代码退出（在 Nagios 中，退出代码为零表示“正常”）。

例如，如果插件是 _da_g[dppl ，你可能会认为这意味着远程 Web 服务器已关闭。但如果 _da_g[dppl 请求的 URL 上的静态文件被移动了呢？一个 404 HTTP 状态（表示“未找到文档”）会导致 _da_g[dppl 失败吗？你甚至知道这个问题的答案吗？如果不知道，你应该去弄清楚。又或者，如果监控主机有错误的路由条目，导致与 Web 服务器的通信超时，但通知仍能发送给你，而 Web 服务器本身可能是正常的，并且除了监控主机之外的所有系统都可以访问它。

所以，不要轻易得出通知意味着服务或主机已失败的结论。在采取任何补救措施之前，你需要确切了解每个服务定义所检查的内容，并通过自己的一些检查来验证服务是否真的出现故障。

2. Ganglia 简介

Ganglia 是一个分布式监控系统，它使用图形来展示所收集的数据。Nagios 可以告诉我们应用程序或主机是否未通过检查，而 Ganglia 则用于展示主机资源利用率和性能的长期趋势。你还可以将特定于站点的指标输入到 Ganglia 中，不过这里不会进行演示。

如果某