当前位置：首页 > Linux > 正文

如何监控linux服务

admin
Linux
2025-08-07
4

监控Linux服务可用 systemctl status [服务名]查状态， journalctl -u [服务名]看日志，配合 top/ htop观性能，或用Nagios/Zabbix等工具实现

监控Linux服务是保障系统稳定性和可靠性的核心任务之一,以下从核心监控维度、常用工具链、实战操作流程、典型场景解决方案四个层面展开详细说明，并提供可落地的操作示例与配置建议。

核心监控维度拆解

监控类型	关键指标	适用场景
进程状态	PID存在性、运行状态（Running/Sleeping）、重启次数	基础存活性验证
资源占用	CPU使用率、内存消耗量、磁盘I/O吞吐量、网络带宽	性能瓶颈定位
日志输出	错误日志频率、异常堆栈跟踪、关键业务日志缺失	故障根因分析
端口服务	指定端口监听状态、TCP连接数、请求响应延迟	Web/API服务可用性验证
依赖关系	关联服务的启动顺序、共享资源竞争（如数据库锁表）	复杂系统级联故障排查
自动恢复	崩溃后自动拉起策略、最大重试次数、故障转移机制	高可用架构设计

原生命令行工具集详解

`systemctl`体系

# 实时查看服务状态及最近日志片段
systemctl status nginx --no-pager --lines=20
# 显示完整启动历史（含失败记录）
journalctl -u nginx.service --since "5 minutes ago"
# 设置开机启动并启用失败自动重启
systemctl enable mysqld && systemctl restart mysqld

️ 注意：systemctl仅能反映Service Unit层面的表象状态，无法捕获子进程异常退出等深层问题。

进程级监控三板斧

命令	功能描述	典型用法示例
`pgrep -l 'nginx'`	精确匹配进程名+显示PID	确认主/工作进程均正常运行
`lsof -i :80`	查看指定端口的实际绑定进程	排查Nginx未监听端口的特殊场景
`strace -p <PID>`	跟踪系统调用轨迹	诊断文件句柄泄漏导致的OOM Killer

资源监控组合技

# 动态刷新资源占用TOP5进程（含线程）
watch -n 1 'ps -eo %cpu,%mem,cmd --sort=-%cpu | head -n 6'
# 统计指定进程的历史资源峰值
awk '{print $1}' <(ps -o %cpu,comm= -C redis-server --no-headers) | sort -nr | head -1

进阶技巧：结合/proc文件系统可直接读取内核数据：

cat /proc/$(pgrep java)/io | grep read_bytes  # Java应用磁盘读取量

专业监控工具选型指南

Prometheus+Grafana方案（云原生首选）

组件	作用说明	配置要点
Node Exporter	采集系统级指标（CPU/内存/磁盘）	修改`/etc/node_exporter/node.yaml`
cAdvisor	容器资源监控	对接Docker API
Blackbox Exporter	ICMP/HTTP/TCP探针	定义自定义检测规则
Alertmanager	告警路由分发	按严重程度分级通知

部署示例：

如何监控linux服务第1张

# prometheus.yml片段
static_configs:
targets: ['node1:9100','node2:9100']
  labels:
    role: node

Zabbix企业级方案

特色功能	技术实现	适用场景
自动发现	基于SNMP/Agent主动注册资产	大规模物理机群管理
模板继承	预置Linux通用模板+自定义项覆盖	快速标准化监控项
触发器函数	{ITEM_DATA}>{THRESHOLD} → eventid生成	复杂逻辑判断（如连续3次超限）

告警配置示例：

<trigger>
    <expression>{memory.usage.data.avgdata[5m]}>90</expression>
    <description>内存使用率持续5分钟高于90%</description>
    <priority>disaster</priority>
</trigger>

Netdata实时监控（零配置优势）

# CentOS安装命令
bash <(curl -Ss https://my-netdata.io/kickstart.sh) --non-interactive

核心优势：开箱即用的火焰图可视化、插件市场支持200+种服务集成、端到端加密传输。

关键场景应对策略

场景1：Java应用频繁GC停顿

诊断路径：

使用jstat -gcutil <PID> 1000观察Full GC频率
通过jmap -heap <PID>导出堆转储分析对象引用链
调整JVM参数：-XX:+UseConcMarkSweepGC -XX:CMSInitiatingOccupancyFraction=75

监控强化：

# Prometheus JMX Exporter配置
rules:
pattern: '<java_pid>'
  jmx_url: 'service:jmx:rmi:///jndi/rmi://localhost:9999/jmxrmi'

场景2：MySQL慢查询堆积

优化步骤：

开启慢查询日志：set global slow_query_log=1;
使用pt-query-digest slow.log生成TOP SQL排行
添加复合索引：ALTER TABLE orders ADD INDEX idx_user_date (user_id, create_time);

监控看板必备指标：

InnoDB缓冲池命中率（Show Global Status Like 'Innodb_buffer_pool_reads%'）
Lock等待时长（SHOW PROCESSLIST;）
Binlog写入延迟（Seconds_Behind_Master）

自动化运维增强实践

Ansible Playbook示例

name: Ensure Nginx is running and monitored
  hosts: webservers
  tasks:
    name: Start Nginx service
      service:
        name: nginx
        state: started
        enabled: yes
    name: Deploy Prometheus exporter
      copy:
        src: nginx-prometheus-exporter.tar.gz
        dest: /opt/
        remote_src: no
    name: Add systemd unit file
      template:
        src: exporter.service.j2
        dest: /etc/systemd/system/nginx-exporter.service
      notify: Reload daemon

shell脚本监控模板

#!/bin/bash
SERVICE="redis-server"
MAX_RETRIES=3
COUNTER=0
while true; do
    if ! systemctl is-active "$SERVICE" >/dev/null 2>&1; then
        ((COUNTER++))
        echo "$(date) $SERVICE down! Attempting restart..." >> /var/log/service_monitor.log
        systemctl restart "$SERVICE" || { echo "Restart failed!"; exit 1; }
        sleep 5
    else
        COUNTER=0
    fi
    [ $COUNTER -ge $MAX_RETRIES ] && { echo "Max retries reached!"; exit 1; }
    sleep 60
done