Zabbix常见问题手册

 

一、 概述

为了提高应对突发事件的处置能力，在出现故障的情况下，使用该手册中常见问题作参考能快速排出监控系统出现的故障，恢复监控系统正常运行。实现即时发现问题，快速处理问题，满足监控系统在突发情况下保障和恢复工作机制。

二、 适用范围

本手册适用于zabbix server，proxy，agent在使用和运行过程中出现的异常问题，对常见问题提供解决方法参考。

三、 监控系统常见问题

三.1  Zabbix server

三.1.1 WEB页面无法登陆

问题描述：

WEB页面（http://40.2.214.18:8000/zabbix）无法登陆

 

解决方法：

使用zabbix用户操作：

查看浮动IP地址是否在可用状态：ping 40.2.214.18

如不通：在主服务器端执行：/usr/bin/vrrpd –I bond0 –n –v 54 –p 100 40.2.214.18

使用root用户操作：

查看HTTP进程是否运行：ps –ef | grep httpd

如未运行：执行 /usr/local/apache2/bin/httpd –k start启动HTTP进程

查看HTTP端口8000是否在监听状态：netstat –tulnp | grep 8000

如未在监听状态重启HTTP进程

使用zabbix用户操作：

查看zabbix server 进程是否运行：ps –ef | grep zabbix_server  

如未运行：执行/usr/local/zabbix/sbin/zabbix_server

三.1.2 WEB页面无法刷新

问题描述：

WEB页面（http://40.2.214.18:8000/zabbix）选项无法刷新

 

解决方法：

使用zabbix用户操作：

在zabbix server（主）端检查MySQL的IP地址连通性：ping 40.2.215.25

如不通请在MySQL检查网络或在MySQL端检查VIP

在zabbix server（主）端检查MySQL能否被访问：mysql –uzbserver_rw –pRRlwaKzp1SJS5s9T33up –P3358 –h40.2.215.25

 如数据库没有问题查看zabbix_server进程是否正常运行：ps –ef | grep zabbix_server如未运行：执行/usr/local/zabbix/sbin/zabbix_server启动zabbix server

三.1.3 Web界面出现Allowed memory exhausted

问题描述：

zabbix server web页面ReportàNotifications项出现Allowed memory exhausted告警提示

 

解决方法：

需要将zabbix server主机上PHP配置文件相应内存配置调整，即/usr/local/php/etc/php.ini文件中memory_limit值进行增加。

三.1.4 监控项无数据

问题描述：

监控项没有监控数据，也没有任何错误信息 

 

解决方法：

使用zabbix用户操作：

在zabbix_server web页面MonitoringàLatest dateà具体host 监控项都无最新数据变化：

1、登陆该host机器检查/home/zabbix/zabbix-agent/etc/zabbix_agentd.conf中Hostname对应的值是否与Web页面相应的host名称一致，不一致修改成一致。

2、登陆该host机器重启zabbix_agent,命令： /home/zabbix/zabbix-agent/zabbix_agentd restart

3、在该机器上检查zabbix_agent进程：ps –ef | grep zabbix_agent 是否正常运行

 

三.1.5 Trigger告警未发邮件

  问题描述：

出现监控项告警未发告警信息到告警平台

 

  解决方法：

1、 zabbix server Web页面Reports àAction log 界面查看是否有该告警触发action日志，

2、 如有触发action日志，查看zabbix server中告警日志 /tmp/具体日期zabbixAlertNew.log(如：2018-01-05zabbixAlertNew.log)是否有相应的日志。如有联系告警平台检查

3、 如无触发action日志，Web页面ConfigurationàActions 查看 SendEventNew 和sendevent状态是否是Enabled，如不是请点击Status列对应部分启动。

 

三.1.6 主机40.32.67.1某个trigger频繁触发event再close再触发

现象描述：收到大量告警，观察该主机的events列表发现某个事件以两分钟为周期触发然后再close，然后再触发。并且该告警相关的监控项数据实际采集频率与所设置的时间间隔不一致。

环境：zabbix server 3.0 + zabbix agent 3.0 + AIX

问题分析：

zabbix的trigger告警都是依赖于数据的，只要zabbix server收到数据就会对trigger进行重新计算并决定是否触发event，因此首先检查数据的内容和获取情况。找到trigger所依赖的item，查看其最近一段时间的数据，观察其采集数据的时间戳，发现相邻的两次值的时间间隔在1分钟左右（但是并不是准确的1分钟），而该监控项设置的采集间隔为2分钟。正常情况下，单个agent会以固定的周期发送数据到server端。这种时间间隔的不一致，表明可能存在不止一个agent在发送该监控项的数据（zabbix server并不会主动验证数据的来源ip是否合法，它只考虑agent hostname是否相符，当两个不同ip的host以同样的agent hostname发送数据时，zabbix server会照单全收，同时接受两份数据，这两份数据都会用于trigger的计算）。

对于如何找到具有同样的agent hostname的另一个host的问题，请见下面的解决方法。

解决方法：

l 登录zabbix原生页面，查看告警主机的system.hostname监控项的值，会发现交叉出现两个名称，其中有一个名称与当前host name不一致，这个名称就是有问题的主机。

l 定位了问题主机以后，登录该问题主机，查看其agent配置文件，会发现配置文件中的agent hostname是错误的，将其修改为正确的值，然后重启agent即可解决。

l 需要注意的是：这一问题能够暴露出来是因为问题主机发送的数据触发了告警，如果问题主机发送的数据不能触发告警，则有可能无法暴露出问题。需要通过数据获取的频率或者通过system.hostname监控项的值来检查判断是否存在问题。

 

三.1.7 监控项最新数据无趋势图

问题描述：查看某主机数值型监控项last data时，value处有最新数据

，但Graph没有展示趋势图，具体选择持续时间长的有趋势图展示，时间短的没有

分析：zabbix4.0历史数据和趋势数据设置若无单位，默认按秒存储，历史数据保存时间为1小时到25年，趋势数据保存时间为1天到25年，支持时间后缀，例如：h、d

解决方法：查看监控项历史数据和趋势数据保留时间，建议以d为单位，修改全部监控项的历史数据和趋势数据的sql脚本路径为40.2.214.17：/home/zabbix/scripts/mysql_updatehistory.sh，查看items表中history和trends字段设置的时间是否包含单位，如：

update zabbixser.items set history=’1d’;

update zabbixser.items set trends=’30d’;

然后执行脚本即可修改成功，监控项修改历史数据和趋势数据保留时间后，即可正常查看任意时间段的趋势图。

 

 

三.2  Zabbix proxy

三.2.1 Proxy进程异常

问题描述：

Zabbix Proxy进行启动异常，日志显示无法连接数据库

 

解决方法：

使用MySQL用户操作

检查zabbix_proxy MySQL数据库进程是否异常：ps –ef | grep mysql

如无进程可执行启动：/bin/sh  /mysql/myinst1/service/bin/mysql_safe –defaults-file=/mysqldate/myinst1/etc/my.cnf

如无法启动查看/mysqldate/myinst1/log/error.log记录，根据报错排除故障。

使用MySQL用户操作：

检查 zabbix_proxy端MySQL 数据库是否可访问：mysql  -uzabbix  -pjfldkjoi56k –P3306 –h127.0.0.1

 

三.2.2 Proxy无法收到server发送配置数据

问题描述：

Proxy正常工作会定时接受server发送的配置数据，Proxy日志显示无法收到配置数据

 

解决方法：

1、 检查配置文件/home/zabbix/zabbix3.0.6/etc/zabbix_proxy.conf 中Server对应的值是否是40.2.214.18如不是请更正。

2、 检查配置文件/home/zabbix/zabbix3.0.6/etc/zabbix_proxy.conf中Hostname对应的值是否是与zabbix server Web界面配置的proxies名称（AdministrationàProxies）是否一致，不一致请修改成一致。

3、 查看proxy日志（位于/tmp/zabbix_proxy.log）具体报错信息，根据信息排除故障。

4、 修改完后重启proxy进程。

 

  3.2.3某个值的类型不可用

  问题描述：

  Value "XXX" of type "XXX" is not suitable for value type "XXXX" 或者Received value xxxx is not suitable for value type [xxxx] 此类报错可能出现在所有监控类型，多是监控项中的信息类型配置出现错误。

 

  解决办法：

  登陆zabbix web页面修改监控项中的信息类型

 

3.2.4 某个proxy突然出现unreachable poller进程繁忙程度过高的告警

问题描述：收到某个proxy的告警，unreachable poller进程繁忙度超过90%。

环境：zabbix server3.0 + zabbix proxy3.0

 

问题分析：

unreachable poller进程负责对处于unreachable和unavailable状态的主机进行检查。当处于unreachable和unavailable状态的主机数量较大时，就会导致该进程繁忙程度增加。在这种情况下，就需要定位到时哪些主机处于unreachable或者unavailable状态。

解决方法：

登录到告警的proxy，执行命令tail -f /tmp/zabbix_proxy.log|grep unavailable可以看到有哪些主机是unavailable状态；

执行命令tail -f /tmp/zabbix_proxy.log|grep‘network error’，可以看到有哪些主机处于unreachable状态以及造成该主机unreachable的item key。

定位到主机和item key以后，就可以查看问题主机有哪些监控项出现报错。

在本次事件中，是因为该proxy下新加了一批主机，这些主机存在一些passive agent check，因为passive agent端口被禁用了，所以出现无法连接的情况，导致unreachable。

 

三.3 Zabbix agent

三.3.1 Zabbix_agent监控项无监控数据检查

问题描述：

监控项无监控数据

 

解决方法：

使用zabbix用户操作

在zabbix server端执行：zabbix_get –s hostname –P 10050 –k “key” （zabbix_get默认位于：/home/zabbix/zabbix-agent/bin/）是否能获取到监控数据

 

三.3.2 Trapper 监控项无监控数据检查

问题描述：

Trapper监控项无监控数据

 

解决方法：

使用zabbix用户操作

在被监控主机端执行：zabbix_sender –z server –p 10051 –s host –k key –o 监控数据在zabbix server （zabbix_sender默认位于：/home/zabbix/zabbix-agent/bin/）端检查是否能接受到测试数据。

如果server能收到数据,则问题出在被监控主机监控脚本上,联系相关监控项维护人员处理。如果收不到数据，则需排查网络或server端trapper服务问题。

三.3.3 Host not found处理

问题描述：

在zabbix_server.log和zabbix_proxy.log中 出现某host not found 信息

 

解决方法：

使用zabbix用户操作

1、检查该host的配置文件（默认：/home/zabbix/zabbix-agent/etc/zabbi_agentd.conf）配置hostname与zabbix_server web页面配置的hostname名字不相同，确保两者相同。

2、检查该host与proxy的网络是否能连通。

三.3.4 监控项not support状态

问题描述：

WEB界面主机监控项显示not support, 表示监控项可以收到监控数据，但数据异常。

 

解决方法：

     在zabbix web界面

1、 web界面相应监控项配置数据类型是否与实际返回数据类型一致。

2、 检查配置的KEY是否与定义的key一致

Zabbix agent主机端

3、 检查相应监控项对应脚本返回结果是否有异常。

4、 检查相应脚本是否有执行权限，自定义KEY是否正确。

 

三.3.5 监控项nodata

问题描述：

WEB界面主机监控项没有数据同时也没not support（如配置了nodata的Trigger会触发告警），表示监控项无法收到监控数据。

 

解决方法：

   

1、 检查被监控主机相应监控项对应脚本执行是否有异常（nodata一般意味着相关key的数据没有任何返回，脚本执行异常的概率最大）。

2、 依次检查Proxy Server相关poller /trapper /snmp等服务是否正常。

 

三.3.6 监控项延迟生效问题

   1、检查Proxy端配置文件

ConfigFrequency

2、检查agent端配置文件

RefreshActiveChecks

 

主动式proxy+主动式监控项

最大延迟时间=（proxy的ConfigFrequency配置）+（agent的RefreshActiveChecks

）

被动式监控项，没有proxy：

生效延迟时间：无，实时生效

 

Zabbix主动式监控项，没有proxy:

最大延迟时间=（agent的RefreshActiveChecks）

 

被动式proxy+被动式监控项：

最大延迟时间=（Server的ProxyConfigFrequency配置）

 

被动式proxy+主动式监控项：

最大延迟时间=（Server的ProxyConfigFrequency配置）+（agent的RefreshActiveChecks

）

 

主动式proxy+被动式监控项：

最大延迟时间=（Server的ProxyConfigFrequency配置）

 

三.3.7 无法检查到脚本文件

  问题描述：

  /home/zabbix/zabbix-agent/etc/scripts/a.sh: [2] No such file or directory

 

  解决办法：

  检查文件路径，或者检查对应server/proxy的ExternalScripts= 配置项

 

三.3.8 不支持的监控项的key值

  问题描述：

  Unsupported item key/ZBX_NOTSUPPORTED/Not supported by Zabbix Agent/Internal check is not supported。出现场景：所有监控类型

 

  解决办法：

  非自定义监控项

官网确认当前版本key_值是否支持，确认agent版本，注意拼写错误。注意key_值与对应的监控类型是否匹配

  自定义监控项

确认自定义监控项配置，agent的UserParameter= 是否与页面一致

 

三.3.9 脚本执行超时

  问题描述：

  Timeout was reached/Timeout while executing a shell script

 

  解决办法：

  Zabbix客户端(主动式)

Zabbix_agent的配置项，Time_out=(默认3秒)

  Vmware监控

对应Zabbix_server/Zabbix_proxy 的配置项VMwareTimeout

  SNMP TRAP/Zabbix采集器

对应Zabbix_server/Zabbix_proxy 的配置项， TrapperTimeout

  其他

对应Zabbix_server/Zabbix_proxy 的配置项 Timeout

  自定义监控项

尝试优化脚本效率

 

三.3.10 无效的参数

  问题描述：

  Invalid % parameter案例：Invalid second parameter./Invalid first parameter.

 

  解决方法：

  官网确认该监控项的参数规范，确认server版本

 

  错误案例：

  比如 system.cpu.util[,idle]，

  如果填system.cpu.util[,abcde],就会报该类错误

 

三.3.11 无法获取一个文件的信息：没有这个文件或者目录

  问题描述：

  Cannot obtain information for file "%": [2] No such file or directory案例：

Cannot obtain information for file "/tmp/test.log": [2] No such file or directory

 

  解决方法：

  检查日志文件存在性及权限

 

三.3.12 没有一个进程

  问题描述：

  No "%" processes started案例： No "vmware collector" processes started出现场景：Zabbix内部监控

 

  解决方法：

  在对应的server/proxy上开启对应的配置，或者屏蔽监控项

 

三.3.13 zabbix-agent启动报错

  问题描述：

  Windos主机：[[40.2.212.198]:10051]由于系统缓冲区不足或队列已满，不能执行套接字

 

  解决方法：

  此问题是windows主机的连接数占满，无法建立新的连接。可重启agent端服务器释放连接，并重新启动zabbix-agent。

 

三.3.14 zabbix-agent启动报错

  问题描述：

  45647：20160808：220507.717 no active checks on server [192.168.3.108：10051]：host [192.168.3.108] not found

 

  解决方法：

  此问题是zabbix-agent和zabbix-server配置了相同的hostname，可登陆agent主机将其主机名修改掉

 

三.3.15 Active agent监控项数据采集间隔变长

现象描述：某些host（40.40.0.1/2/3）的一些active agent监控项（UserParameter）采值间隔设置的是2分钟，但是实际获取到值的间隔却为10分钟左右，导致误告警

环境：zabbix server 3.0+zabbix agent3.0+AIX

问题分析：

active agent监控项由agent调用脚本或者系统命令完成原始数据采集，然后通过TCP连接传输到proxy端，再由proxy传到server端。出现采值间隔时间过长，可能是因为agent原始数据采集的间隔变长了，或者是数据传输过程变慢了。一般来说，数据传输变慢不会只影响zabbix agent，还会影响到系统上的其他服务。在这一事例中，并没有人反映其他服务出现异常，因此初步判断是zabbix agent采集原始数据的间隔变长了。

通过分析zabbix agent源码，发现Zabbix agent的原始数据采集过程是：由zabbix_agentd服务进程调用zbx_popen函数，fork一个新的进程来执行所需要的命令，并等待返回结果（同步调用，而非异步）。需要注意的是，所有active agent监控项由单个zabbix_agentd进程负责，即采值命令都是顺序地串行执行，因此如果某些监控项的命令执行时间过长就可能导致其他命令执行被推迟。假设一个host有60个监控项，每个监控项的采集间隔为60秒，则意味着平均每个监控项命令可用的执行时间为1秒，如果某一个监控项命令执行时间超过20秒，则意味着剩余的59个监控项需要在40秒内执行完毕，才能够保证准时获取到数据。如果不能在所需要的时间内执行完毕，zabbix agent并不会跳过一些监控项，而是继续按顺序执行，也就意味着采值间隔变长。

为了定位具体是哪些监控项导致间隔变长，我们开启了zabbix agent的debug模式（配置文件中的DebugLevel参数改为4并重启zabbix_agentd服务，或者执行命令./zabbix_agentd -R log_level_increase=4），然后跟踪日志中每一次zbx_popen函数的调用以及其执行的命令。通过两次调用之间的间隔可以计算出单次执行的时间长度。

通过分析日志，我们发现在所有600多个监控项中有30个监控项平均执行时间长度在10秒左右。为了解决这一问题，我们将这30个监控项的采集间隔调整到10分钟一次，意味着每分钟只需要对这30个监控项中的3个执行命令。这样一来就可以有足够的时间来完成所有的数据采集。

下图为zbx_execute函数源码截图，该函数用于处理自定义监控项的命令，可以看到它进一步调用了zbx_popen函数来处理。

 

以下为zbx_popen函数截图，可以看到它会记录debug级别的日志，记录内容包括函数名和所执行的command。

 

说明：该分析结果仅适用于用户自定义的agent监控项，也就是使用UserParemeter设置的监控项。

解决方法：

l 首先，开启zabbix agent端的debug模式。修改配置文件中的DebugLevel参数为4并重启zabbix_agentd，或者执行命令：/home/zabbix/zabbix-agent/sbin/zabbix_agentd -R log_level_increase=4

l 然后，执行命令: tail -f /tmp/zabbix_agentd.log | grep zbx_popen 可以观察到每次调用的命令内容及其调用时间，根据两次调用之间的时间差可以计算出执行时间。

l 然后，对于执行时间明显过长的，首先考虑优化命令执行的效率，压缩执行时间。如果不能压缩执行时间，可以考虑调大相应监控项的采集间隔时间，调整的目标值根据需要进行计算，需要保证zabbix agent有足够的时间来执行所有item的采值命令。

 

三.3.16 Zabbix_agent心跳告警

现象描述：某一台主机有监控数据，但是采集数据时间跟当前时间不一致，导致反复出现zabbix_agent心跳告警

现象及解决方式：（1）心跳告警30秒出现一次且一直未恢复，可能是主机端有问题，配合查看有无ping监控告警确认是否是主机挂掉导致

（2）心跳告警及心跳恢复告警反复出现，可能是主机端数据上送延迟导致（大多发生在windows主机上），使用自动化重启zabbix_agent查看数据采集时间是否同步成功。

（3）上述现象的另一种原因，如果重启zabbix_agent后发现数据采集时间还未同步成功，说明主机的系统时间跟当前时间不同步，可适当调大心跳告警的默认阈值解决。

 

三.4 其他

3.4.1 监控部署所使用的AIX的tar包，用ftp传输以后再解压时出现异常

现象描述：zabbix部署时所使用的tar包，使用ftp传输以后再解压，有时候出现解压以后缺少文件的情况。

环境：ftp+AIX/UNIX/LINUX

问题分析：

使用ftp在windows和unix/linux系统之间传输文件的过程中有可能出现内容的变化。因为ftp传输模式分为ascii和binary两种模式，ascii模式下传输会对检测到的换行符进行修改以适应目的系统，binary模式则是原样传输不进行修改。

解决方法：将所有ftp的传输模式修改为binary模式。