Zabbix Python API 应用实战

简介:

    做监控的同学应该知道,公司IDC机房经常有上架、下架、报修和报废的服务器。如果服务器数量很多的时候很容易造成监控遗漏。
    大的互联网公司把监控系统和CMDB(资产管理系统|配置管理数据库系统)集成在一起,当上架一台新机器的时候CMDB里面会记录相关的信息,Zabbix根据CMDB里面信息自动Link相关的模块,添加|删除监控。很多小的公司没有资产管理系统,但作为监控的负责人应该每天知道上架了哪些新的机器,确保能添加到Zabbix监控里面。
    首先给大家说一下脚本思路:
1)通过Nmap工具扫描网段,扫描出已经使用的IP地址。
2)通过Nmap检测已经扫描IP的3389或者22端口是否开放,可以判断那些事windows机器,那些是Linux机器。
3)Linux下面通过ssh + hostname命令找出Linux主机名。
4)Windows下面通过nmblookup -A 命令找出Windows主机名。
5)用Python脚本读扫描结果文件,把主机名写到列表里面。
6)用Zabbix python API 调用已经监控的主机名,写到列表里面。
7)两个列表取交集,用for循环判断哪些主机名没有监控。
8)发邮件通知监控负责人。

    下面我分享一下我写的Python写的脚本,其中scan_machine.sh是我调用的用Shell写的关于Nmap扫描的脚本,scan_hostname.log是Nmap扫描的结果,里面内容是IP 主机名。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
#!/usr/bin/env python
#create by:sfzhang 20140820
#coding=utf-8
import  os,sys
import  json
import  urllib2
import  datetime,time
from  urllib2  import  URLError
nmap_cmd  =  "/shell/machine/scan_machine.sh"
def  runCmd(command):
     global  mail_cmd
     mail_cmd  =  '''mail -s "Report on not monitor Hosts of Zabbix" shifeng_zhang88 < /shell/machine/result/result.txt'''
     return  os.system(command)
runCmd(nmap_cmd)
def  nmap_host():
     hostiplst  =  []
     hostnamelst  =  []
     =  file ( '/shell/machine/result/scan_hostname.log' )
     for  line  in  f.readlines():
         hostip  =  line.split()[ 0 ]
         hostname  =  line.split()[ 1 ]
         hostiplst.append(hostip)
         hostnamelst.append(hostname)
     hostnamelst.sort()
     #print hostiplst
     return  hostnamelst
     f.close()
def  zabbix_host():
     zabbixhostlst =  []
     #based url and required header
     url  =  "http://192.168.161.128/api_jsonrpc.php"
     header  =  { "Content-Type" "application/json" }
     #request json
     data  =  json.dumps(
     {  
     "jsonrpc" "2.0" ,
       "method" "host.get" ,
       "params" :{
           "output" :[ "hostid" , "name" ],
          "filter" :{ "host" :""}
     },    
     #auth id
     "auth" : "Zabbix Auth ID" ,
     "id" 1 ,
     })
     #create request object
     request  =  urllib2.Request(url,data)
     for  key  in  header:    
     request.add_header(key,header[key])
     #get host list
     try :
     result  =  urllib2.urlopen(request)
     except  URLError as e:
     print  "The server could not fulfill the request." ,e.reason
     else :
         reponse  =  json.loads(result.read())
     result.close()
     #print "Number of Hosts:",len(reponse['result'])
     for  host  in  reponse[ 'result' ]:
             #print "Host ID:",host['hostid'],"Host Name:",host['name']
             zbxhosts = host[ 'name' ]
             zabbixhostlst.append(zbxhosts)
         zabbixhostlst.sort()
         return  zabbixhostlst    
def  main():
     nmaphostlst  =  nmap_host()  
     zbxhostlst  =  zabbix_host()  
     diff  =  list ( set (nmaphostlst) ^  set (zbxhostlst))  
     content  =  "\n"
     nomonitorlst  =  [] 
     if  len (diff) ! =  0 :  
         for  host  in  diff:  
             if  host  in  nmaphostlst:  
                 nomonitorlst.append(host)
                 
     else :  
         sys.exit()
     #print zbxhostlst
     string  =  '\n' .join(nomonitorlst)
     =  file ( '/shell/machine/result/result.txt' , 'w' )
     f.write(string)
     f.flush()
     f.close()
     runCmd(mail_cmd)
if  __name__  = =  "__main__" :  
     main()

   把脚本添加到crontab,每台会收到关于那些主机没有添加监控的信息。

wKiom1QWnH2TqA4TAACr-PgcC_U866.jpg     

    总结:

     1)Zabbix API相关信息可以查看官方详细资料,看不懂英文的可以参考下面这篇文档。http://paperplane.ruhoh.com/zabbix/intro-to-zabbix-api/

     2)通过该脚本可以知道那些主机没有添加监控,希望对大家有帮助,如果有更好的解决方法欢迎多多交流。 










本文转自 sfzhang 51CTO博客,原文链接:http://blog.51cto.com/sfzhang88/1552916,如需转载请自行联系原作者

目录
相关文章
|
2天前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python构建简单的图像识别应用
本文将介绍如何利用Python语言及其相关库来构建一个简单但功能强大的图像识别应用。通过结合OpenCV和深度学习模型,我们将展示如何实现图像的特征提取和分类,从而实现对图像中物体的自动识别和分类。无需复杂的算法知识,只需一些基本的Python编程技巧,你也可以轻松地创建自己的图像识别应用。
|
2天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
22 6
|
4天前
|
数据挖掘 vr&ar Python
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
25 10
|
4天前
|
机器学习/深度学习 数据采集 供应链
从数据到决策:scikit-learn在业务分析中的应用
【4月更文挑战第17天】本文探讨了scikit-learn在业务分析中的应用,包括数据预处理、分类、回归和聚类模型的构建,以及模型评估与优化。通过使用scikit-learn,企业能有效处理数据、预测趋势、客户细分并制定决策,从而提升经营效率和市场策略。随着机器学习的发展,scikit-learn在业务分析领域的潜力将持续释放,创造更多价值。
|
4天前
|
机器学习/深度学习 算法
scikit-learn在回归问题中的应用与优化
【4月更文挑战第17天】本文探讨了scikit-learn在回归问题中的应用,介绍了线性回归、岭回归、SVR和决策树回归等算法,并提出优化策略,包括特征选择、超参数调优、交叉验证和集成学习。通过实践案例展示如何处理房价预测问题,强调了根据问题特点选择合适方法的重要性。
|
4天前
|
算法 Serverless 计算机视觉
SciPy的科学计算库的基础知识与应用
【4月更文挑战第17天】**SciPy**是Python的开源科学计算库,基于NumPy,包含优化、积分、线性代数、信号处理等模块。本文介绍了SciPy的基本使用,如线性代数(矩阵运算、特征值)、优化(最小化问题)、积分以及信号处理(滤波)。安装SciPy可使用`pip install scipy`。此外,还展示了图像处理和常微分方程求解的例子。SciPy是科学计算的重要工具,适用于各种数值问题。参考文献包括SciPy和NumPy官方文档。
|
4天前
|
Python
基于Django的Python应用—学习笔记—功能完善
基于Django的Python应用—学习笔记—功能完善
|
5天前
|
Python
Python金融应用编程:衍生品定价和套期保值的随机过程
Python金融应用编程:衍生品定价和套期保值的随机过程
|
大数据 物联网 Linux
阿里云API应用创新大赛总决赛,强者之争即将开启
通过API,让开发者享受增值服务,强化产品快速发展。
1553 0
|
13天前
|
缓存 前端开发 API
API接口封装系列
API(Application Programming Interface)接口封装是将系统内部的功能封装成可复用的程序接口并向外部提供,以便其他系统调用和使用这些功能,通过这种方式实现系统之间的通信和协作。下面将介绍API接口封装的一些关键步骤和注意事项。

热门文章

最新文章

推荐镜像

更多