zabbix 监控服务器硬件-凌峰创科服务平台

Zabbix 作为一款功能强大的开源监控解决方案，广泛应用于企业级 IT 基础设施的监控与管理，在服务器硬件监控领域，Zabbix 通过灵活的插件机制、丰富的模板支持和自定义能力，能够实现对服务器硬件状态的全面、实时监控，确保系统稳定运行并提前预警潜在故障，本文将详细介绍如何利用 Zabbix 监控服务器硬件的核心组件、实施步骤及关键配置要点。

（图片来源网络，侵删）

Zabbix 监控服务器硬件的核心组件

服务器硬件监控主要涵盖 CPU、内存、磁盘、电源、风扇、温度传感器等物理组件，Zabbix 通过以下核心功能实现对这些组件的监控：

Zabbix Agent：部署在被监控服务器上的轻量级代理，负责收集本地硬件指标（如 CPU 使用率、内存占用、磁盘 I/O 等）并上报给 Zabbix Server，支持 Zabbix Agent（原生）、Zabbix Agent2（改进版，支持更多插件）以及 SNMP 协议（用于网络设备或无 Agent 环境）。
模板（Template）：Zabbix 提供预定义模板（如 Template OS Linux、Template HW Linux），包含监控项、触发器、图形等预设配置，可直接链接到主机，快速实现硬件监控，Template OS Linux 包含 CPU 负载、内存使用率、磁盘空间等监控项。
自定义监控项：对于硬件厂商特有的指标（如服务器温度、电源状态），可通过编写自定义脚本（如 Shell、Python）或利用硬件管理接口（如 IPMI、 Dell OpenManage）实现数据采集，并在 Zabbix 中定义自定义监控项。
（图片来源网络，侵删）
触发器（Trigger）：基于监控项数据设置阈值条件，当指标超出阈值时触发告警，设置“CPU 使用率持续 5 分钟超过 90%”或“磁盘剩余空间小于 10%”等触发器,及时通知管理员。
可视化：通过图形（Graph）、仪表盘（Dashboard）展示硬件指标趋势，直观呈现服务器运行状态，可创建 CPU 使用率时间序列图、磁盘 I/O 柱状图等。

服务器硬件监控的关键指标及实现

CPU 监控

CPU 是服务器的核心组件，需监控使用率、负载、温度等指标。

监控项：
- CPU 使用率（用户态、系统态、空闲）
- CPU 负载（1分钟、5分钟、15分钟平均值）
- CPU 温度（需硬件支持，如通过 sensors 命令或 IPMI 获取）
实现方式：
- 使用 Zabbix Agent 自带监控项（如 system.cpu.util），通过 vfs.fs.size 监控磁盘空间，system.load 监控负载。
- 自定义脚本：通过 /proc/stat 计算 CPU 使用率，或利用 lm-sensors 采集温度数据，定义为 UserParameter。

内存监控

内存不足会导致服务器性能下降，需监控总内存、已用内存、空闲内存及交换分区使用情况。

（图片来源网络，侵删）

监控项：
- 内存总容量、已用容量、使用率
- 交换分区（Swap）使用率
实现方式：
- Zabbix Agent 自带 vm.memory.size 监控项，通过 mode=used 获取已用内存，mode=total 获取总内存。
- 触发器示例：内存使用率 > 90% 持续 10 分钟触发告警。

磁盘及存储监控

磁盘性能和容量直接影响服务器数据存储能力，需监控磁盘使用率、I/O 速度、错误率等。

监控项：
- 磁盘分区使用率、剩余空间
- 磁盘 I/O 读写速率（ops/s、B/s）
- 磁盘健康状态（如 SMART 信息，需 smartctl 工具）
实现方式：
- 使用 vfs.fs.size 监控磁盘空间，vfs.fs.dev[*] 监控磁盘 I/O。
- 自定义脚本：通过 smartctl -a /dev/sda 获取磁盘 SMART 属性，提取 Reallocated_Sector_Count 等关键指标。

硬件健康状态监控（服务器级）

对于刀片服务器、机架式服务器等，需监控电源状态、风扇转速、温度传感器等硬件组件。

监控项：
- 电源状态（在线/离线）
- 风扇转速（RPM）
- 温度传感器（CPU 温度、主板温度）
实现方式：
- IPMI 集成：通过 Zabbix Agent 调用 ipmitool 命令采集数据，
```
UserParameter=system.power.status,/ipmitool fru | grep "Power Supply" | awk '{print $4}'
```
- 硬件厂商管理工具：如 Dell 的 omreport、HP 的 hpasmcli，编写脚本提取硬件状态数据。

网络硬件监控

虽然网络监控通常归为网络设备范畴，但服务器网卡状态（如带宽使用、错误包数）也需纳入硬件监控。

监控项：
- 网卡流量（入站/出站）
- 网络错误包数（CRC 错误、丢包）
实现方式：
- 使用 net.if.in[*] 和 net.if.out[*] 监控网卡流量，net.if.err[*] 监控错误包数。

Zabbix 硬件监控实施步骤

环境准备
- 安装 Zabbix Server（建议 6.0+ 版本）及 Zabbix Agent。
- 确保被监控服务器与 Zabbix Server 网络连通，开放 Agent 端口（默认 10050）。
部署 Agent
- 在 Linux 服务器上安装 Zabbix Agent：
```
rpm -Uvh https://repo.zabbix.com/zabbix/6.0/rhel/7/x86_64/zabbix-release-6.0-4.el7.noarch.rpm
yum install zabbix-agent
```
- 配置 Agent 配置文件 /etc/zabbix/zabbix_agentd.conf，设置 Server（Zabbix Server IP）和 Hostname（与 Zabbix Web 界面主机名一致）。
创建主机并链接模板
- 登录 Zabbix Web 界面，创建主机（Configuration → Hosts），填写主机名、IP 地址等基本信息。
- 链接预定义模板（如 Template OS Linux），或自定义模板（包含硬件监控项、触发器等）。
配置自定义监控项（可选）
- 对于硬件特有指标，在 Agent 端定义 UserParameter，例如监控 CPU 温度：
```
UserParameter=cpu.temp,sensors | grep "Core 0" | awk '{print $3}' | cut -d'+' -f2
```
- 在 Zabbix Web 界面创建监控项（Configuration → Items），选择“Zabbix Agent”类型，键名为 cpu.temp。
设置触发器与告警
- 为关键监控项配置触发器，
  - 名称：CPU 温度过高
  - 条件：{Template OS Linux:cpu.temp.last()}>70（温度超过 70℃）
  - 告警级别： Disaster
- 配置告警媒介（邮件、钉钉、微信等），确保故障信息及时推送。
可视化与报表
- 创建图形（Monitoring → Graphs），选择监控项生成趋势图。
- 通过仪表盘（Dashboards）汇总多台服务器的硬件状态，实现统一监控视图。

常见硬件监控问题及优化

数据采集延迟
- 原因：Agent 与 Server 网络不稳定、监控项采集间隔过长。
- 优化：调整监控项采集间隔（如关键指标设为 30 秒），启用 Zabbix Agent 的主动模式（Active Mode）减少 Server 端压力。
自定义监控项数据异常
- 原因：脚本逻辑错误、权限不足（如 ipmitool 需 root 权限执行）。
- 优化：测试脚本单独执行，确保返回数值格式正确；配置 Agent sudo 权限，避免权限问题。
告警风暴
- 原因：触发器阈值设置不合理、频繁波动。
- 优化：使用触发器表达式中的 nodata() 函数处理数据缺失，或增加“持续时间”条件（如 avg() > 90 for 5m）。

zabbix 监控服务器硬件

Zabbix 监控服务器硬件的核心组件