求助：NAGIOS 探测间隔 延时太长了

criver

NAGIOS 上的部署服务越来越多后，最近发现 发出来的报警慢了
查看状态 尽然平均延后了 311秒多
Active Service Latency:                 5.150 / 410.883 / 311.910 sec
Active Service Execution Time:          0.005 / 10.008 / 0.544 sec
Active Service State Change:            0.000 / 54.010 / 0.400 %
Active Services Last 1/5/15/60 min:     0 / 0 / 565 / 636

写了个测试脚本，脚本执行时会输出当时的系统时间

结果发现，配置了 check_interval =  5  的时候，基本上都是相隔 7分钟，甚至15分钟才执行一次探测。

本来执行3次 15分钟就可以发出来的报警，有时候经过要40分钟才能发出来。

大虾们 有解决过类似的问题么？？？

chenl

具体的服务数量?
系统负载情况如何？
系统配置情况？

criver

回复 2# chenl


    系统负载没超过1，CPU 99%，监控项目5000多。。。。

改了很多参数，都不见明显效果。

想知道在不改源码的情况能否调优？

感觉是慢在 NAGIOS回收了结果 到 NOTIFICATION发出来 这段慢了~~~

chenl

一楼的数据都是active service的。
可以把nagios日志的debug打开，运行一段时间后，check一下日志。

criver

回复 4# chenl


    开个DEBUG_LEVEL = 64 吧

试试再说

criver

回复 4# chenl


    打开日志后 CHECK 哪些字段？

criver

这个 NAGIOS 检测脚本 设定了5分钟跑一次。 file 里面的时间戳是5分钟更新一次，结果发现NAGIOS 检测时间不是5分钟跑一次，大大延时了
#tail check_log
08:30:49 --> file 08:25
08:43:26 --> file 08:40
08:55:16 --> file 08:50
09:07:15 --> file 09:05
09:19:14 --> file 09:15
09:31:23 --> file 09:30
09:41:43 --> file 09:40
09:54:03 --> file 09:50
10:05:35 --> file 10:00
10:18:04 --> file 10:15

chenl

从描述看，问题还是出在active service check latency上。

把整个nagiostats的结果贴出来看看；
确认一下系统整体的负载情况，la/cpu/mem/disk io/network io等，看是否有短板。

Active Service Latency:                 5.150 / 410.883 / 311.910 sec
这个结果，确实很糟糕。

chenl

另外，这些都尝试过了么？
http://www.itnms.net/docs/nagios ... foption.html#tuning

zdszdszds

正常nagios监控项多了以后队列比较大，所以检查时间会有延时。监控项多了以后用,系统层面的监控还是用nsca来做吧，但nsca配置太费尽了。你可以用zabbix来做，zabbix主动汇报机制做的还是不错的。