linux 服务器常规巡检并生成报表（一）

背景

最近接到一个需求要求每天巡检各台业务设备，并导出报表，但一想到设备有N台，一台台每天巡检这样的重复劳作实在是太伤神了，因此决定写一个脚本来搞定这件事。

 

首先，第一个要解决的问题是批量服务器执行命令的问题。

   之前尝试用过pssh来进行批量服务器上执行脚本，限制较少，效果不错，各位有兴趣的可以试一下，本次为了跟上互联公司的脚步，打算用ansible对服务器进行批量操控。

   至于ansible的手册介绍可以百度下，当然使用ansible的前提是你被控服务器的python 版本2.4以上，控制机的版本要在2.6以上。

ansible的安装

   安装ez_setup 并执行 安装命令

wget -q http://peak.telecommunity.com/dist/ez_setup.py
python ez_setup.py

esay_install ansible

    接下来需要配置下ansible的host文件作为测试。在/etc下创建一个ansible目录。

mkdir /etc/ansible
vi /etc/ansible/hosts

# hosts
[local]
127.0.0.1

   然后运行下命令看看是否成功执行。

ansible  all -a "who"

   如果发现是密码验证方式错误则设置一下免密登陆。

ssh-keygen
ssh-copy-id -i ~/.ssh/id_rsa.pub root@127.0.0.1

  再测试一下该命令发现运行成功了。

至此，该问题解决。

 

然后，开始考虑各项服务器上的检测

   

需求一、检测服务器的瞬时CPU使用率

   参考博文：http://blog.csdn.net/marising/article/details/5182771

                  http://blog.chinaunix.net/uid-14825809-id-2943235.html

   linux基本的cpu的展示属性总共有7种

    1.idle,表示CPU闲置并等待工作分配.

    2.user,表示CPU在运行用户的进程

    3.system,表示CPU在执行kernel工作

    4.nice,表示CPU花费在被nice改变过优先级的process上的时间

    5.iowait,表示CPU等待IO操作完成的时间

    6.irq,表示CPU开销在响应硬中断上的时间

    7.softirq,表示CPU开销在响应软中断上的时间

    属性较多，都很有用（load average也十分有意义），但基于报表展示精简考虑，只摘取idle所占用的时间，然后1-idle%即可求出当前cpu属性。

    通过vmstat命令则可以直接查看当前的cpu，内存以及io的属性信息。

    然后可以通过vmstat 1 10 来显示10s内的cpu属性值。可以简单写出脚本，一条代码搞定。

vmstat 1 10 | awk 'BEGIN{i=0}NR>2{i+=$15}END{printf("%.1f%\t",100-i/10)}'

 

 

需求二、检测服务器的瞬时内存使用率

   查看当前服务器内存使用率有许多方法可以看，比如top、cat /pro/meminfo、vmstat、free或者一些图形化的工具，在此选择最简单的free来操作。

  

  由于linux为将buffers和cached充分利用，能缓存的内容都会尽量往磁盘上缓存，所以服务器的内存使用率=free+buffers+cached

  最后“-/+ buffers/cache:”这一行的内容即为当前实际的内存使用率。

  统计10s内的内存数值可得如下代码。

for i in `seq 1 10`
   do
    free | fgrep "buffers/cache"
    sleep 1
   done | awk 'BEGIN{a=0;b=0}{a+=$3;b+=$3+$4}END{printf("%.1f%\t",a/b*100)}'

  至此完成该需求。

 

需求三、监测服务器的瞬时硬盘使用率

   习惯性地用df 来查看当前硬盘使用率，如图，直接查看df --total可以堪当当前硬盘的使用率

df --total | fgrep total|awk '{printf("%s\t",$5)}'