023-zabbix性能优化中的几个中肯建议

随着zabbix的广泛应用，少数人的zabbix服务器在性能上出现瓶颈，或者在未来会出现性能方面的瓶颈，接下来讨论几个有效并且简单的优化方案。

服务器硬件

想通过几个简单的配置让服务器提高成倍的性能，想法很好，但是基本不太现实。简单的说，你需要搭配更好的CPU、更大的内存，更快的硬盘：条件允许的花，可以考虑购买SSD，它比更大的cpu和更大的内存带来的效果更好，或者考虑使用SAS 15K硬盘，组raid等等，总之一句话，配置优化不动的情况，增加硬件投入，别绞尽脑汁搜索：zabbix如何优化之类的文章，你在浪费时间。

操作系统

使用最新的操作系统，优化、定制化操作系统内核。应该会有些作用，但是肯定不大。

数据库优化

DBsock优化

如果MySQL和zabbix server在同一台服务器上，socket连接要比tcp连接要更快。

数据库分离

将数据库服务器独立，数据库和zabbix资源互相独立，例如：可以购买一台RDS

数据库引擎

使用MySQL5.6或者更高版本，自从MySQL被Oracle收购了，它的性能确实有不少的提升。请一定选择innodb，别选择myisam，因为zabbix在innodb的性能比在myisam快1.5倍，而且myisam不安全，zabbix监控数据量很大，一旦表坏了，那就是一个悲剧。

mysql分区，history等等表数据量较大，可以试着分区替身性能。

其他优化

1、减少history保存时间

2、减少item获取间隔时间

3、减少不必要的监控项

在条件不允许或者以上方法都无效的情况下，请一定考虑以上建议。在监控环境中，以上三点是大家都在犯的错误，大部分item是不需要保存太长的数据，有些监控项根本无意义，有些监控项的间隔时间太短。一直以来我都在犯这个错，但是因为zabbix性能一直不错，暂时不纠正，数据多点总比少点好，是不是~

1. Zabbix性能变慢的可能表现：

zabbix队列有太多被延迟的item，可以通过administration-queue查看
zabbix绘图中经常出现断图，一些item没有数据
带有nodata()函数的触发器出现flase
前端页面无响应，或者响应慢
a.通过Zabbix agent采集数据的设备处于moniting的状态但是此时机器死机或其他原因导致zabbix agent死掉server获取不到数据，此时unreachable poller
就会升高。
b.通过Zabbix agent采集数据的设备处于moniting的状态但是server向agent获取数据时时间过长，经常超过server甚至的timeout时间，此时unreachable poller就会升高。

如何度量Zabbix性能:

通过Zabbix的NVPS(每秒处理数值数)来衡量其性能。在Zabbix的dashboard上有一个错略的估值。

2. Zabbix性能优化的几点原则：

确保zabbix内部组件性能处于被监控状态(调优的基础！)
使用硬件性能足够好的服务器
不同角色分开，使用各自独立的服务器
使用分布式部署
调整MySQL性能
调整Zabbix自身配置

3. Zabbix变慢的几个原因总结如下：

Zabbix server硬件配置，建议更好的CPU、更大的内存，更快的硬盘
Zabbix架构，若整体架构过大，建议使用分布式proxy，各服务器功能独立
数据量太大，vps太高，zabbix来不及处理
Housekeeper设置不当，数据库体积变大
前端主机太多，查询过多的数据
Item工作模式及Triggers优化，Triggers太过复杂

3.1 了解Zabbix目前的工作状态

获得zabbix内部状态

zabbix[wcache,values,all]

zabbix[queue,1m] ----延迟超过1分钟的item

获得zabbix内部组件工作状态(该组件处于BUSY状态的时间百分比)

zabbix[process,type,mode,state]

其中可用的参数为:

type: trapper,discoverer,escalator,alerter,etc
mode: avg,count,min,max
state: busy,idel

3.2 Zabbix性能优化---Item工作模式及Triggers优化

添加proxy节点，减少了server端的负荷。（下面方法无用，再使用此办法）
Zabbix中的item默认工作是被动模式，可以通过设置主动模式来提高server的性能。

主要讲讲采用主动模式，若采用active checks模式:

①zabbix_agentd.conf配置调整

LogFile=/tmp/zabbix_agentd.log

Server=xxx.xxx.xxx.xxx server端ip

ServerActive=xxx.xxx.xxx.xx 指定Agentd收集的数据往哪里发送

Hostname=yyy.yyy.yyy.yyy agent的hostname ，必须要和Server端添加主机时的主机名对应

RefreshActiveChecks=60

BufferSize=10000

MaxLinesPerSecond=200

Timeout=30

比较重要的参数是ServerActive和Hostname，ServerActive是指定Agentd收集的数据往哪里发送，Hostname是必须要和Server端添加主机时的主机名对应起来，这样Server端接收到数据才能找到对应关系，这里为了兼容被动模式，没有把StartAgents设为0，如果一开始就是使用主动模式的话建议把StartAgents设为0，关闭被动模式。
②zabbix_server.conf 配置调整

StartPollers=100 减少主动收集数据进程，由原来的500---100，减小
StartTrappers=200 负责处理Agentd推送过来的数据的进程，由原来的50---100 ，变大

③模板调整

a. 以任何一个现有模板为例，clone并重命名，假如重命名模板为TEST
b. 将模板TEST里所有items和discovery rules里的items都变更type为atvice agent

至此active-checks模式的agent部署完毕，可以在overview中查看模板中的监控项。

Tigger中正则表达式函数last()、nodata()的速度是最快的。。。Min()、max()、avg()是最慢的。。。尽量使用速度快的函数

3.3 数据量太大，vps太高，zabbix来不及处理

通过以下图，可看出哪个item导致慢：若more than 10 min 有数据则表示对应的Item数据量过大。

解决办法：

修改监控项
调整Item的时间间隔（主要办法）将zabbix agent监控 timeout时间增大

备注：

调整unsupport items检查时间的方法是：在Adiministration里选择General然后在右侧下拉菜单里选择Other，然后修改Refresh unsupported items (in sec)的值，表示“每多少秒去重新检查一下那些not_supported的值”。

3.4 调整MySQL性能

采用分布式架构，性能瓶颈的最大可能出现在数据库中。

关闭housekeeper，将history分区
将zabbix_server.conf中的StartDBSyncers参数上调，表示将数据从zabbix写入数据库的进程是多少
- 起因：近几日zabbix报警的恢复时间变得很长，页面有卡顿的现象。抓包查看发现，确实是收到了最近正常的值，但是面板不更新，重新zabbix_server进程，才能完成面板更新。
  
  1. Zabbix性能概述
  
  当zabbix性能低时会出现多种状况，Zabbix前端页面出现无响应、卡顿、列队无法更新，zabbix图形中经常出现断图，无图。一些item获取不到数据。列队中出现大多被延迟的item
  
  如何判断zabbix-server性能
  
  首页导航中通过zabbix状态可以看到zabbix的主机数量、监控项的数目、触发器的数目。并通过zabbix的NVPS（每秒处理数值数）衡量性能标准，NVPS是通过PHP代码编写实现的计算，从总体上反映出了zabbix-server的处理速度。
  
  NVPS与History的保留时间和Trends的保留时间都有直接关系。如下图中zabbix状态性能提升空间还很大，可以调整主机模版、修改被禁用和不支持的监控项及触发器。
  
  我这里因为服务器比较老，再加上zabbix，mysql都是比较老的所以数字会很低
  
  可以通过看zabbix对于本身server列队的监控，来确定是什么类型的监控项造成的性能问题，见下图。等待的列队越多、时间越长，说明zabbix-server性能越差。可以针对受影响的监控类型做调整，比如调整监控项的时间间隔，或者根据监控类型定制模版，将模版写到最简。如果以上方法还是没有效果，那么就说明zabbix server压力过大，采用搭建proxy分布式架构，将server的压力分担给proxy
  
  上图是我调整后的
  
  调整前
  
  从上图可以看出有几个监控项延迟达到3年。。。。。
  
  先将这几个延迟超长的监控项禁用掉，完事看看队列是否有变化
  
  2. Zabbix配置文件优化
  
  Zabbix自带模版还会监控各工作进程的状态，可对数据收集过程中的性能做分析，见下图，数据采集过程和使用缓存的空间容量。需要特别注意的有：
  
  Zabbix busy housekeeper processes,in %##管家处理数据占缓存的百分比
  
  Zabbix busy history syncer processes,in %##写入数据库的同步程序占缓存的百分比
  
  Zabbix busy poller processes,in % ## zabbix轮询进程占比
  
  Zabbix busy unreachable poller processes in %##不可达的轮询进程占比
  
  root@localhost ~]# vim /etc/zabbix/zabbix_server.conf
  
  #配置文件前面内容为初始安装zabbix时需要配置的基本参数。找到高级配置这一行开始，涉及优化内容用红色标识填充
  
  ############ ADVANCED PARAMETERS #################
  
  ### Option: StartPollers
  
  # Number of pre-forked instances of pollers.
  
  #
  
  # Mandatory: no
  
  # Range: 0-100
  
  # Default:
  
  StartPollers=5
  
  #填写范围0-100，默认5 。轮询处理监控项的进程数，增加太大会影响服务器本身性能，保持此参数的值尽可能低，20000个监控项大概控制在80左右即可。
  
  StartIPMIPollers=0
  
  #IPMI轮询进程实例个数，服务器使用IPMI协议监控时需要更改此项，默认0为关闭
  
  StartPollersUnreachable=10
  
  #不可达主机轮询数量。此值特别耗费性能，设置在10-20之间即可，默认1
  
  StartTrappers=5
  
  #负责处理agents和proxy推送过来的数据的进程数，默认为5，如果zabbix-agent监控类型较多需要加大此参数
  
  StartPingers=1
  
  # ICMP- ping进程轮询实例数，默认为1.，建议更改为20-50之间，根据业务填写即可。
  
  StartDiscoverers=1
  
  #自动发现子进程实例数，默认为1，范围0-250
  
  StartHTTPPollers=1
  
  #HTTP进程轮询实例个数，默认1，范围0-1000，web监控不多选择默认即可
  
  HousekeepingFrequency=1
  
  #zabbix执行管家的频率，从数据库中删除过期的数据。为了防止 housekeeper 过载 (例如, 当历史和趋势周期大大减小时), 对于每一个item，不会在一个housek周期内删除超过4倍HousekeepingFrequency 的过时信息. 因此, 如果 HousekeepingFrequency 是 1, 一个周期内不会删除超过4小时的过时信息，为了降低server压力，kousekeeping延后server启动30分钟，默认为1，最大24，为0时关闭使用。
  
  MaxHousekeeperDelete=5000
  
  #执行一个Housekeeping周期时，默认删除的数据条目数。默认5000条。如果设置为0，不限制删除的行数，这种情况数据库多数会崩溃。
  
  CacheSize=8M
  
  #缓存大小，单位字节。用于存储主机、监控项、触发器数据的共享内存大小，默认8M最大8G。根据自身zabbix业务需求配置合理的参数。
  
  CacheUpdateFrequency=60
  
  #zabbix缓存更新频率，单位秒。设置范围1-3600
  
  HistoryCacheSize=1024M
  
  #历史数据缓存大小，单位字节
  
  TrendCacheSize=256M
  
  #趋势数据缓存大小，单位字节。用于存储趋势数据的共享内存大小
  
  ValueCacheSize=1024M
  
  #历史数据缓存大小, 单位bytes.缓存item历史数据请求的共享内存大小.0即禁止缓存（不建议这么做）
  
  Timeout=3
  
  #agent, SNMP 设备或外部检查的超时时长(单位秒),填写范围1-30
  
  以上为配置优化主要参数，其他内容配置文件中均有简要说明，可根据业务需求更改优化。对配置参数进行合理的设置会使zabbix处于正常的工作状态。值越大，越高消耗的CPU和内存越多。修改配置文件后，需要重启zabbix-server进程。加载新配置生效
  当以上方法不能有效时，建议清楚一下趋势数据。当然如果有保存的需求，那就只能做分片了（本文不涉及分片）。
  
  truncate table history;
  truncate table history_str;
  truncate table history_uint;
  truncate table trends;
  truncate table trends_uint;