Zabbix监控系统架构原理(一)

简介: zabbix架构及部署我们这次先安装再进行介绍zabbix1.什么是监控监控:监视,控制随着用户的增量,服务随时可能被系统oom,所谓oom就是out of memory,当系统的负载到达一定程度,内存使用率使用殆尽,就会触发这种情况,触发oom后系统会kill掉内存使用率最高的进程,服务随之崩溃,omm会触发kernel,kernel为了保障服务器正常运行,会把使用最高的进程kill

zabbix架构及部署

我们这次先安装再进行介绍zabbix

1.什么是监控

监控:监视,控制

随着用户的增量,服务随时可能被系统oom,所谓oom就是out of memory,当系统的负载到达一定程度,内存使用率使用殆尽,就会触发这种情况,触发oom后系统会kill掉内存使用率最高的进程,服务随之崩溃,omm会触发kernel,kernel为了保障服务器正常运行,会把使用最高的进程kill

1.1.模拟oom

1.使用ab对zbabix页面进行高并发压测

将交换分区关掉
[root@zabbix-server ~]# swapoff -a
[root@zabbix-server ~]# ab -n 100000 -c 50 http://192.168.81.210/zabbix/index.php

2.再打开一个xshell通过watch目录观察内存使用

[root@zabbix-server ~]# watch free -m

可以看到持续在下降

3.打开/var/log/message日志即可看到oom,将mysqlkill掉了

[root@zabbix-server ~]# vim /var/log/messages

2.常见的Linux监控命令

free
df
top
htop
uptime
iftop
iostat
iotop
vmstat
netstat
nethogs
cpu

3.使用shell脚本来监控服务器

两种方式来实现shell脚本监控


首先通过crontab计划任务每隔5分钟检测一次监控指,当指标到达一定峰值时即报警

或者通过while死循环的方式,每次检测完一个指标就sleep 300 也可以实现五分钟一次检测

写一个简单的检测内存的脚本


思路:监控内存主要监控available这一列,如果值小那么必出问题,定义一些时间变量,将每天的每次监控都存放到日志中,便于看监控日志,最后当峰值到达一定程度就发送给运维的邮箱

[root@zabbix-server ~]# vim free_monitor.sh
#!/bin/bash
while true
do
        Free=$(free -m |awk 'NR==2{print $NF}')
        Date=$(date "+%F %H:%M:%S")
        Day=$(date +%F)
        Month=$(date +%Y-%m)
        Monitor_dir=/monitor_log/${Month}
        Monitor_file=$Monitor_dir/${Day}_monitor.log
        if [ ! -e $Monitor_dir ];then
                mkdir -p $Monitor_dir
        fi
        if [ $Free -lt 100 ];then
                echo "$Date $Free is used error!" >> $Monitor_file
                cat $Monitor_file | mail -s "内存使用异常" yunwei@163.com
        fi
        sleep 300
done

4.zabbix的基础服务架构

  • zabbix角色
  • **zabbix-agent:**负责收集zabbix监控的各项指标数据
  • **zabbix-server:**负责将zabbix-agent推送过来的监控指标数据进行分析,将指标数据和设置的峰值进行对比,达到一定峰值了,就触发报警,在将监控数据存到数据库

**zabbix-web:**将监控数控在页面进行展示

zabbix监控架构详解


zabbix监控采用lamp架构平台,由于监控只有运维几个人看,并不需要高并发,apache更加稳定且配置简单,因此采用lamp平台,架构不一样要高性能要合适才行。

zabbix架构流程首先在zabbix-web前端页面上添加主机并添加监控项,存放到数据库后,zabbix-server会定期每隔60s同步数据库,获取最新监控项、监控指标,获取后与安装了zabbix-agent的客户端进行监控,zabbix-agent将监控的指标推送给zabbix-server,zabbix-server进行分析指标数据,与运维设置的指标进行对比,如果达到了一定指标则将数据入库,最后在zabbix-web前端页面进行展示。

目录
相关文章
|
3月前
|
存储 监控 算法
园区导航系统技术架构实现与原理解构
本文聚焦园区导航场景中室内外定位精度不足、车辆调度路径规划低效、数据孤岛难以支撑决策等技术痛点,从架构设计到技术原理,对该系统从定位到数据中台进行技术拆解。
113 0
园区导航系统技术架构实现与原理解构
|
4月前
|
存储 消息中间件 canal
zk基础—2.架构原理和使用场景
ZooKeeper(ZK)是一个分布式协调服务,广泛应用于分布式系统中。它提供了分布式锁、元数据管理、Master选举及分布式协调等功能,适用于如Kafka、HDFS、Canal等开源分布式系统。ZK集群采用主从架构,具有顺序一致性、高性能、高可用和高并发等特点。其核心机制包括ZAB协议(保证数据一致性)、Watcher监听回调机制(实现通知功能)、以及基于临时顺序节点的分布式锁实现。ZK适合小规模集群部署,主要用于读多写少的场景。
|
5月前
|
存储 人工智能 自然语言处理
为什么混合专家模型(MoE)如此高效:从架构原理到技术实现全解析
本文深入探讨了混合专家(MoE)架构在大型语言模型中的应用与技术原理。MoE通过稀疏激活机制,在保持模型高效性的同时实现参数规模的大幅扩展,已成为LLM发展的关键趋势。文章分析了MoE的核心组件,包括专家网络与路由机制,并对比了密集与稀疏MoE的特点。同时,详细介绍了Mixtral、Grok、DBRX和DeepSeek等代表性模型的技术特点及创新。MoE不仅解决了传统模型扩展成本高昂的问题,还展现出专业化与适应性强的优势,未来有望推动AI工具更广泛的应用。
1842 4
为什么混合专家模型(MoE)如此高效:从架构原理到技术实现全解析
|
6月前
|
消息中间件 存储 设计模式
RocketMQ原理—5.高可用+高并发+高性能架构
本文主要从高可用架构、高并发架构、高性能架构三个方面来介绍RocketMQ的原理。
1569 21
RocketMQ原理—5.高可用+高并发+高性能架构
|
5月前
|
机器学习/深度学习 算法 测试技术
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析
本文探讨了基于图的重排序方法在信息检索领域的应用与前景。传统两阶段检索架构中,初始检索速度快但结果可能含噪声,重排序阶段通过强大语言模型提升精度,但仍面临复杂需求挑战
141 0
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析
|
5月前
|
Java 开发者 Spring
Spring框架 - 深度揭秘Spring框架的基础架构与工作原理
所以,当你进入这个Spring的世界,看似一片混乱,但细看之下,你会发现这里有个牢固的结构支撑,一切皆有可能。不论你要建设的是一座宏大的城堡,还是个小巧的花园,只要你的工具箱里有Spring,你就能轻松搞定。
211 9
|
6月前
|
人工智能 自然语言处理 安全
基于LlamaIndex实现CodeAct Agent:代码执行工作流的技术架构与原理
CodeAct是一种先进的AI辅助系统范式,深度融合自然语言处理与代码执行能力。通过自定义代码执行代理,开发者可精准控制代码生成、执行及管理流程。本文基于LlamaIndex框架构建CodeAct Agent,解析其技术架构,包括代码执行环境、工作流定义系统、提示工程机制和状态管理系统。同时探讨安全性考量及应用场景,如软件开发、数据科学和教育领域。未来发展方向涵盖更精细的代码生成、多语言支持及更强的安全隔离机制,推动AI辅助编程边界拓展。
281 3
基于LlamaIndex实现CodeAct Agent:代码执行工作流的技术架构与原理
|
7月前
|
机器学习/深度学习 缓存 自然语言处理
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
Tiktokenizer 是一款现代分词工具,旨在高效、智能地将文本转换为机器可处理的离散单元(token)。它不仅超越了传统的空格分割和正则表达式匹配方法,还结合了上下文感知能力,适应复杂语言结构。Tiktokenizer 的核心特性包括自适应 token 分割、高效编码能力和出色的可扩展性,使其适用于从聊天机器人到大规模文本分析等多种应用场景。通过模块化设计,Tiktokenizer 确保了代码的可重用性和维护性,并在分词精度、处理效率和灵活性方面表现出色。此外,它支持多语言处理、表情符号识别和领域特定文本处理,能够应对各种复杂的文本输入需求。
849 6
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
|
6月前
|
运维 监控 安全
【案例分享】中国通号卡斯柯公司:ZABBIX如何破解轨道交通监控难题
本文根据2023上海峰会上朱林贤的演讲整理,聚焦中国通号卡斯柯公司如何借助Zabbix实现轨道交通信号系统的智能化管理。作为中外合资企业,卡斯柯通过统一平台整合设备监控,大幅降低成本并提升灵活性,成功应用于国内外项目。文章探讨了传统监控系统的痛点、研发维护经验及国产化与开源技术挑战,为行业转型提供了宝贵启示。未来,开放协作将是推动轨道交通智能化发展的关键。
244 0

热门文章

最新文章

推荐镜像

更多