Ganglia 和 Nagios，第 2 部分: 使用 Nagios 监视企业集群

第 1 部分回顾

数据中心正在不断增长，而管理职员却在缩减，因此公司迫切需要监视计算资源的工具。本系列的第 1 部分讨论了结合使用 Ganglia 和 Nagios 的好处，然后向您展示了如何使用自定义的监视脚本安装和扩展 Ganglia。

回顾 Ganglia 和 Nagios，第 1 部分：用 Ganglia 监视企业集群 中的多个监视 定义（取决于运行的环境）：

• 如果在集群上运行应用程序，您会想：“我的作业何时运行？何时完成？相比上一次它的执行如何？”
• 如果是网络操作中心的操作员，您会想：“什么时候会看到红灯，表示需要修复某些内容或者需要安排某个服务？”
• 如果在系统工程组，您会想：“我们的机器如何执行？所有的服务功能都正常吗？趋势是什么？我们如何更好地利用计算资源？”

您可以找到代码来监视希望监视的内容，也可以 从开源代码中找到类似功能。使用开源监视工具最困难的地方在于，实现安装后如何找出最适合所在环境的配置。开源（和商业）监视软件有两个主要问题如下：

1. 没有任何工具可以监视您所需的一切内容。
2. 要让工具完全适应您的需求需要做许多自定义工作。

Ganglia 是一个监视数据中心的工具，频繁用于高性能计算环境中（但是对于其他环境，比如云、渲染场、寄存中心，它的吸引力也是很大的）。它更重视收集标准然后随时跟踪，而 Nagios 主要关注警告机制。Ganglia 用来请求代理在每个主机上运行，以收集主机信息，但是通过 Ganglia 的欺骗机制，现在可以轻松获取所有标准。Ganglia 没有内置的通知机制，但是它可以在目标主机上支持可扩展的内置代理。

学习了第 1 部分之后，您可能已经安装了 Ganglia，也能回答不同用户组可能咨询的监视问题。您也可能已经配置了基本的 Ganglia 设置，使用 Python 模块扩展 IPMI（Intelligent Platform Management Interface，智能平台管理界面）的功能，并使用 Ganglia 主机欺骗机制监视 IPMI。

现在，让我们了解一下 Nagios。