前言： Nagios是相當(dāng)不錯的監(jiān)控工具，被稱作是“監(jiān)控之神”，但同樣也有“難搞死”頭銜。發(fā)揮Nagios一切魅力的都是他的插件，正因為豐富多樣的插件讓 nagios有血有肉。監(jiān)控的內(nèi)容不斷在變化，插件也不斷變化，默認的一些插件可能越來越不能滿足需求，這個時候就要自己來寫些插件了。
以下就是用我的第一個Nagios插件來說明編寫方法和我遇到一些問題調(diào)試方法。如果你有耐心可以通篇看完，應(yīng)該對第一次寫的人來說會有很大幫助（如果你看不懂，可能是我寫得不清楚 那就沒辦法了 表達能力有限）
需求：
監(jiān)控普通磁盤的健康狀況（普通磁盤以外還有RAID、陣列的監(jiān)控是不同方法來做的，這里先不討論，先從最簡單的入手），定期進行檢測，并進行報警，報警內(nèi)容磁盤是否正常，不正常是什么狀態(tài)。
分析編寫過程：
我寫腳本的前提都是先從手動成功完成，再到自動化（我想其它人的思路應(yīng)該都一樣的）
1、找到監(jiān)控磁盤的方法
通過一番查找 smartctl 這個命令是比較不錯的 centos slackware一般的默認都有這個
smartctl -H /dev/sda 只檢測狀態(tài)
smartctl -i /dev/sda 只檢測硬盤信息
smartctl -a /dev/sda 檢測所有信息
2、獲取檢測信息
# smartctl -H /dev/sda
smartctl version 5.38 [x86_64-redhat-linux-gnu] Copyright (C) 2002-8 Bruce Allen
Home page is http://smartmontools.sourceforge.net/
SMART Health Status: OK
關(guān)鍵的最后一行說明磁盤的情況 截取 DISK_HEALTH=`smartctl -H /dev/sda | tail -1 | cut -d: -f2- `
3、 進行關(guān)鍵判斷
據(jù)我所知道的 smartctl 5.38 是出以上的結(jié)果 為OK
而 smartctl 5.39 是出以下結(jié)果
=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED
關(guān)鍵詞是PASSED
所以要分析判斷多種情況
4、腳本編寫步驟
1）了解nagios插件編寫規(guī)范
Nagios的插件可以用腳本（shell、Perl）C編譯后的可執(zhí)行程序，但必須滿足以下兩件事：
A、既出時有一個返回值
B、至少向標(biāo)準(zhǔn)輸出設(shè)備（STDOUT）輸出一行文件。（但也不能太大，默認是4K，如果想大些，修改源程序吧，方法搜。)
返回值定義：
Plugin Return Code Service State DISK State
0 OK OK 或者PASSED
1 WARNING 插件警告 DISK報警只分OK或者CRITICAL
2 CRITICAL DISK檢測非OK 或者PASSED
3 UNKNOWN 未知狀態(tài)
2)插件編寫SHELL速成法
在這里我選用我最熟悉的SHELL進行腳本編寫 ,
我的速成法就是，直接去nagios exchange 去下比較成熟的比較簡單的shell腳本，這樣會從一開始借鑒別人好的方法，養(yǎng)成好的習(xí)慣，而且只要你有一點SHELL編程經(jīng)驗也可以很快寫得像一個老手。（不過不要把自己搞暈了就行）
3）以下是我的check_disk_health.sh
#!/bin/bash
# ========================================================================================
# disk health plugin for Nagios
#
# Written by : Ajian
# Release : 1.2.0
# Creation date : 2009-07-28
# Revision date : 2009-07-30
# Description : Nagios plugin (script) to check disk health .
# This script has been designed and written on Linux System.
#
# USAGE : ./check_disk_health.sh [-d (disk)]
#
# Exemple: ./check_cpu_stats.sh
# ./check_cpu_stats.sh -d /dev/sda
#
#
# HISTORY :
# Release | Date | Authors | Description
# --------------+---------------+----------------------+-----------------------------------
# 1.0.0 | 2009-07-28 | Ajian | Create the script
# 1.2.0 | 2009-07-30 | Ajian | modify the script and run well ,fix a bug.
# -----------------------------------------------------------------------------------------
# NOTICE:
#-----------------------------------------------------------------------------------------
# You should have the root Permissions ,You can use sudo to realize .
# -----------------------------------------------------------------------------------------
# Nagios return codes
#定義 nagios返回的狀態(tài)變量
STATE_OK=0
STATE_WARNING=1
STATE_CRITICAL=2
STATE_UNKNOWN=3
# Paths to commands used in this script. These may have to be modified to match your system setup.
# 定義關(guān)鍵的核心命令smartctl 路徑 如果你的系統(tǒng)不是這個地址，請更改。 以下注釋的是調(diào)試的信息，是自動獲取命令路徑的方法。
SMARTCTL="/usr/sbin/smartctl"
#SMARTCTL=`which smartctl`
#if [ $? -ne 0 ]; then
# echo " smartctl is found in $SMARTCTL ; Go on ... "
# echo "smartctl the command cannot find"
# exit $STATE_UNKNOWN
#fi
# Plugin parameters value if not define
# 定義默認的檢測硬盤
CHECK_DISK="/dev/sda"
# Plugin variable description
# 插件描述信息
PROGNAME=$(basename $0)
RELEASE="Revision 1.2.0"
AUTHOR="(c) 2009 Ajian ()"
# Functions plugin usage
# 插件的使用方法函數(shù)
print_release() {
echo "$RELEASE $AUTHOR"
}
print_usage() {
echo ""
echo "$PROGNAME $RELEASE - Disk health check script for Nagios"
echo ""
echo "Usage: check_disk_health.sh -d /dev/sdb"
echo ""
echo " -d the disk (/dev/sda) "
echo " not the Hard disk partition(sda2 is wrong)"
echo " -v check the version"
echo " -h Show this page"
echo ""
echo "Usage: $PROGNAME"
echo "Usage: $PROGNAME --help"
echo ""
exit 0
}
print_help() {
print_usage
echo ""
echo "This plugin will check disk health "
echo ""
exit 0
}
# Parse parameters
# 傳遞參數(shù)
while [ $# -gt 0 ]; do
case "$1" in
-h | --help)
print_help
exit $STATE_OK
;;
-v | --version)
print_release
exit $STATE_OK
;;
-d | --disk)
shift
CHECK_DISK=$1
#判斷磁盤是否存在
if [ ! -b $CHECK_DISK ];then
echo "$CHECK_DISK is no exsit,Please change it "
exit $STATE_CRITICAL
fi
;;
*) echo "Unknown argument: $1"
print_usage
exit $STATE_UNKNOWN
;;
esac
shift
done
＃根據(jù)不同的操作進行不同的操作，這里暫時只支持Linux
case `uname` in
Linux )
#最核心的部分 前面都是些腳本的基本功能 一個框架 因為第一個腳本牽扯到了很多東西，雖然功能很簡單，
#但折騰了我不少，在后面的分析中會具體說到 總之注意sudo用法 腳本一開始就有說哦
DISK_HEALTH=`$SMARTCTL -H $CHECK_DISK | tail -1 | cut -d: -f2- `
#DISK_HEALTH="OK"
# DISK_INFO=`/usr/bin/sudo $SMARTCTL -i $CHECK_DISK | grep "Device:"`
if [ "$DISK_HEALTH" = " OK" ]|| [ "$DISK_HEALTH" = " PASSED" ];then
echo "OK - $CHECK_DISK status is $DISK_HEALTH "
#echo "OK - $CHECK_DISK status is $DISK_HEALTH | $DISK_INFO"
exit $STATE_OK
else
echo "CRITICAL - $CHECK_DISK status is $DISK_HEALTH "
#echo "CRITICAL - $CHECK_DISK status is $DISK_HEALTH | $DISK_INFO"
exit $STATE_CRITICAL
fi
;;
*) echo "UNKNOWN: `uname` not yet supported by this plugin. Coming soon !"
exit $STATE_UNKNOWN
;;
esac4)運行腳本
（注意：在最開始自己寫的腳本是沒有sudo的，以上腳本是已經(jīng)調(diào)試過后的，還需要配置一些其它的東西，慢慢看吧）
給與腳本執(zhí)行權(quán)限，手動執(zhí)行
# ./check_disk_health.sh
OK – /dev/sda status is OK
結(jié)果正確了，其實這個時候，高興得太早了。 我先不說問題、繼續(xù)正常的一般流程。
5、配置Nagios 調(diào)用插件
1）在遠程NRPE 被監(jiān)控服務(wù)器上修改nrpe.conf
# vim /usr/local/nagios/etc/nrpe.cfg
添加 command[check_sda_health]=/usr/local/nagios/libexec/check_disk_health.sh -d /dev/sda
（注意這里了，先提醒下，這里是錯誤的，一般是正確的，是這個腳本的特殊性造成的）
2）在Nagios 監(jiān)控服務(wù)器上添加一些配置
定義服務(wù)
define service{
use Disk-Health
host_name DB-56
servicegroups Disk-Health
service_description check sda disk health
contact_groups admins
check_command check_nrpe!check_sda_health
}
如果像上面定義一個服務(wù) 那么就要注意相關(guān)的定義了 ，
定義Disk-Health 模版 把硬盤檢測定義一個模版會比較好控制，因為硬盤的檢測不像其它服務(wù)一樣需要準(zhǔn)確的及時性反正檢測得太多可能會造成壓力，一般一天檢測幾次就夠了。
定義DB-56 主機需要定義
定義組 admins
以上這些只要安裝過nagios 一般都知道的了 只是強調(diào)下模版的單獨定義
3)通過WEB控制檢測 查看結(jié)果
結(jié)果是失敗 報警CRITCTL 但是狀態(tài)里面的信息都是空的 CRITCTL – /dev/sda status is
6、調(diào)試
從Nagios的遠程監(jiān)控來看是失敗的，并且沒有獲取到任務(wù)有用的信息。
分析可以看到，說明nrpe調(diào)用 這個變量獲取到的是為空的信息
DISK_HEALTH=`$SMARTCTL -H $CHECK_DISK | tail -1 | cut -d: -f2- `
即是空的 只有一個原因，肯定是沒有執(zhí)行 如果執(zhí)行了 肯定會有字段 不管這個字段是否相符。
但是手動執(zhí)行是沒有問題。
經(jīng)過對smartctl的查看 原來這個命令是只允許root進行調(diào)用的。
現(xiàn)在需要解決的問題是：非root 用戶 如何遠程調(diào)用含有需要有root權(quán)限命令的腳本進行監(jiān)控。
（不要小看這一句話，每一個詞都是一個需要攻克的地方）
以下是調(diào)試步驟：
1）非root用戶
NRPE插件是用nagios這個用戶來執(zhí)行的 所以要得到真實的情況需要
A： su nagios 再執(zhí)行腳本 (這個方法比較好)
B： sudo -u nagios ./check_disk_health.sh
結(jié)果：
sudo -u nagios ./check_disk_health.sh
CRITICAL – /dev/sda status is
跟遠程的結(jié)果是一樣的了 沒有信息
2）需要有root權(quán)限
需要root權(quán)限只有一個辦法就是用sudo
將DISK_HEALTH=`$SMARTCTL -H $CHECK_DISK | tail -1 | cut -d: -f2- `
改為DISK_HEALTH=`/usr/bin/sudo $SMARTCTL -H $CHECK_DISK | tail -1 | cut -d: -f2- `
（最后發(fā)現(xiàn)這時加sudo 并不是關(guān)鍵 關(guān)鍵是很行腳本時用sudo ）
結(jié)果：sudo -u nagios ./check_disk_health.sh
Password:
需要輸入密碼 sudo不用輸入密碼的方法
修改sudo配置文件
執(zhí)行 visudo
添加
nagios ALL=(ALL) NOPASSWD:/usr/local/nagios/libexec/check_disk_health.sh
建議：最好進行sudo的一些控制，很多網(wǎng)方法就是nagios ALL=NOPASSWD:ALL
結(jié)果：
su nagios
/usr/bin/sudo check_disk_health.sh
OK – /dev/sda status is OK
那么在nrpe.conf配置文件中需要添加sudo
command[check_sda_health]=/usr/bin/sudo /usr/local/nagios/libexec/check_disk_health.sh
最開始那個是錯誤的 注意啊 這個是需要添加/usr/bin/sudo 就是說只要腳本中涉及到提升到root權(quán)限的命令那么就要用這個
3）遠程調(diào)用
遠程調(diào)用方法：./check_nrpe -H 192.168.0.56 -c check_sda_health
同上如果想模擬真實環(huán)境請切換到相應(yīng)的執(zhí)行用戶 su nagios 再執(zhí)行以上操作
結(jié)果： NRPE: Unable to read output
這個錯誤的原因一定要明白，之所以報這個錯意思是說NRPE沒有獲取到任何信息，也說是寫腳本之前說的其中第二條規(guī)范
問題：在沒有任何信息的情況下怎么來獲取NRPE執(zhí)行的日志呢
就是要確定問題在哪，經(jīng)過一大番的查找眼睛偶爾看到一個有趣的小方法
修復(fù)nrpe.conf配置文件 在要檢查的命令后面添加>>/tmp/output 2>&1 將錯誤導(dǎo)出到文件中進行查看
command[check_sda_health]=/usr/bin/sudo /usr/local/nagios/libexec/check_disk_health.sh -d /dev/sda >>/tmp/output 2>&1
重記nrpe服務(wù)
遠程調(diào)用 結(jié)果當(dāng)然還是NRPE: Unable to read output
查看/tmp/output
sudo: sorry, you must have a tty to run sudo
有錯誤就簡單了 原來這個是默認不允許sudo 在后端進行
visudo
注釋Defaults requiretty 就OK了
結(jié)果通過WEB查看也正確了。
(注意：注釋后 檢測仍然會是Unable 不過看/tmp/output就會有正確的結(jié)果，所以有正確的結(jié)果后，一定要去掉 >>/tmp/outpt 2>&1 信息都導(dǎo)到文件中了 nagios還是得不到任何消息。)
一個腳本執(zhí)行成功后，就是大批量應(yīng)用，用生產(chǎn)環(huán)境驗證，出現(xiàn)問題繼續(xù)調(diào)試。
以上為所有的分析調(diào)試方法。如果你看到最后一步了，說明你很有耐心，你也一定會成功的，至于寫得好與壞、對與錯請盡管說，這不會影響你的成功。呵呵。