在伺服器運維過程中,經常需要對伺服器的各項資源進行監控,例如 CPU 負載、磁盤使用率、進程數目等,以便在系統出現異常時及時報警,通知管理員處理。本文介紹在 Linux 下幾種常見監控需求及其 Shell 腳本的編寫。
文章涵蓋:檢查進程是否存在、檢測進程 CPU 利用率、檢測進程內存使用量、檢測進程句柄使用量、查看某個 TCP/UDP 端口是否在監聽、查看某個進程名的運行個數、檢測系統 CPU 負載、檢測系統磁盤空間等。
監控進程時通常需要取得該進程的 ID,它是進程的唯一標識。下面的 GetPID 函式可取得指定用戶下指定進程名的進程 ID,它接收用戶名與進程名兩個參數,先用 ps 查找進程資訊,再用 grep 過濾,最後以 sed 和 awk 取出所需的 ID。
function GetPID #User #Name
{
PsUser=$1
PsName=$2
pid=`ps -u $PsUser | grep $PsName | grep -v grep | grep -v vi | grep -v dbx \
| grep -v tail | grep -v start | grep -v stop | sed -n 1p | awk '{print $1}'`
echo $pid
}
# 示例:查找用戶為 root、進程名為 CFTestApp 的進程 ID
PID=`GetPID root CFTestApp`
echo $PID # 輸出例如:11426
核心命令說明:ps 用於查看瞬間進程資訊(-u 指定用戶、-p 指定進程、-o 指定輸出格式);grep 用於查找匹配字串的當前行(-v 反向選擇);sed 是非互動式文本編輯器(-n 搭配 p 可打印匹配行);awk 則是強大的文本與數據處理工具,支援自訂函式與正則表達式。
若進程可能未啟動,可先判斷 ID 是否存在:
if [ "-$PID" == "-" ]
then
{
echo "The process does not exist."
}
fi
應用服務常因 CPU 過高導致業務阻塞。下面的 GetCpu 函式可取得指定進程 ID 的 CPU 利用率:先用 ps 查找進程資訊,再用 grep -v 過濾掉 %CPU 標題行,最後用 awk 取出利用率的整數部分(多 CPU 時可能超過 100%)。
function GetCpu
{
CpuValue=`ps -p $1 -o pcpu | grep -v CPU | awk '{print $1}' | awk -F. '{print $1}'`
echo $CpuValue
}
function CheckCpu
{
PID=$1
cpu=`GetCpu $PID`
if [ $cpu -gt 80 ]
then
echo "The usage of cpu is larger than 80%"
else
echo "The usage of cpu is normal"
fi
}
例如某進程 CPU 使用為 75%,未超過 80% 的告警門檻,屬正常。
內存使用過大可能導致進程崩潰(如 32 位程序最大可尋址 4G)。下面的 GetMem 函式取得指定進程的內存使用量,並換算為以 MB 為單位:
function GetMem
{
MEMUsage=`ps -o vsz -p $1 | grep -v VSZ`
(( MEMUsage /= 1000))
echo $MEMUsage
}
mem=`GetMem $PID`
if [ $mem -gt 1600 ]
then
echo "The usage of memory is larger than 1.6G"
else
echo "The usage of memory is normal"
fi
例如內存使用為 248M,未超過 1.6G 門檻,屬正常。
每個平台對進程句柄的使用都有限制(可用 ulimit -n 或查看 /etc/security/limits.conf)。下面的 GetDes 函式透過 ls 輸出進程句柄資訊,再用 wc -l 統計數量:
function GetDes
{
DES=`ls /proc/$1/fd | wc -l`
echo $DES
}
des=`GetDes $PID`
if [ $des -gt 900 ]
then
echo "The number of des is larger than 900"
else
echo "The number of des is normal"
fi
wc 用於統計字節數、字數、行數(-l 行數、-c 字節數、-w 字數)。例如句柄使用為 528 個,未超過 900 門檻,屬正常。
端口檢測在網絡通訊場景中尤为重要。下面的 Listening 函式可判斷指定端口是否在監聽:先用 netstat 輸出端口佔用資訊,再用 grep、awk、wc 統計 TCP 與 UDP 的監聽個數,兩者皆為 0 則回傳 0,否則回傳 1。
function Listening
{
TCPListeningnum=`netstat -an | grep ":$1 " \
| awk '$1 == "tcp" && $NF == "LISTEN" {print $0}' | wc -l`
UDPListeningnum=`netstat -an | grep ":$1 " \
| awk '$1 == "udp" && $NF == "0.0.0.0:*" {print $0}' | wc -l`
(( Listeningnum = TCPListeningnum + UDPListeningnum ))
if [ $Listeningnum == 0 ]
then
echo "0"
else
echo "1"
fi
}
isListen=`Listening 8080`
if [ $isListen -eq 1 ]
then
echo "The port is listening"
else
echo "The port is not listening"
fi
netstat 用於顯示與 IP、TCP、UDP、ICMP 相關的統計數據(-a 顯示所有連線中的 Socket、-n 直接使用 IP 位址);egrep 的效果如 grep -E,使用擴展正則表達式語法。
Runnum=`ps -ef | grep -v vi | grep -v tail | grep "[ /]CFTestApp" | grep -v grep | wc -l`
單個進程的 CPU 都正常,但整個系統的 CPU 負載仍可能異常。下面的 GetSysCPU 函式使用 vmstat 取 5 次系統 CPU 的 idle 值並取平均,再與 100 相減得到實際佔用值:
function GetSysCPU
{
CpuIdle=`vmstat 1 5 | sed -n '3,$p' \
| awk '{x = x + $15} END {print x/5}' | awk -F. '{print $1}'`
CpuNum=`echo "100-$CpuIdle" | bc`
echo $CpuNum
}
cpu=`GetSysCPU`
if [ $cpu -gt 90 ]
then
echo "The usage of system cpu is larger than 90%"
else
echo "The usage of system cpu is normal"
fi
vmstat(Virtual Memory Statistics)可對虛擬內存、進程、CPU 活動進行監視。例如系統 CPU 利用率為 87%,未超過 90% 門檻,屬正常。
有些業務需要時時寫入話單、日誌或臨時文件,磁盤一旦用盡也可能導致業務中斷。下面的 GetDiskSpc 函式以 df 輸出磁盤空間資訊,再用 grep 與 awk 過濾出指定目錄的使用百分比:
function GetDiskSpc
{
if [ $# -ne 1 ]
then
return 1
fi
Folder="$1$"
DiskSpace=`df -k | grep $Folder | awk '{print $5}' | awk -F% '{print $1}'`
echo $DiskSpace
}
Folder="/boot"
DiskSpace=`GetDiskSpc $Folder`
if [ $DiskSpace -gt 90 ]
then
echo "The usage of system disk($Folder) is larger than 90%"
else
echo "The usage of system disk($Folder) is normal"
fi
df 用於檢查文件系統的磁盤空間佔用情況(-k 以 k 字節為單位顯示)。例如 /boot 目錄使用 14%,未超過 90% 門檻,屬正常。
在 Linux 平台下,Shell 腳本監控是一種簡單、方便而有效的方式,對系統開發與進程維護人員頗有幫助。它不僅能監控上述各項指標並發送告警,也能監控進程日誌等資訊。希望本文對大家有所幫助。