相关阅读：Nagios：一款开源的电脑系统和网络监控工具（上）
六、配置Nagios
Nagios 主要用于监控一台或者多台本地主机及远程的各种信息，包括本机资源及对外的服务等。默认的Nagios 配置没有任何监控内容，仅是一些模板文件。若要让Nagios 提供服务，就必须修改配置文件，增加要监控的主机和服务，下面将详细介绍。
6.1 默认配置文件介绍
Nagios 安装完毕后，默认的配置文件在/usr/local/nagios/etc目录下。
每个文件或目录含义如下表所示：
| 文件名或目录名 | 用途 |
| cgi.cfg | 控制CGI访问的配置文件 |
| nagios.cfg | Nagios 主配置文件 |
| resource.cfg | 变量定义文件，又称为资源文件，在些文件中定义变量，以便由其他配置文件引用，如$USER1$ |
| objects | objects 是一个目录，在此目录下有很多配置文件模板，用于定义Nagios 对象 |
| objects/commands.cfg | 命令定义配置文件，其中定义的命令可以被其他配置文件引用 |
| objects/contacts.cfg | 定义联系人和联系人组的配置文件 |
| objects/localhost.cfg | 定义监控本地主机的配置文件 |
| objects/printer.cfg | 定义监控打印机的一个配置文件模板，默认没有启用此文件 |
| objects/switch.cfg | 定义监控路由器的一个配置文件模板，默认没有启用此文件 |
| objects/templates.cfg | 定义主机和服务的一个模板配置文件，可以在其他配置文件中引用 |
| objects/timeperiods.cfg | 定义Nagios 监控时间段的配置文件 |
| objects/windows.cfg | 监控Windows 主机的一个配置文件模板，默认没有启用此文件 |
6.2 配置文件之间的关系
在Nagios的配置过程中涉及到的几个定义有：主机、主机组，服务、服务组，联系人、联系人组，监控时间，监控命令等，从这些定义可以看出，nagios各个配置文件之间是互为关联，彼此引用的。
成功配置出一台nagios监控系统，必须要弄清楚每个配置文件之间依赖与被依赖的关系，最重要的有四点：
第一：定义监控哪些主机、主机组、服务和服务组；
第二：定义这个监控要用什么命令实现；
第三：定义监控的时间段；
第四：定义主机或服务出现问题时要通知的联系人和联系人组。
6.3 配置Nagios
为了能更清楚的说明问题，同时也为了维护方便，建议将nagios各个定义对象创建独立的配置文件：
- 创建hosts.cfg文件来定义主机和主机组
- 创建services.cfg文件来定义服务
- 用默认的contacts.cfg文件来定义联系人和联系人组
- 用默认的commands.cfg文件来定义命令
- 用默认的timeperiods.cfg来定义监控时间段
- 用默认的templates.cfg文件作为资源引用文件
a. templates.cfg文件
nagios主要用于监控主机资源以及服务，在nagios配置中称为对象，为了不必重复定义一些监控对象，Nagios引入了一个模板配置文件，将一些共性的属性定义成模板，以便于多次引用。这就是templates.cfg的作用。
下面详细介绍下templates.cfg文件中每个参数的含义：
- define contact{
- name generic-contact ; 联系人名称
- service_notification_period 24x7 ; 当服务出现异常时，发送通知的时间段，这个时间段"24x7"在timeperiods.cfg文件中定义
- host_notification_period 24x7 ; 当主机出现异常时，发送通知的时间段，这个时间段"24x7"在timeperiods.cfg文件中定义
- service_notification_options w,u,c,r ; 这个定义的是“通知可以被发出的情况”。w即warn，表示警告状态，u即unknown，表示不明状态;
- ; c即criticle，表示紧急状态，r即recover，表示恢复状态;
- ; 也就是在服务出现警告状态、未知状态、紧急状态和重新恢复状态时都发送通知给使用者。
- host_notification_options d,u,r ; 定义主机在什么状态下需要发送通知给使用者，d即down，表示宕机状态;
- ; u即unreachable，表示不可到达状态，r即recovery，表示重新恢复状态。
- service_notification_commands notify-service-by-email ; 服务故障时，发送通知的方式，可以是邮件和短信，这里发送的方式是邮件;
- ; 其中“notify-service-by-email”在commands.cfg文件中定义。
- host_notification_commands notify-host-by-email ; 主机故障时，发送通知的方式，可以是邮件和短信，这里发送的方式是邮件;
- ; 其中“notify-host-by-email”在commands.cfg文件中定义。
- register 0 ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL CONTACT, JUST A TEMPLATE!
- }
- define host{
- name generic-host ; 主机名称，这里的主机名，并不是直接对应到真正机器的主机名;
- ; 乃是对应到在主机配置文件里所设定的主机名。
- notifications_enabled 1 ; Host notifications are enabled
- event_handler_enabled 1 ; Host event handler is enabled
- flap_detection_enabled 1 ; Flap detection is enabled
- failure_prediction_enabled 1 ; Failure prediction is enabled
- process_perf_data 1 ; 其值可以为0或1，其作用为是否启用Nagios的数据输出功能;
- ; 如果将此项赋值为1，那么Nagios就会将收集的数据写入某个文件中，以备提取。
- retain_status_information 1 ; Retain status information across program restarts
- retain_nonstatus_information 1 ; Retain non-status information across program restarts
- notification_period 24x7 ; 指定“发送通知”的时间段，也就是可以在什么时候发送通知给使用者。
- register 0 ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL HOST, JUST A TEMPLATE!
- }
- define host{
- name linux-server ; 主机名称
- use generic-host ; use表示引用，也就是将主机generic-host的所有属性引用到linux-server中来;
- ; 在nagios配置中，很多情况下会用到引用。
- check_period 24x7 ; 这里的check_period告诉nagios检查主机的时间段
- check_interval 5 ; nagios对主机的检查时间间隔，这里是5分钟。
- retry_interval 1 ; 重试检查时间间隔，单位是分钟。
- max_check_attempts 10 ; nagios对主机的最大检查次数，也就是nagios在检查发现某主机异常时，并不马上判断为异常状况;
- ; 而是多试几次，因为有可能只是一时网络太拥挤，或是一些其他原因，让主机受到了一点影响;
- ; 这里的10就是最多试10次的意思。
- check_command check-host-alive ; 指定检查主机状态的命令，其中“check-host-alive”在commands.cfg文件中定义。
- notification_period 24x7 ; 主机故障时，发送通知的时间范围，其中“workhours”在timeperiods.cfg中进行了定义;
- ; 下面会陆续讲到。
- notification_interval 10 ; 在主机出现异常后，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;
- ; 如果你觉得，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
- notification_options d,u,r ; 定义主机在什么状态下可以发送通知给使用者，d即down，表示宕机状态;
- ; u即unreachable，表示不可到达状态;
- ; r即recovery，表示重新恢复状态。
- contact_groups ts ; 指定联系人组，这个“admins”在contacts.cfg文件中定义。
- register 0 ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL HOST, JUST A TEMPLATE!
- }
- define host{
- name windows-server ; The name of this host template
- use generic-host ; Inherit default values from the generic-host template
- check_period 24x7 ; By default, Windows servers are monitored round the clock
- check_interval 5 ; Actively check the server every 5 minutes
- retry_interval 1 ; Schedule host check retries at 1 minute intervals
- max_check_attempts 10 ; Check each server 10 times (max)
- check_command check-host-alive ; Default command to check if servers are "alive"
- notification_period 24x7 ; Send notification out at any time - day or night
- notification_interval 10 ; Resend notifications every 30 minutes
- notification_options d,r ; Only send notifications for specific host states
- contact_groups ts ; Notifications get sent to the admins by default
- hostgroups windows-servers ; Host groups that Windows servers should be a member of
- register 0 ; DONT REGISTER THIS - ITS JUST A TEMPLATE
- }
- define service{
- name generic-service ; 定义一个服务名称
- active_checks_enabled 1 ; Active service checks are enabled
- passive_checks_enabled 1 ; Passive service checks are enabled/accepted
- parallelize_check 1 ; Active service checks should be parallelized;
- ; (disabling this can lead to major performance problems)
- obsess_over_service 1 ; We should obsess over this service (if necessary)
- check_freshness 0 ; Default is to NOT check service 'freshness'
- notifications_enabled 1 ; Service notifications are enabled
- event_handler_enabled 1 ; Service event handler is enabled
- flap_detection_enabled 1 ; Flap detection is enabled
- failure_prediction_enabled 1 ; Failure prediction is enabled
- process_perf_data 1 ; Process performance data
- retain_status_information 1 ; Retain status information across program restarts
- retain_nonstatus_information 1 ; Retain non-status information across program restarts
- is_volatile 0 ; The service is not volatile
- check_period 24x7 ; 这里的check_period告诉nagios检查服务的时间段。
- max_check_attempts 3 ; nagios对服务的最大检查次数。
- normal_check_interval 5 ; 此选项是用来设置服务检查时间间隔，也就是说，nagios这一次检查和下一次检查之间所隔的时间;
- ; 这里是5分钟。
- retry_check_interval 2 ; 重试检查时间间隔，单位是分钟。
- contact_groups ts ; 指定联系人组
- notification_options w,u,c,r ; 这个定义的是“通知可以被发出的情况”。w即warn，表示警告状态;
- ; u即unknown，表示不明状态;
- ; c即criticle，表示紧急状态，r即recover，表示恢复状态;
- ; 也就是在服务出现警告状态、未知状态、紧急状态和重新恢复后都发送通知给使用者。
- notification_interval 10 ; Re-notify about service problems every hour
- notification_period 24x7 ; 指定“发送通知”的时间段，也就是可以在什么时候发送通知给使用者。
- register 0 ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL SERVICE, JUST A TEMPLATE!
- }
- define service{
- name local-service ; The name of this service template
- use generic-service ; Inherit default values from the generic-service definition
- max_check_attempts 4 ; Re-check the service up to 4 times in order to determine its final (hard) state
- normal_check_interval 5 ; Check the service every 5 minutes under normal conditions
- retry_check_interval 1 ; Re-check the service every minute until a hard state can be determined
- register 0 ; DONT REGISTER THIS DEFINITION - ITS NOT A REAL SERVICE, JUST A TEMPLATE!
- }
b. resource.cfg文件
resource.cfg是nagios的变量定义文件，文件内容只有一行：
$USER1$=/usr/local/nagios/libexec
其中，变量$USER1$指定了安装nagios插件的路径，如果把插件安装在了其它路径，只需在这里进行修改即可。需要注意的是，变量必须先定义，然后才能在其它配置文件中进行引用。
c. commands.cfg文件
此文件默认是存在的，无需修改即可使用，当然如果有新的命令需要加入时，在此文件进行添加即可。
- #notify-host-by-email命令的定义
- define command{
- command_name notify-host-by-email #命令名称，即定义了一个主机异常时发送邮件的命令。
- command_line /usr/bin/printf "%b" "***** Nagios *****\n\nNotification Type: $NOTIFICATIONTYPE$\nHost: $HOSTNAME$\nState: $HOSTSTATE$\nAddress: $HOSTADDRESS$\nInfo: $HOSTOUTPUT$\n\nDate/Time: $LONGDATETIME$\n" | /bin/mail -s "** $NOTIFICATIONTYPE$ Host Alert: $HOSTNAME$ is $HOSTSTATE$ **" $CONTACTEMAIL$ #命令具体的执行方式。
- }
- #notify-service-by-email命令的定义
- define command{
- command_name notify-service-by-email #命令名称，即定义了一个服务异常时发送邮件的命令
- command_line /usr/bin/printf "%b" "***** Nagios *****\n\nNotification Type: $NOTIFICATIONTYPE$\n\nService: $SERVICEDESC$\nHost: $HOSTALIAS$\nAddress: $HOSTADDRESS$\nState: $SERVICESTATE$\n\nDate/Time: $LONGDATETIME$\n\nAdditional Info:\n\n$SERVICEOUTPUT$\n" | /bin/mail -s "** $NOTIFICATIONTYPE$ Service Alert: $HOSTALIAS$/$SERVICEDESC$ is $SERVICESTATE$ **" $CONTACTEMAIL$
- }
- #check-host-alive命令的定义
- define command{
- command_name check-host-alive #命令名称，用来检测主机状态。
- command_line $USER1$/check_ping -H $HOSTADDRESS$ -w 3000.0,80% -c 5000.0,100% -p 5
- # 这里的变量$USER1$在resource.cfg文件中进行定义，即$USER1$=/usr/local/nagios/libexec;
- # 那么check_ping的完整路径为/usr/local/nagios/libexec/check_ping;
- # “-w 3000.0,80%”中“-w”说明后面的一对值对应的是“WARNING”状态，“80%”是其临界值。
- # “-c 5000.0,100%”中“-c”说明后面的一对值对应的是“CRITICAL”，“100%”是其临界值。
- # “-p 1”说明每次探测发送一个包。
- }
- define command{
- command_name check_local_disk
- command_line $USER1$/check_disk -w $ARG1$ -c $ARG2$ -p $ARG3$ #$ARG1$是指在调用这个命令的时候，命令后面的第一个参数。
- }
- define command{
- command_name check_local_load
- command_line $USER1$/check_load -w $ARG1$ -c $ARG2$
- }
- define command{
- command_name check_local_procs
- command_line $USER1$/check_procs -w $ARG1$ -c $ARG2$ -s $ARG3$
- }
- define command{
- command_name check_local_users
- command_line $USER1$/check_users -w $ARG1$ -c $ARG2$
- }
- define command{
- command_name check_local_swap
- command_line $USER1$/check_swap -w $ARG1$ -c $ARG2$
- }
- define command{
- command_name check_ftp
- command_line $USER1$/check_ftp -H $HOSTADDRESS$ $ARG1$
- }
- define command{
- command_name check_http
- command_line $USER1$/check_http -I $HOSTADDRESS$ $ARG1$
- }
- define command{
- command_name check_ssh
- command_line $USER1$/check_ssh $ARG1$ $HOSTADDRESS$
- }
- define command{
- command_name check_ping
- command_line $USER1$/check_ping -H $HOSTADDRESS$ -w $ARG1$ -c $ARG2$ -p 5
- }
- define command{
- command_name check_nt
- command_line $USER1$/check_nt -H $HOSTADDRESS$ -p 12489 -v $ARG1$ $ARG2$
- }
d. hosts.cfg文件
此文件默认不存在，需要手动创建，hosts.cfg主要用来指定被监控的主机地址以及相关属性信息，根据实验目标配置如下：
- define host{
- use linux-server #引用主机linux-server的属性信息，linux-server主机在templates.cfg文件中进行了定义。
- host_name Nagios-Linux #主机名
- alias Nagios-Linux #主机别名
- address 192.168.1.111 #被监控的主机地址，这个地址可以是ip，也可以是域名。
- }
- #定义一个主机组
- define hostgroup{
- hostgroup_name bsmart-servers #主机组名称，可以随意指定。
- alias bsmart servers #主机组别名
- members Nagios-Linux #主机组成员，其中“Nagios-Linux”就是上面定义的主机。
- }
注意：在/usr/local/nagios/etc/objects 下默认有localhost.cfg 和windows.cfg 这两个配置文件，localhost.cfg 文件是定义监控主机本身的，windows.cfg 文件是定义windows 主机的，其中包括了对host 和相关services 的定义。所以在本次实验中，将直接在localhost.cfg 中定义监控主机（Nagios-Server），在windows.cfg中定义windows 主机（Nagios-Windows）。根据自己的需要修改其中的相关配置，详细如下：
localhost.cfg
- 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 Nagios-Server
- alias Nagios-Server
- address 127.0.0.1
- }
- define hostgroup{
- hostgroup_name linux-servers ; The name of the hostgroup
- alias Linux Servers ; Long name of the group
- members Nagios-Server ; Comma separated list of hosts that belong to this group
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description PING
- check_command check_ping!100.0,20%!500.0,60%
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description Root Partition
- check_command check_local_disk!20%!10%!/
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description Current Users
- check_command check_local_users!20!50
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description Total Processes
- check_command check_local_procs!250!400!RSZDT
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description Current Load
- check_command check_local_load!5.0,4.0,3.0!10.0,6.0,4.0
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description Swap Usage
- check_command check_local_swap!20!10
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description SSH
- check_command check_ssh
- notifications_enabled 0
- }
- define service{
- use local-service ; Name of service template to use
- host_name Nagios-Server
- service_description HTTP
- check_command check_http
- notifications_enabled 0
- }
windows.cfg
- define host{
- use windows-server ; Inherit default values from a template
- host_name Nagios-Windows ; The name we're giving to this host
- alias My Windows Server ; A longer name associated with the host
- address 192.168.1.113 ; IP address of the host
- }
- define hostgroup{
- hostgroup_name windows-servers ; The name of the hostgroup
- alias Windows Servers ; Long name of the group
- }
- define service{
- use generic-service
- host_name Nagios-Windows
- service_description NSClient++ Version
- check_command check_nt!CLIENTVERSION
- }
- define service{
- use generic-service
- host_name Nagios-Windows
- service_description Uptime
- check_command check_nt!UPTIME
- }
- define service{
- use generic-service
- host_name Nagios-Windows
- service_description CPU Load
- check_command check_nt!CPULOAD!-l 5,80,90
- }
- define service{
- use generic-service
- host_name Nagios-Windows
- service_description Memory Usage
- check_command check_nt!MEMUSE!-w 80 -c 90
- }
- define service{
- use generic-service
- host_name Nagios-Windows
- service_description C:\ Drive Space
- check_command check_nt!USEDDISKSPACE!-l c -w 80 -c 90
- }
- define service{
- use generic-service
- host_name Nagios-Windows
- service_description W3SVC
- check_command check_nt!SERVICESTATE!-d SHOWALL -l W3SVC
- }
- define service{
- use generic-service
- host_name Nagios-Windows
- service_description Explorer
- check_command check_nt!PROCSTATE!-d SHOWALL -l Explorer.exe
- }
e. services.cfg文件
此文件默认也不存在，需要手动创建，services.cfg文件主要用于定义监控的服务和主机资源，例如监控http服务、ftp服务、主机磁盘空间、主机系统负载等等。Nagios-Server 和Nagios-Windows 相关服务已在相应的配置文件中定义，所以这里只需要定义Nagios-Linux 相关服务即可，这里只定义一个检测是否存活的服务来验证配置文件的正确性，其他服务的定义将在后面讲到。
- define service{
- use local-service #引用local-service服务的属性值，local-service在templates.cfg文件中进行了定义。
- host_name Nagios-Linux #指定要监控哪个主机上的服务，“Nagios-Server”在hosts.cfg文件中进行了定义。
- service_description check-host-alive #对监控服务内容的描述，以供维护人员参考。
- check_command check-host-alive #指定检查的命令。
- }
f. contacts.cfg文件
contacts.cfg是一个定义联系人和联系人组的配置文件，当监控的主机或者服务出现故障，nagios会通过指定的通知方式（邮件或者短信）将信息发给这里指定的联系人或者使用者。
- define contact{
- contact_name David #联系人的名称,这个地方不要有空格
- use generic-contact #引用generic-contact的属性信息，其中“generic-contact”在templates.cfg文件中进行定义
- alias Nagios Admin
- email david.tang@bsmart.cn
- }
- define contactgroup{
- contactgroup_name ts #联系人组的名称,同样不能空格
- alias Technical Support #联系人组描述
- members David #联系人组成员，其中“david”就是上面定义的联系人，如果有多个联系人则以逗号相隔
- }
g. timeperiods.cfg文件
此文件只要用于定义监控的时间段，下面是一个配置好的实例：
- #下面是定义一个名为24x7的时间段，即监控所有时间段
- define timeperiod{
- timeperiod_name 24x7 #时间段的名称,这个地方不要有空格
- alias 24 Hours A Day, 7 Days A Week
- sunday 00:00-24:00
- monday 00:00-24:00
- tuesday 00:00-24:00
- wednesday 00:00-24:00
- thursday 00:00-24:00
- friday 00:00-24:00
- saturday 00:00-24:00
- }
- #下面是定义一个名为workhours的时间段，即工作时间段。
- define timeperiod{
- timeperiod_name workhours
- alias Normal Work Hours
- monday 09:00-17:00
- tuesday 09:00-17:00
- wednesday 09:00-17:00
- thursday 09:00-17:00
- friday 09:00-17:00
- }
h. cgi.cfg文件
此文件用来控制相关cgi脚本，如果想在nagios的web监控界面执行cgi脚本，例如重启nagios进程、关闭nagios通知、停止nagios主机检测等，这时就需要配置cgi.cfg文件了。
由于nagios的web监控界面验证用户为david，所以只需在cgi.cfg文件中添加此用户的执行权限就可以了，需要修改的配置信息如下：
- default_user_name=david
- authorized_for_system_information=nagiosadmin,david
- authorized_for_configuration_information=nagiosadmin,david
- authorized_for_system_commands=david
- authorized_for_all_services=nagiosadmin,david
- authorized_for_all_hosts=nagiosadmin,david
- authorized_for_all_service_commands=nagiosadmin,david
- authorized_for_all_host_commands=nagiosadmin,david
i. nagios.cfg文件
nagios.cfg默认的路径为/usr/local/nagios/etc/nagios.cfg，是nagios的核心配置文件，所有的对象配置文件都必须在这个文件中进行定义才能发挥其作用，这里只需将对象配置文件在Nagios.cfg文件中进行引用即可。
- log_file=/usr/local/nagios/var/nagios.log # 定义nagios日志文件的路径
- cfg_file=/usr/local/nagios/etc/objects/commands.cfg # “cfg_file”变量用来引用对象配置文件，如果有更多的对象配置文件，在这里依次添加即可。
- cfg_file=/usr/local/nagios/etc/objects/contacts.cfg
- cfg_file=/usr/local/nagios/etc/objects/hosts.cfg
- cfg_file=/usr/local/nagios/etc/objects/services.cfg
- cfg_file=/usr/local/nagios/etc/objects/timeperiods.cfg
- cfg_file=/usr/local/nagios/etc/objects/templates.cfg
- cfg_file=/usr/local/nagios/etc/objects/localhost.cfg # 本机配置文件
- cfg_file=/usr/local/nagios/etc/objects/windows.cfg # windows 主机配置文件
- object_cache_file=/usr/local/nagios/var/objects.cache # 该变量用于指定一个“所有对象配置文件”的副本文件，或者叫对象缓冲文件
- precached_object_file=/usr/local/nagios/var/objects.precache
- resource_file=/usr/local/nagios/etc/resource.cfg # 该变量用于指定nagios资源文件的路径，可以在nagios.cfg中定义多个资源文件。
- status_file=/usr/local/nagios/var/status.dat # 该变量用于定义一个状态文件，此文件用于保存nagios的当前状态、注释和宕机信息等。
- status_update_interval=10 # 该变量用于定义状态文件（即status.dat）的更新时间间隔，单位是秒，最小更新间隔是1秒。
- nagiosnagios_user=nagios # 该变量指定了Nagios进程使用哪个用户运行。
- nagiosnagios_group=nagios # 该变量用于指定Nagios使用哪个用户组运行。
- check_external_commands=1 # 该变量用于设置是否允许nagios在web监控界面运行cgi命令;
- # 也就是是否允许nagios在web界面下执行重启nagios、停止主机/服务检查等操作;
- # “1”为运行，“0”为不允许。
- command_check_interval=10s # 该变量用于设置nagios对外部命令检测的时间间隔，如果指定了一个数字加一个"s"(如10s);
- # 那么外部检测命令的间隔是这个数值以秒为单位的时间间隔;
- # 如果没有用"s"，那么外部检测命令的间隔是以这个数值的“时间单位”的时间间隔。
- interval_length=60 # 该变量指定了nagios的时间单位，默认值是60秒，也就是1分钟;
- # 即在nagios配置中所有的时间单位都是分钟。
6.4 验证Nagios 配置文件的正确性
Nagios 在验证配置文件方面做的非常到位，只需通过一个命令即可完成：
- # /usr/local/nagios/bin/nagios -v /usr/local/nagios/etc/nagios.cfg
Nagios提供的这个验证功能非常有用，在错误信息中通常会打印出错误的配置文件以及文件中的哪一行，这使得nagios的配置变得非常容易，报警信息通常是可以忽略的，因为一般那些只是建议性的。
看到上面这些信息就说明没问题了，然后启动Nagios 服务。
#p#
七、Nagios的启动与停止
7.1 启动Nagios
a. 通过初始化脚本启动nagios
- # /etc/init.d/nagios start
or
- # service nagios start
b. 手工方式启动nagios
通过nagios命令的“-d”参数来启动nagios守护进程：
- # /usr/local/nagios/bin/nagios -d /usr/local/nagios/etc/nagios.cfg
7.2 重启Nagios
当修改了配置文件让其生效时，需要重启/重载Nagios服务。
a. 通过初始化脚本来重启nagios
- # /etc/init.d/nagios reload
or
- # /etc/init.d/nagios restart
or
- # service nagios restart
b. 通过web监控页重启nagios
可以通过web监控页的 "Process Info" -> "Restart the Nagios process"来重启nagios
c. 手工方式平滑重启
- # kill -HUP <nagios_pid>
7.3 停止Nagios
a. 通过初始化脚本关闭nagios服务
- # /etc/init.d/nagios stop
or
- # service nagios stop
b. 通过web监控页停止nagios
可以通过web监控页的 "Process Info" -> "Shutdown the Nagios process"来停止nagios
c. 手工方式停止Nagios
- # kill <nagios_pid>
八、查看初步配置情况
8.1 启动完成之后，登录Nagios Web监控页http://192.168.1.108/nagios/ 查看相关信息。
8.2 点击左面的Current Status -> Hosts 可以看到所定义的三台主机已经全部UP了。
8.3 点击Current Status -> Services 查看服务监控情况。
看到Nagios-Linux和Nagios-Server的服务状态已经OK了，但是Nagios-Windows的服务状态为CRITICAL，Status Information 提示Connection refused。因为Nagios-Windows上还未安装插件，内部服务还无法查看，所以出现这种情况。将在下面具体讲解。
#p#
九、利用NRPE监控远程Linux上的“本地信息”
上面已经对远程Linux 主机是否存活做了监控，而判断远程机器是否存活，我们可以使用ping 工具对其监测。还有一些远程主机服务，例如ftp、ssh、http，都是对外开放的服务，即使不用Nagios，我们也可以试的出来，随便找一台机器看能不能访问这些服务就行了。但是对于像磁盘容量，cpu负载这样的“本地信息”，Nagios只能监测自己所在的主机，而对其他的机器则显得有点无能为力。毕竟没得到被控主机的适当权限是不可能得到这些信息的。为了解决这个问题，nagios有这样一个附加组件--“NRPE”，用它就可以完成对Linux 类型主机"本地信息”的监控。
9.1 NRPE 工作原理
NRPE 总共由两部分组成：
- check_nrpe 插件，位于监控主机上
- NRPE daemon，运行在远程的Linux主机上(通常就是被监控机)
按照上图，整个的监控过程如下：
当Nagios 需要监控某个远程Linux 主机的服务或者资源情况时：
- Nagios 会运行check_nrpe 这个插件，告诉它要检查什么；
- check_nrpe 插件会连接到远程的NRPE daemon，所用的方式是SSL；
- NRPE daemon 会运行相应的Nagios 插件来执行检查；
- NRPE daemon 将检查的结果返回给check_nrpe 插件，插件将其递交给nagios做处理。
注意：NRPE daemon 需要Nagios 插件安装在远程的Linux主机上，否则，daemon不能做任何的监控。
9.2 在被监控机（Nagios-Linux）上
a. 增加用户&设定密码
# useradd nagios
# passwd nagios
b. 安装Nagios 插件
- # tar zxvf nagios-plugins-1.4.16.tar.gz
- # cd nagios-plugins-1.4.16
- # ./configure --prefix=/usr/local/nagios
- # make && make install
这一步完成后会在/usr/local/nagios/下生成三个目录include、libexec和share。
修改目录权限
- # chown nagios.nagios /usr/local/nagios
- # chown -R nagios.nagios /usr/local/nagios/libexec
c. 安装NRPE
- # wget http://prdownloads.sourceforge.net/sourceforge/nagios/nrpe-2.13.tar.gz
- # tar zxvf nrpe-2.13.tar.gz
- # cd nrpe-2.13
- # ./configure
- # make all
接下来安装NPRE插件，daemon和示例配置文件。
c.1 安装check_nrpe 这个插件
- # make install-plugin
监控机需要安装check_nrpe 这个插件，被监控机并不需要，我们在这里安装它只是为了测试目的。
c.2 安装deamon
- # make install-daemon
c.3 安装配置文件
- # make install-daemon-config
现在再查看nagios 目录就会发现有5个目录了
按照安装文档的说明，是将NRPE deamon作为xinetd下的一个服务运行的。在这样的情况下xinetd就必须要先安装好，不过一般系统已经默认安装了。
d. 安装xinted 脚本
- # make install-xinetd
可以看到创建了这个文件/etc/xinetd.d/nrpe。
编辑这个脚本：
在only_from 后增加监控主机的IP地址。
编辑/etc/services 文件，增加NRPE服务
重启xinted 服务
- # service xinetd restart
查看NRPE 是否已经启动
可以看到5666端口已经在监听了。
e. 测试NRPE是否则正常工作
使用上面在被监控机上安装的check_nrpe 这个插件测试NRPE 是否工作正常。
- # /usr/local/nagios/libexec/check_nrpe -H localhost
会返回当前NRPE的版本
也就是在本地用check_nrpe连接nrpe daemon是正常的。
注：为了后面工作的顺利进行，注意本地防火墙要打开5666能让外部的监控机访问。
f. check_nrpe 命令用法
查看check_nrpe 命令用法
- # /usr/local/nagios/libexec/check_nrpe –h
可以看到用法是：
check_nrpe –H 被监控的主机 -c 要执行的监控命令
注意：-c 后面接的监控命令必须是nrpe.cfg 文件中定义的。也就是NRPE daemon只运行nrpe.cfg中所定义的命令。
g. 查看NRPE的监控命令
# cd /usr/local/nagios/etc
# cat nrpe.cfg |grep -v "^#"|grep -v "^$"
- [root@Nagiso-Linux etc]# cat nrpe.cfg |grep -v "^#"|grep -v "^$"
- log_facility=daemon
- pid_file=/var/run/nrpe.pid
- server_port=5666
- nrpe_user=nagios
- nrpe_group=nagios
- allowed_hosts=127.0.0.1
- dont_blame_nrpe=0
- debug=0
- command_timeout=60
- connection_timeout=300
- command[check_users]=/usr/local/nagios/libexec/check_users -w 5 -c 10
- command[check_load]=/usr/local/nagios/libexec/check_load -w 15,10,5 -c 30,25,20
- command[check_sda1]=/usr/local/nagios/libexec/check_disk -w 20% -c 10% -p /dev/sda1
- command[check_zombie_procs]=/usr/local/nagios/libexec/check_procs -w 5 -c 10 -s Z
- command[check_total_procs]=/usr/local/nagios/libexec/check_procs -w 150 -c 200
- [root@Nagiso-Linux etc]#
红色部分是命令名，也就是check_nrpe 的-c 参数可以接的内容，等号 “=” 后面是实际执行的插件程序（这与commands.cfg 中定义命令的形式十分相似，只不过是写在了一行）。也就是说check_users 就是等号后面/usr/local/nagios/libexec/check_users -w 5 -c 10 的简称。
我们可以很容易知道上面这5行定义的命令分别是检测登陆用户数，cpu负载，sda1的容量，僵尸进程，总进程数。各条命令具体的含义见插件用法（执行“插件程序名 –h”）。
由于-c 后面只能接nrpe.cfg 中定义的命令，也就是说现在我们只能用上面定义的这五条命令。我们可以在本机实验一下。
9.3 在监控主机（Nagios-Server）上
之前已经将Nagios运行起来了，现在要做的事情是：
- 安装check_nrpe 插件；
- 在commands.cfg 中创建check_nrpe 的命令定义，因为只有在commands.cfg 中定义过的命令才能在services.cfg 中使用；
- 创建对被监控主机的监控项目；
9.3.1 安装check_nrpe 插件
- # tar zxvf nrpe-2.13.tar.gz
- # cd nrpe-2.13
- # ./configure
- # make all
- # make install-plugin
只运行这一步就行了，因为只需要check_nrpe插件。
在Nagios-Linux 上我们已经装好了nrpe，现在我们测试一下监控机使用check_nrpe 与被监控机运行的nrpe daemon之间的通信。
看到已经正确返回了NRPE的版本信息，说明一切正常。
9.3.2 在commands.cfg中增加对check_nrpe的定义
- # vi /usr/local/nagios/etc/objects/commands.cfg
在最后面增加如下内容：
意义如下：
- # 'check_nrpe' command definition
- define command{
- command_name check_nrpe # 定义命令名称为check_nrpe,在services.cfg中要使用这个名称.
- command_line $USER1$/check_nrpe -H $HOSTADDRESS$ -c $ARG1$ #这是定义实际运行的插件程序.
- # 这个命令行的书写要完全按照check_nrpe这个命令的用法,不知道用法的就用check_nrpe –h查看.
- }
-c 后面带的$ARG1$ 参数是传给nrpe daemon 执行的检测命令，之前说过了它必须是nrpe.cfg 中所定义的那5条命令中的其中一条。在services.cfg 中使用check_nrpe 的时候要用 “!” 带上这个参数。
9.3.3 定义对Nagios-Linux 主机的监控
下面就可以在services.cfg 中定义对Nagios-Linux 主机的监控了。
- define service{
- use local-service
- host_name Nagios-Linux
- service_description Current Load
- check_command check_nrpe!check_load
- }
- define service{
- use local-service
- host_name Nagios-Linux
- service_description Check Disk sda1
- check_command check_nrpe!check_sda1
- }
- define service{
- use local-service
- host_name Nagios-Linux
- service_description Total Processes
- check_command check_nrpe!check_total_procs
- }
- define service{
- use local-service
- host_name Nagios-Linux
- service_description Current Users
- check_command check_nrpe!check_users
- }
- define service{
- use local-service
- host_name Nagios-Linux
- service_description Check Zombie Procs
- check_command check_nrpe!check_zombie_procs
- }
还有一个任务是要监控Nagios-Linux 的swap 使用情况。但是在nrpe.cfg 中默认没有定义这个监控功能的命令。怎么办？手动在nrpe.cfg 中添加，也就是自定义NRPE命令。
现在我们要监控swap 分区，如果空闲空间小于20%则为警告状态 -> warning；如果小于10%则为严重状态 -> critical。我们可以查得需要使用check_swap插件，完整的命令行应该是下面这样。
- # /usr/local/nagios/libexec/check_swap -w 20% -c 10%
在被监控机（Nagios-Linux）上增加check_swap 命令的定义
- # vi /usr/local/nagios/etc/nrpe.cfg
增加下面这一行
- command[check_swap]=/usr/local/nagios/libexec/check_swap -w 20% -c 10%
我们知道check_swap 现在就可以作为check_nrpe 的-c 的参数使用了
修改了配置文件，当然要重启。
如果你是以独立的daemon运行的nrpe，那么需要手动重启；如果你是在xinetd 下面运行的，则不需要。
由于本实验中nrpe 是xinetd 下运行的，所以不需要重启服务。
在监控机（Nagios-Server）上增加这个check_swap 监控项目
- define service{
- use local-service
- host_name Nagios-Linux
- service_description Check Swap
- check_command check_nrpe!check_swap
- }
同理，Nagios-Linux 上我还开启了http 服务，需要监控一下，按照上面的做法，在被监控机（Nagios-Linux）上增加check_http 命令的定义
- # vi /usr/local/nagios/etc/nrpe.cfg
增加下面这一行
- command[check_http]=/usr/local/nagios/libexec/check_http -I 127.0.0.1
在监控机（Nagios-Server）上增加check_http 监控项目
- define service{
- use local-service
- host_name Nagios-Linux
- service_description HTTP
- check_command check_nrpe!check_http
- }
所有的配置文件已经修改好了，现在重启Nagios。
- # service nagios restart
9.3.4 查看配置情况
登录Nagios Web监控页http://192.168.1.108/nagios/ 查看相关信息。
可以看到，对于Nagios-Server 和Nagios-Linux 上的相关服务的监控已经成功了，还有Nagios-Windows 上的服务还没有定义，下面讲到。
#p#
十、利用NSClient++监控远程Windows上的“本地信息”
在Nagios的libexec下有check_nt这个插件，它就是用来检查windows机器的服务的。其功能类似于check_nrpe。不过还需要搭配另外一个软件NSClient++，它则类似于NRPE。
NSClient++的原理如下图：
可以看到NSClient与nrpe最大的区别就是：
- 被监控机上安装有nrpe，并且还有插件，最终的监控是由这些插件来进行的。当监控主机将监控请求发给nrpe后，nrpe调用插件来完成监控。
- NSClient++则不同，被监控机上只安装NSClient，没有任何的插件。当监控主机将监控请求发给NSClient++后，NSClient直接完成监控，所有的监控是由NSClient完成的。
这也说明了NSClient++的一个很大的问题：不灵活、没有可扩展性。它只能完成自己本身包含的监控操作，不能由一些插件来扩展。好在NSClient++已经做的不错了，基本上可以完全满足我们的监控需求。
10.1 安装NSClient++
从http://www.nsclient.org/nscp/downloads 下载NSClient++-0.2.7.zip
解压到C盘根目录。
打开cmd 切换到c:\NSClient++-0.2.7
执行nsclient++ /install 进行安装
执行nsclient++ SysTray （注意大小写），这一步是安装系统托盘，时间稍微有点长。
在运行里面输入services.msc 打开“服务”
看到下图就说明NSClient服务已经安装上了
双击打开，点“登录”标签，在“允许服务与桌面交互”前打勾。
编辑c:\NSClient++-0.2.7下的NSC.ini文件。
将 [modules]部分的所有模块前面的注释都去掉，除了CheckWMI.dll 和 RemoteConfiguration.dll 这两个。
在[Settings]部分设置'password'选项来设置密码，作用是在nagios连接过来时要求提供密码。这一步是可选的，我这里设置为'123456'。
将[Settings]部分'allowed_hosts'选项的注释去掉，并且加上运行nagios的监控主机的IP。各IP之间以逗号相隔。这个地方是支持子网的，如果写成192.168.1.0/24则表示该子网内的所有机器都可以访问。如果这个地方是空白则表示所有的主机都可以连接上来。
注意是[Settings]部分的，因为[NSClient]部分也有这个选项。
必须保证[NSClient]的'port'选项并没有被注释，并且它的值是'12489'，这是NSClient的默认监听端口。
在cmd 中执行nsclient++ /start启动服务，注意所在目录是c:\NSClient++-0.2.7
这时在桌面右下角的系统托盘处会出现一个黄色的M字样的图标
查看服务
已经正常启动了。
注意服务默认设的是“自动”，也就是说是开机自动启动的。
在cmd 里面执行netstat –an 可以看到已经开始监听tcp的12489端口了。
这样外部就可以访问了吗？
错！
防火墙也要打开tcp的12489端口，否则nagios 检查此服务的时候会报错。
这样被监控机的配置就搞定了，它就等待nagios 发出某个监控请求，然后它执行请求将监控的结果发回到nagios监控主机上。
之前已经在监控主机（Nagios-Server）上对Windows 主机的监控做了配置，但是commands.cfg 中默认没有设置密码项，所以要修改一下，增加"-s 123456"，如下：
- # 'check_nt' command definition
- define command{
- command_name check_nt
- command_line $USER1$/check_nt -H $HOSTADDRESS$ -p 12489 -s 123456 -v $ARG1$ $ARG2$
- }
现在打开Nagios Web监控页便可查看到相关信息了。
可以看到有错误：NSClient - ERROR: PDH Collection thread not running.
Google 一下，是由于操作系统语言的问题，好像NSClient 默认支持的语言并不多，具体可以百度一下。
查看NSClient的日志C:\NSClient++-0.2.7\nsclient.log，信息如下：
2013-02-02 22:05:30: error:.\PDHCollector.cpp:98: You need to manually configure performance counters!
需要手动配置performance counters。
打开C:\NSClient++-0.2.7\counters.defs文件，复制文件里面"English US"那部分内容，粘贴到counters.defs 文件的最后，修改Description = "Chinese"。
修改完之后，在mmc中重启NSClient 服务。
然后查看日志，内容如下：
在正常执行了。
打开Nagios Web监控页查看。
执行成功，但是W3SVC服务为Unknown 状态。查资料，需要开户Windows 的IIS服务。
打开“控制面板”进行安装。
安装完毕后，再到Nagios Web监控页查看，全部监控正常。
#p#
十一、Nagios邮件报警的配置
11.1 安装sendmail 组件
首先要确保sendmail 相关组件的完整安装，我们可以使用如下的命令来完成sendmail 的安装：
- # yum install -y sendmail*
然后重新启动sendmail服务：
- # service sendmail restart
然后发送测试邮件，验证sendmail的可用性：
- # echo "Hello World" | mail david.tang@bsmart.cn
11.2 邮件报警的配置
在上面我们已经简单配置过了/usr/local/nagios/etc/objects/contacts.cfg 文件，Nagios 会将报警邮件发送到配置文件里的E-mail 地址。
11.3 Nagios 通知
PROBLEM
RECOVERY
Linux下Nagios安装配置完毕。
参考资料
Nagios官方网站：http://www.nagios.org/
yahoon的小屋 《nagios全攻略》：http://yahoon.blog.51cto.com/
技术成就梦想 《运维监控利器Nagios》：http://ixdba.blog.51cto.com/
