一、监控服务器系统负载情况:
1、用uptime命令查看当前负载情况(1分钟,5分钟,15分钟平均负载情况)
# uptime
15:43:59 up 186 days, 20:04, 1 user, load average: 0.01, 0.02, 0.00
系统负荷的经验法则:(详情参考:http://blog.csdn.net/skyline_loafer/article/details/26940539)
(1) 主要观察"15分钟系统负荷",将它作为电脑正常运行的指标。
(2) 如果15分钟内,(系统负荷除以CPU核心数目之后的)平均负荷大于1.0,表明问题持续存在,不是暂时现象。
(3) 当系统负荷持续大于0.7,你必须开始调查了,问题出在哪里,防止情况恶化。
(4) 当系统负荷持续大于1.0,你必须动手寻找解决办法,把这个值降下来。
(5) 当系统负荷达到5.0,就表明你的系统有很严重的问题,长时间没有响应,或者接近死机了。
2、查看服务器cpu的总核数
# grep -c ‘model name‘ /proc/cpuinfo
3、截取服务器1分钟、5分钟、15分钟的负载情况
# uptime | awk ‘{print $8,$9,$10,$11,$12}‘(注意:这里是1左边的符号!!!)
load average: 0.01, 0.02, 0.00
4、查看截取15分钟的平均负载
# uptime | awk ‘{print $12}‘
(用 ‘{print $12}‘ 这个获取的不够准确,如果都用awk取第12个字段的话,结果有可能为空了。而用$NF表输出最后一段的内容)
# uptime | awk ‘{print $NF}‘
5、编写系统负载监控的脚本文件:
# vim /scripts/load-check.sh
- #!/bin/bash
- #使用uptime命令监控linux系统负载变化
- #取系统当前时间(以追加的方式写入文件>>)
- date >> /scripts/datetime-load.txt
- #提取服务器1分钟、5分钟、15分钟的负载情况
- uptime | awk ‘{print $8,$9,$10,$11,$12}‘ >> /scripts/load.txt
- #逐行连接上面的时间和负载相关行数据(每次重新写入文件>)
- paste /scripts/datetime-load.txt /scripts/load.txt > /scripts/load_day.txt
# chmod a+x /scripts/load-check.sh
6、编写系统负载结果文件邮件发送脚本:
# vim /scripts/sendmail-load.sh
- #!/bin/bash
- #把系统负载监控生成的load_day.txt文件通过邮件发送给用户
- #提取本服务器的IP地址信息
- IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`
- #提取当前日期
- today=`date -d "0 day" +%Y年%m月%d日`
- #发送系统负载监控结果邮件
- echo "这是$IP服务器$today的系统负载监控报告,请下载附件。" | mutt -s "$IP服务器$today的系统负载监控报告" -a /scripts/load_day.txt [email protected]
# chmod a+x /scripts/sendmail-load.sh
7、编写系统负载监控的脚本文件:
# vim /scripts/load-warning.sh
- #!/bin/bash
- #使用uptime命令监控linux系统负载变化
- #提取本服务器的IP地址信息
- IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`
- #抓取cpu的总核数
- cpu_num=`grep -c ‘model name‘ /proc/cpuinfo`
- #抓取当前系统15分钟的平均负载值
- load_15=`uptime | awk ‘{print $NF}‘`
- #计算当前系统单个核心15分钟的平均负载值,结果小于1.0时前面个位数补0。
- average_load=`echo "scale=2;a=$load_15/$cpu_num;if(length(a)==scale(a)) print 0;print a" | bc`
- #取上面平均负载值的个位整数
- average_int=`echo $average_load | cut -f 1 -d "."`
- #设置系统单个核心15分钟的平均负载的告警值为0.70(即使用超过70%的时候告警)。
- load_warn=0.70
- #当单个核心15分钟的平均负载值大于等于1.0(即个位整数大于0) ,直接发邮件告警;如果小于1.0则进行二次比较
- if (($average_int > 0)); then
- echo "$IP服务器15分钟的系统平均负载为$average_load,超过警戒值1.0,请立即处理!!!" | mutt -s "$IP 服务器系统负载严重告警!!!" [email protected]
- else
- #当前系统15分钟平均负载值与告警值进行比较(当大于告警值0.70时会返回1,小于时会返回0 )
- load_now=`expr $average_load \> $load_warn`
- #如果系统单个核心15分钟的平均负载值大于告警值0.70(返回值为1),则发邮件给管理员
- if (($load_now == 1)); then
- echo "$IP服务器15分钟的系统平均负载达到 $average_load,超过警戒值0.70,请及时处理。" | mutt -s "$IP 服务器系统负载告警" [email protected]
- fi
- fi
# chmod a+x /scripts/load-warning.sh
8、加入任务计划:系统负载每十分钟检测一次,有告警则立即发邮件(十分钟检测一次),每天早上8点发送一次系统负载检查报告
# crontab -e
- */10 * * * * /scripts/load-check.sh
- */10 * * * * /scripts/load-warning.sh
- 0 8 * * * /scripts/sendmail-load.sh
(原文摘自:http://huangrs.blog.51cto.com/2677571/788379/)