监控系统负载记录系统状态

【需求】

写一个监控脚本，监控系统负载，如果系统负载超过10，需要记录系统状态信息。

提示：

1）系统负载命令使用uptime看，过去1分钟的平均负载

2）系统状态使用如下工具标记：top、 vmstat、 ss

3）要求每隔20s监控一次

4）系统状态信息需要保存到/opt/logs/下面，保留一个月，文件名建议带有`date +%s`后缀或者前缀

【解析】

这是一个监控脚本，对于监控脚本，通常有两种思路

一个是做一个死循环，让它一直跑着，每检测一次，中间间隔一段时间，比如本题要求的20s

另外一种是一分钟执行一次，利用系统的任务计划，每分钟执行

本案例要求每20s监控一次，所以只能使用第一种，死循环

死循环，使用while :; do ...; done

这里的 : 你可以理解成条件为真

再来看脚本要求，监控系统负载，超过10就记录系统状态信息

问题的关键点在于，如何获取到系统负载的值

系统负载，在Linux里面可以使用w或者uptime或者top命令都可以获取到

这里的load average 后面的三个数字就是系统负载，它们分别表示过去1分钟、5分钟、15分钟内系统的平均负载

为了更加精准，我们需要选择1分钟的平均负载

那这个负载到底代表着什么含义呢？

就拿这个1分钟负载来说，这个数字表示，过去1分钟，平均有多少个进程在使用CPU资源

使用CPU资源的进程越多，那就意味着CPU越忙

那，这个数字为多少是合适呢？

这取决于你的系统里有多少颗CPU，这个数字不是物理CPU，指的是逻辑CPU个数，那如何查看？

使用lscpu命令看

比如，你系统有8颗CPU，那么系统负载为8时，表示1颗CPU处理一个进程，这样CPU没有空闲也不忙，是最合适的

好了，说完系统负载，再回头看脚本

如何拿到这个1分钟的负载数值呢？

这就需要借助sed awk 以及 cut等各种处理字符串的工具了

uptime |awk -F 'average:' '{print $2}'

首先将三个数字打出来，然后想办法截取第一个数字

此时，可以使用cut来截取

这时候出现的结果还不是最终的数字，还需要将最前面的空格去掉，而且我们不需要小数点以及后面的数字

使用sed将空格去掉

再使用cut将小数点前面的数字截取

其实，写脚本就需要大家一步一步地去尝试

拿到负载值之后，再去和10做比较

可以先将负载值赋值到变量里，然后用变量去做比较

if [ $load -gt 10 ]; then ...; fi

如果负载值高于10，就需要记录系统状态信息

题目也提示我们了，获取系统负载的状态，有top vmstat 和 ss 三个命令

如果大家不会使用这几个命令，那么脚本就无法写出来了

所以，写shell脚本的前提是，你必须要具备一定的认知

top -bn1 可以一次性展示top的结果，但是没必要将所有都记录下来，只需要前100行就足够了，因为我们关注的是排在最前面的几个进程

vmstat 命令可以记录包括cpu、内存、io等信息，用法是 vmstat n1 n2 , 其中n1和n2是两个数字，前面的数字，表示几秒钟打印一次信息，后面的数字是打印几次，建议是1秒1次，打印10次

所以最终用法啊是

vmstat 1 10

ss是用来查看网络链接状态的命令，这里需要使用

ss -an

有了记录系统状态信息的命令后，接下来就是要规划，将这些信息记录到哪个日志里

两种思路，一个是一股脑全部记录到一个文件里，每次记录都是追加

另外一个思路是，针对top、vmstat、ss分别记录日志

这里我选择第二个，这样方便查看，题目中要求给这个日志加一个date +%s的时间戳作为后缀前缀或者后缀，那么就用后缀吧，比如：

top.`date +%s`, vmstat.`date+%s`, ss.`date +%s`

删除掉一个月以前的，使用find查看即可，还需要注意，/opt/logs/下面有可能有其它日志，所以我们只需要针对本脚本产生的日志进行搜索

find可以这样做

find  /opt/logs  -name "top*" -o -name "vmstat*" -o -name "ss*" 

说明一下，这里的-o表示或者的意思，如果不加-o，那么就是并且

find 还支持将一堆条件搞到一起，作为一个整体，需要使用()，例如

find  /opt/logs ( -name "top*" -o -name "vmstat*" -o -name "ss*" ) -mtime +30

需要注意，小括号使用脱义符号脱义了，并且前后有空格

【参考答案】

脚本最终结果是这样的：

#!/bin/bash
[ -d /opt/logs ] || mkdir -p /opt/logs
while :
do
    load=`uptime |awk -F 'average:' '{print $2}'|cut -d',' -f1|sed 's/ //g' |cut -d. -f1`
    if [ $load -gt 10 ]
    then
        top -bn1 |head -n 100 > /opt/logs/top.`date +%s` 
        vmstat 1 10 > /opt/logs/vmstat.`date +%s`
        ss -an > /opt/logs/ss.`date +%s`
    fi
    sleep 20
    find  /opt/logs ( -name "top*" -o -name "vmstat*" -o -name "ss*" ) -mtime +30 |xargs rm  -f
done

脚本运行时，丢入后台去

着重提醒一下，有的同学将最后面这个load赋值或者find命令放到了while循环外面，

这是不对的，放到while循环前面它只会执行一次，而放到while循环后面永远也不会执行

审核编辑：汤梓红