linux服务器系统负载监控-shell脚本

一、监控服务器系统负载情况：

1、用uptime命令查看当前负载情况（1分钟，5分钟，15分钟平均负载情况）
 # uptime
   15:43:59 up 186 days, 20:04,  1 user,  load average:  0.01,    0.02,   0.00

系统负荷的经验法则：(详情参考：http://blog.csdn.net/skyline_loafer/article/details/26940539)
(1) 主要观察"15分钟系统负荷"，将它作为电脑正常运行的指标。
(2) 如果15分钟内，（系统负荷除以CPU核心数目之后的）平均负荷大于1.0，表明问题持续存在，不是暂时现象。
(3) 当系统负荷持续大于0.7，你必须开始调查了，问题出在哪里，防止情况恶化。
(4) 当系统负荷持续大于1.0，你必须动手寻找解决办法，把这个值降下来。
(5) 当系统负荷达到5.0，就表明你的系统有很严重的问题，长时间没有响应，或者接近死机了。

2、查看服务器cpu的总核数
 # grep -c 'model name' /proc/cpuinfo

3、截取服务器1分钟、5分钟、15分钟的负载情况
 # uptime | awk '{print $8,$9,$10,$11,$12}'（注意：这里是1左边的符号！！！）
   load average:  0.01,    0.02,   0.00

4、查看截取15分钟的平均负载
 # uptime | awk '{print $12}'

（用 '{print $12}' 这个获取的不够准确，如果都用awk取第12个字段的话，结果有可能为空了。而用$NF表输出最后一段的内容）
 # uptime | awk '{print $NF}'

5、编写系统负载监控的脚本文件：
# vim /scripts/load-check.sh

1. #!/bin/bash
2. #使用uptime命令监控linux系统负载变化
3. #取系统当前时间（以追加的方式写入文件>>）
4. date >> /scripts/datetime-load.txt
5. #提取服务器1分钟、5分钟、15分钟的负载情况
6. uptime | awk '{print $8,$9,$10,$11,$12}' >> /scripts/load.txt
7. #逐行连接上面的时间和负载相关行数据（每次重新写入文件>）
8. paste  /scripts/datetime-load.txt /scripts/load.txt   > /scripts/load_day.txt

# chmod a+x /scripts/load-check.sh

6、编写系统负载结果文件邮件发送脚本：
# vim /scripts/sendmail-load.sh

1. #!/bin/bash
2. #把系统负载监控生成的load_day.txt文件通过邮件发送给用户
3. #提取本服务器的IP地址信息
4. IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`
5. #提取当前日期
6. today=`date -d "0 day" +%Y年%m月%d日`
7. #发送系统负载监控结果邮件
8. echo "这是$IP服务器$today的系统负载监控报告，请下载附件。" | mutt -s "$IP服务器$today的系统负载监控报告" -a /scripts/load_day.txt  test@163.com

# chmod a+x /scripts/sendmail-load.sh

7、编写系统负载监控的脚本文件：
 # vim /scripts/load-warning.sh

1. #!/bin/bash
2. #使用uptime命令监控linux系统负载变化
3. #提取本服务器的IP地址信息
4. IP=`ifconfig eth0 | grep "inet addr" | cut -f 2 -d ":" | cut -f 1 -d " "`
5. #抓取cpu的总核数
6. cpu_num=`grep -c 'model name' /proc/cpuinfo`
7. #抓取当前系统15分钟的平均负载值
8. load_15=`uptime | awk '{print $NF}'`
9. #计算当前系统单个核心15分钟的平均负载值，结果小于1.0时前面个位数补0。
10. average_load=`echo "scale=2;a=$load_15/$cpu_num;if(length(a)==scale(a)) print 0;print a" | bc`
11. #取上面平均负载值的个位整数
12. average_int=`echo $average_load | cut -f 1 -d "."`
13. #设置系统单个核心15分钟的平均负载的告警值为0.70(即使用超过70%的时候告警)。
14. load_warn=0.70
15. #当单个核心15分钟的平均负载值大于等于1.0（即个位整数大于0） ，直接发邮件告警；如果小于1.0则进行二次比较
16. if (($average_int > 0)); then
17. echo "$IP服务器15分钟的系统平均负载为$average_load，超过警戒值1.0，请立即处理！！！" | mutt -s "$IP 服务器系统负载严重告警！！！"  test@126.com
18. else
19. #当前系统15分钟平均负载值与告警值进行比较（当大于告警值0.70时会返回1，小于时会返回0 ）
20. load_now=`expr $average_load \> $load_warn`
21. #如果系统单个核心15分钟的平均负载值大于告警值0.70（返回值为1），则发邮件给管理员
22. if (($load_now == 1)); then
23. echo "$IP服务器15分钟的系统平均负载达到 $average_load，超过警戒值0.70，请及时处理。" | mutt -s "$IP 服务器系统负载告警"  test@163.com
24. fi
25. fi

# chmod a+x /scripts/load-warning.sh

8、加入任务计划：系统负载每十分钟检测一次，有告警则立即发邮件(十分钟检测一次)，每天早上8点发送一次系统负载检查报告

# crontab -e

1. */10 * * * *  /scripts/load-check.sh
2. */10 * * * *  /scripts/load-warning.sh
3. 0 8 * * *  /scripts/sendmail-load.sh

（原文摘自：http://huangrs.blog.51cto.com/2677571/788379/）