一、Web监控需求

监控一台Zabbix 3.0的WEB服务是否正常,包括登陆页,登陆后页面,退出页面
ps:zabbix的WEB监控可以实现登录后监控

二、监控环境介绍

  监控服务器版本:zabbix 4.0.2

被监控对象:zabbix3.0.9的WEB界面

三、Web界面的主要参数指标介绍

  3.1 Scenario选项框

  

Name        #web监控服务名字
Application #属于的应用组
New applicatioin #创建该web监控属于新的应用组
Update interval #更新时间
Attempts #尝试次数
Agent #使用哪个浏览器发起请求
HTTP proxy #使用请求发给指定代理去解析
Variables #设置变量,可用于Step选项卡
Enabled #打勾,开启

  3.2 Step选项卡

   

Name        #监控WEB服务的某个页面命名
URL #监控服务的完整URL地址
Query fields #发http get请求所携带的参数(加在url地址后面)
Post type #表单数据Form data;原始数据Raw data,一般选择表单数据
Post fields #发http post请求所携带参数(此处可调用Scenario选项卡定义的变量)
Variables #发送二次请求,在得到的响应报文中,可以通过正则表达式捕捉想要的内容,比你高赋值给{变量名}
#关于正则表达式如:regex:name="csrf-token" content="([0-9a-z]{16})" #表示响应报文里找标签属性里有name='csrf-token' content='16位字母数字组合'
Follow redirects #允许重定向跳转
Timeout #超时时间
Required string #请求URL页面里有的内容
Required status codes #请求URL返回的代码

  3.3 Authenticatioin选项卡(暂无使用到,略)

四、Web监控设置基本流程

  Configuration---->Hosts---->Create Host(完成后,返回到Hosts页面)---->(选择刚创建的host,点击该行)WEB---->Create web scenario---->(在Scenario选项卡)填写打星的框---->(在Steps选项卡)

  官方关于Zabbix4.0 WEB监控部分配置案例链接:

https://www.zabbix.com/documentation/4.0/manual/web_monitoring/example

  官方关于Zabbix3.0 WEB监控部分配置案例链接:

https://www.zabbix.com/documentation/3.0/manual/web_monitoring/example

五、问题关注

  5.1 关于在WEB监控时,设置登陆,通过正则表达式返回捕捉指定内容,报错?

  原因有两个:

    1.在监控zabbix3.0版本时,登录成功后返回的不是csrf-token字符串,而是sid,因此name='csrf-token'需要更改成name='sid'

    2.在监控zabbix3.0版本时,正则表达式不能使用4.0的content,而需要换成value,即value="([0-9a-z]{16})"

    完整正则表达式(只适合本案例):regex:name="sid" value="([0-9a-z]{16})"

Zabbix-Web监控介绍篇的更多相关文章

  1. 19 Zabbix web监控实例

    点击返回:自学Zabbix之路 点击返回:自学Zabbix4.0之路 点击返回:自学zabbix集锦 9 Zabbix web监控实例 通过前面的介绍你已经了解Web scenario的配置,下面我们 ...

  2. zabbix web监控

    深入浅出Zabbix 3.0 -- 第十章 Web 监控 http://www.mamicode.com/info-detail-1824545.html

  3. CentOS7 redhat7 linux系统1分钟安装Zabbix web 监控 服务器

    一.准备工作OS:centos7.4Zabbix version:3.4.6(2018/1/15日上线的新版本)Database:MariaDB关闭防火墙:systemctl stop firewal ...

  4. zabbix cpu监控介绍

    一.CPU utilization 使用Zabbix查看CPU利用率,会有下面几个值: CPU idle time:空闲的cpu时间比[简称id]CPU user time:用户态使用的cpu时间比[ ...

  5. zabbix web监控模板

    问题关键:宏变量 {HOST.NAME} 配置 我直接在 Linux OS这个模板中添加的,都随意: 效果 加个报警 以上.

  6. 分布式系统监视zabbix讲解五之web监控--技术流ken

    Web 监控 概况 你可以使用 Zabbix 检查几个网站可用性方面. 如果要使用 Web 检测功能,必须在 编译Zabbix 的时候加入 cURL(libcurl) 的支持. 要使用 Web 监控, ...

  7. 分布式系统监视zabbix讲解五之web监控

    Web 监控 概况 你可以使用 Zabbix 检查几个网站可用性方面. 如果要使用 Web 检测功能,必须在 编译Zabbix 的时候加入 cURL(libcurl) 的支持. 要使用 Web 监控, ...

  8. 分布式监控系统之Zabbix主动、被动及web监控

    前文我们了解了zabbix的网络发现功能,以及结合action实现自动发现主机并将主机添加到zabbix hosts中,链接指定模板进行监控:回顾请参考https://www.cnblogs.com/ ...

  9. 五 Zabbix全网监控

    监控的作用 我们的职责   1.保障企业数据的安全可靠.   2.为客户提供7*24小时服务.   3.不断提升用户的体验.在关键时刻,提前提醒我们服务器要出问题了当出问题之后,可以便于找到问题的根源 ...

随机推荐

  1. 【题解】【合并序列(水题)P1628】

    原题链接 这道题目如果连字符串的基本操作都没学建议不要做. 学了的很简单就可以切,所以感觉没什么难度- 主要讲一下在AC基础上的优化(可能算不上剪枝) 很明显,这道题我们要找的是前缀,那么在字符串数组 ...

  2. 【最小生成树之Kruskal算法】

    看完之后推荐再看一看[最小生成树之Prim算法]-C++ 定义:一个有 n 个结点的连通图的生成树是原图的极小连通子图,且包含原图中的所有 n 个结点,并且有保持图连通的最少的边.最小生成树可以用kr ...

  3. 基于百度EasyDL定制化图像识别平台的海洋鱼类识别方法

    [目的]鱼类识别对渔业资源的开发利用有着重要的意义.针对海底环境恶劣.拍摄环境亮度低.场景模糊的实际情况导致海底观测视频品质差,视频中的鱼类识别难的问题以及现有鱼类识别方法存在的鱼类标注数据集过少导致 ...

  4. c++中利用宏定义简化for循环使用

    话不多说,上方法 #define _for(i,a,b) for( int i=(a); i<(b); ++i) #define _rep(i,a,b) for( int i=(a); i< ...

  5. Flink实战(六) - Table API & SQL编程

    1 意义 1.1 分层的 APIs & 抽象层次 Flink提供三层API. 每个API在简洁性和表达性之间提供不同的权衡,并针对不同的用例. 而且Flink提供不同级别的抽象来开发流/批处理 ...

  6. Node.js实现简易的获取access_token

    还是老样子,在自学node.js的道路上走得坑坑洼洼,按住了躁动的自己,调整好心情 ,ready........Go....! 首先在项目里新建config.json,其中 appid 与 appsc ...

  7. 博弈论基础之sg函数与nim

    在算法竞赛中,博弈论题目往往是以icg.通俗的说就是两人交替操作,每步都各自合法,合法性与选手无关,只与游戏有关.往往我们需要求解在某一个游戏或几个游戏中的某个状态下,先手或后手谁会胜利的问题.就比如 ...

  8. mongodb数据库常用操作的整理

    这是个人在项目中抽取的代码,自己写的utils的通用模块,使用的框架是tronado,包括了数据库的认证,以及增删改查排序,如有特别需要可以联系我或者自己扩展,刚学python不久,仅供参考,例子如下 ...

  9. Java中返回值定义为int类型的 方法return 1返回的是int还是Integer&&finally中return问题

    在Java中返回值定义为int类型的 方法return 1:中返回的是Integer值,在返回的时候基本类型值1被封装为Integer类型. 定义一个Test类,在异常处理try中和finally中分 ...

  10. [AI开发]目标检测之素材标注

    算力和数据是影响深度学习应用效果的两个关键因素,在算力满足条件的情况下,为了到达更好的效果,我们需要将海量.高质量的素材数据喂给神经网络,训练出高精度的网络模型.吴恩达在深度学习公开课中提到,在算力满 ...