完美集群监控组合ganglia和nagios

本帖最后由 pig2 于 2014-5-20 09:39 编辑
Ganglia是伯克利开发的一个集群监控软件。可以监视和显示集群中的节点的各种状态信息，比如如：cpu 、mem、硬盘利用率， I/O负载、网络流量情况等，同时可以将历史数据以曲线方式通过php页面呈现。

而ganglia又依赖于一个web服务器用来显示集群状态，用rrdtool来存储数据和生成曲线图，需要xml解析因此需要expat，配置文件解析需要libconfuse。安装apche的httpd还需要支持php4以上，同时还有一些依赖软件。

ganglia作为一款最常用的Linux环境中的监控软件，它擅长的的是从节点中按照用户的需求以较低的代价采集数据。但是ganglia在预警以及发生事件后通知用户上并不擅长。最新的ganglia已经有了部分这方面的功能。但是更擅长做警告的还有Nagios。Nagios，就是一款精于预警、通知的软件。通过将Ganglia和Nagios组合起来，把Ganglia采集的数据作为Nagios的数据源，然后利用Nagios来发送预警通知，可以完美的实现一整套监控管理的系统。

------------------------------------------------------------------------------------------------------------------------------------------

ganglia安装指导

在redhat可以通过如下命令安装这些依赖软件：

yum -y install apr-devel apr-util check-devel cairo-devel pango-devel libxml2-devel rpmbuild glib2-devel dbus-devel freetype-devel fontconfig-devel gcc-c++ expat-devel python-devel libXrender-devel

libconfuse可以通过如下命令得到：

wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm
   wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm

1.2    安装配置步骤
1.2.1    安装
这里采用下载源码编译安装，到http://ganglia.info网站下载最新版的ganglia，下载后解压。

./configure --with-librrd=/rrd/path  --with-gmetad  --prefix=/usr/local/ganglia

make

make install

如果中间出现依赖软件问题，则需要安装缺少的那个软件包。安装完毕后，需要进行配置，其配置文件一般放在/etc/ganglia目录下，名称为gmetad.conf。当然对于路径并没有严格要求，因为gmetad可以在启动时指定所用的配置文件。

安装ganglia后，还需要安装apache服务器，同时需要有php模块支持，否则最终的显示页面无法正常显示。推荐采用yum install httpd php

否则如果没有配置正确，则有可能apache不能和php正确关联。

安装完毕后可以输入http://localhost/test.php,编一个php页面测试下是否成功安装。

1.2.2    配置
如果采用源码安装，根据前面的—prefix，ganglia会被安装到/usr/local/ganglia目录下。

首先建一个目录，该目录用来存放ganglia的web页面

mkdir -p /var/www/html/ganglia/

该目录用来存放后面用来显示数据的web页面。

由于采用源码编译的，并没有将gmetad和gmond加为服务，执行以下命令。

cp gmetad/gmetad.Init /etc/rc.d/Init.d/gmetad    //拷贝gmetad服务启动脚本
cp gmond/gmond.Init /etc/rc.d/Init.d/gmond       //拷贝gmond服务启动脚本
mkdir /etc/ganglia                                           //创建配置文件主目录
gmond -t | tee /etc/ganglia/gmond.conf             //生成gmond服务配置文件
cp gmetad/gmetad.conf /etc/ganglia/                //拷贝gmetad服务配置文件
mkdir -p /var/lib/ganglia/rrds                               //创建rrd文件存放目录
chown nobody:nobody /var/lib/ganglia/rrds          //属主和属组都为nobody
chkconfig --add gmetad                                  //将服务交给chkconfig管理
chkconfig --add gmond                                     //同上

修改配置文件/etc/gmetad.conf通常只需要修改如下的参数：

data_source "Clustername" host1 host2

将集群名称改为你自己的，host1 host2是gmetad用来得到集群信息的xml文件的数据源，如果没有写端口，则采用默认的8649端口，gmetad默认每隔15秒通过tcp连接去该主机下载xml文件。所以他们可以是gmond的8649端口，也可以是gmetad的8651端口，它们都可以提供集群信息的xml格式的数据下载。

host1 host2是or的关系，如果host1无法下载，则才会尝试去host2下载，所以它们应该都是同一个集群的节点，保存着同样的数据。采用multicast模式时，每台gmond节点都有本cluster内节点机器的所有监控数据，因此不需要把所有节点写入data_source中。建议写入不低于2个，在host1节点死机的时候，会自动找host2节点取数据。

此外gmetad还有如下的属性设置：

RRD database storage defInition

RRAs "RRA:AVERAGE:0.5:1:244" "RRA:AVERAGE:0.5:24:244" "RRA:AVERAGE:0.5:168:244" "RRA:AVERAGE:0.5:672:244" "RRA:AVERAGE:0.5:5760:374"

RRD files location

访问控制Access control

trusted_hosts address1 address2 … DN1 DN2 …

all_trusted OFF/on

rrd保存数据的目录

rrd_rootdir "/var/lib/ganglia/rrds"

Network

xml_port 8651 #可以telnet到该端口，得到gmetad的xml文件

interactive_port 8652 #php页面数据交互使用的端口

1.2.3    php页面的配置

需要到/var/www/html/ganglia/目录下查找

php.conf

$gmetad_root = "/var/lib/ganglia"; #gmetad写入的rrd数据库的路径

$rrds = "$gmetad_root/rrds";

$ganglia_ip = "localhost";          #gmetad服务器的地址

$ganglia_port = 8652;    #gmetad服务器的交互式提供监控数据端口

默认情况下，web前端每300秒（5分钟）刷新一次，可以修改刷新间隔时间，通过修改config.php文件实现，它里面包括有所有的Ganglia Web参数。

1.2.4    ganglia客户端配置
vi /etc/ganglia/gmond.conf

主要是三个地方需要修改，cluster name,udp_send_channel,udp_recv_channel。注意单播与多播模式的区别，在多播模式下，加入该多播组的节点都会收到组内所有其他节点的数据，所以每个相当于一个备份。单播模式下，只是点到点的发送数据，数据只会发向特定的那个host，这种模式下通常具有一个中央收集节点。

cluster {

  name = "Cluster1"    #本节点属于哪个cluster

  owner = "chifeng"    #谁是该节点的所有者

  latlong = "unspecified" #在地球上的坐标，经度、纬度？

  url = "unspecified"

}

udp_send_channel {    #udp包的发送通道

  mcast_join = 239.2.11.71 #多播，工作在239.2.11.71通道下。如果使用单播模式，则要写host = host1(接受数据的目标主机)，单播模式下也可以配置多个udp_send_channel

  port = 8649          #监听端口

  ttl = 1

}

udp_recv_channel {          #接收udp包配置

  mcast_join = 239.2.11.71 #同样工作在239.2.11.71通道下，如果使用单播模式，则要写host = localip，就是必须是本机的ip

  port = 8649             #监听端口

  bind = 239.2.11.71       #绑定

}

tcp_accept_channel {

  port = 8649 #通过tcp协议监听的端口，远端可以通过链接8649端口得到监控数据，gmetad就是通过该端口得到xml数据

}

还有其他的一些配置项，通常情况下不需要修改，其含义如下：

Collection_group section:

collect_once – Specifies that the group of static metrics

collect_every – Collection interval (only valid for non-static)

time_threshold – Max data send interval

Metric section:

Name – Metric name (see “gmond –m”)

Value_threshold – Metric variance threshold (send if exceeded)

实例如下：

collection_group {

  collect_every = 80

  time_threshold = 950

  metric {

name = "proc_run"

value_threshold = "1.0"

  }

  metric {

name = "proc_total"

value_threshold = "1.0"

  }

}

1.3    命令集合
说明：命令集合，是指我在安装配置时所使用的那些命令行命令，这些可以作为自动化部署脚步的一个基础。后面可以考虑编写自动化部署的脚步。

服务端：

1)安装expat-2.0.1.tar.gz

tar xvzf expat-2.0.1.tar.gz

cd expat*;./configure --prefix=/usr/local/apr;make;make install

2)安装confuse-2.6

./configure --prefix=/usr/local/confuse-2.6 CFLAGS=-fPIC --disable-nls;make;make install

3)安装apr

tar xvjf apr-1.3.2.tar.bz2

cd apr-1.3.2;./configure --prefix=/usr/local/apr;make;make install

安装apr-util-1.3.2.tar.bz2

tar xvjf apr-util-1.3.2.tar.bz2

cd apr-util-1.3.2;./configure --with-apr=/usr/local/apr --with-expat=/usr/local/expat

make;make install

cp /usr/local/apr-1.3.2/include/apr-1/* /usr/local/apr-1.3.2/include/目录，因为ganglia安装时默认会去/usr/local/apr/include下寻找apr的库文件。

4)安装rrdtool-1.2.27.tar.gz

tar xvzf rrdtool-1.2.27.tar.gz

cd rrdtool-1.2.27;./configure --prefix=/usr/local/rrdtool

make;make install

5)cp /usr/local/apr/bin/apr-1* /usr/local/bin/拷过这个后 OK否则会编译出问题

报错如下：

Checking for apr

checking for apr-1-config... no

configure: error: apr-1-config binary not found in pat

6)安装ganglia

./configure --with-librrd=/opt/rrdtool-1.4.4 --with-gmetad --prefix=/usr/local/ganglia --with-libconfuse=/usr/local/confuse-2.6

7)make;make install

8)安装apache服务器和php支持

yum -y install httpd mysqld php-mysql php

客户端：

wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm

wget http://download.fedora.redhat.co ... .5-4.el5.x86_64.rpm

scp apr-*.* 10.250.13.45:~/

scp libconfuse-*.* 10.250.13.45:~/

scp ganglia-*.gz 10.250.13.45:~/

scp ganglia-devel-*.rpm 10.250.13.45:~/

scp *.conf 10.250.13.45:~/

ssh 10.250.13.45

sudo su -

yum install expat

cd /home/admin

tar -xvf apr-1.4.*.gz

cd apr*

./configure --prefix=/usr/local/apr

make

make install

cd ..

tar -xvf apr-util-1.3.9.*

cd apr-util*

./configure --with-apr=/usr/local/apr

make

make install

cd ..

rpm -ivh  libconfuse-2.5-4.el5.x86_64.rpm

rpm -ivh libconfuse-devel-2.5-4.el5.x86_64.rpm

tar -xvf ganglia-3.1.*.gz

cd ganglia*

cp /usr/local/apr/bin/apr-1* /usr/local/bin/

./configure --with-apr=/usr/local/apr

find / -name "libpython2.5*"

cp /usr/local/lib/libpython2.5.so /usr/lib/libpython2.5.so

make

make install

cd ..

rpm -ivh ganglia-devel-3.1.1-1.x86_64.rpm --nodeps

cd /etc

mkdir ganglia

cp /home/admin/*.conf /etc/ganglia/

cd /etc/ganglia

vi gmond.conf ;edit udp send and recv host.

vi /usr/local/etc/gmond.conf

gmond --debug=10

ps -e|grep gmond

kill -9 id

gmond

如果必要需要重新修改gmond.conf

scp test 10.250.13.42:~/

scp test 10.250.13.43:~/

scp test 10.250.13.44:~/

scp test 10.250.13.45:~/

vi /etc/profile

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:"/usr/local/lib64/"

source /etc/profile

问题及解决

1.安装问题

◎缺少库文件，通常在make过程中出现该错误，ld找不到对应的库比如libpython2.5.so

解决方法：find命令查找这两个文件，并ln –s 创建指向这两个文件的软链接引用。find / -name libpython*

◎如果安装过程中出现依赖错误,通常在configure时出现

解决方法：首先利用find查找，如果找到可以阅读readme,查看是否有参数支持指明该路径。不行考虑拷贝到默认目录，还是不行则可以加入参数—nodeps，然后download该lib，通常包含在其devel包里，需要去网上查找包含该lib的文件，然后安装。

2.配置及运行问题

◎测试gmond和gmetad是否运行成功

Telent localhost 8649

Telent localhost 8651

如果没有反应

解决方法：很可能是因为服务没有启动，或者使用的不是默认端口，ps –e|grep gmond，查找服务是否启动。查看gmond.conf看所使用的tcp recv端口。

还找不到原因，就可以用调试模式启动查看原因

gmond –debug=10

如果出现udp之类的端口绑定错误，比如是已被bind，则查看是否有端口已被利用 lsof –i:port。

还可能是配置文件配置不正确，比如我曾经将udp_recv_channel的host修改成与udp_send_channel相同的值，就发生了端口错误，udp_recv_channel的host必须是本机的ip(一个机子可能有多个ip)。如果是权限禁止，则考虑当前用户身份，或者换成root试下。

测试php前端支持是否成功

http://localhost/ganglia

◎php页面显示为文件或者提示下载文件

解决方法：说明apache的php模块没有安装配置好。使用yum install 或者重新下载安装php模块，并在apache的conf文件里配置好。

◎显示页面无图象展示

首先检查selinux是否关闭

然后查看conf.php文件里的rrdtool路径是否正确，该文件是否存在，注意该路径是rrdtool可执行文件的路径不是其安装目录。

然后查看/var/lib/ganglia/rrds是否存在，能否被写。chown nobody:nobody /var/lib/ganglia/rrds  # make sure RRDTool can write here.

查看php.conf里的gmetad的路径地址端口是否正确。

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------

下面我们来说说如何安装Nagios。

1。下载安装包

可以在http://www.nagios.org/download下载到最新的Nagios Core, Nagios plugin安装包。

2。建立用户

切换到root用户

/usr/sbin/useradd nagios

passwd nagios

创建一个用户组名为nagcmd 用于从Web接口执行外部命令。将nagios用户和apache用户都加到这个组中。

/usr/sbin/groupadd nagcmd
/usr/sbin/usermod -G nagcmd nagios
/usr/sbin/usermod -G nagcmd apache

3。安装Nagios

tar xzf nagios-3.0.6.tar.gz
cd nagios-3.0.6.tar.gz
运行Nagios配置脚本并使用先前开设的用户及用户组：

./configure --with-command-group=nagcmd

编译Nagios程序包源码

make all -j8

make install
make install-init
make install-config
make install-commandmode

make install-webconf    #安装Nagios的WEB配置文件到Apache的conf.d目录下

4。安装Nagios plugin

./configure --with-nagios-user=nagios --with-nagios-group=nagios -prefix=/usr/local/nagios

make -j8

make install

5。基本配置

配置文件默认位置/usr/local/nagios/etc，只需要做简单修改就可以体验到Nagios啦。

修改/usr/local/nagios/etc/objects/contacts.cfg，更改email地址nagiosadmin 的联系人定义信息中的EMail信息为你的EMail信息以接收报警内容.(确认你的系统可以发送邮件到相应的接收者)
6。配置Web接口

创建一个nagiosadmin 的用户用于Nagios的WEB接口登录。记下你所设置的登录口令，一会儿你会用到它。
htpasswd -c /usr/local/nagios/etc/htpasswd.users nagiosadmin
重启Apache服务以使设置生效。
service httpd restart

7。启动Nagios

chkconfig --add nagios
chkconfig nagios on
service nagios start

这是你可以访问http://localhost/nagios，就可以看到Nagios啦哈哈。

Nagios安装过程中可能还需要其他的一些文件，比如apache。。。。我是在安装了Ganglia的系统上接着安装了Nagios。所以如果你的系统在安装Nagios的时候提示需要某些dependency，那么需要按照提示去做了:)

我在实际安装过程中遇到的最麻烦的问题是：
1。无法启动nagios，在系统log中发现提示无法创建/usr/local/nagios/var/rw/nagios.cmd。我发现没有rw目录。。。我创建了rw目录，并且将其owner改为nagios:nagcmd，权限改为drw-rw----。悲剧的是该错误提示仍然存在。最后我直接将其权限改为drw-rw-rw-。能够工作了，但是root cause我还没有找到。
2。类似的错误。在Nagios上察看log的时候，提示没有相应处理/usr/local/nagios/var/archives的权限。解决方法如上。

总的来说，安装过程比较顺利嘿嘿，运行后如下：

来自群组: Hadoop技术组