基于Nagios的监控平台的设计与实现

摘要

本文主要结合中科院超级计算环境三层架构的模式，针对其中多个服务器设计并实现了一个分布式的监控平台，旨在较快并准确的了解基础设施的运行情况，更好的管理各个服务器。本文首先介绍了Nagios的基本概念、相关原理;然后结合超级计算环境的特点提出了监控平台的整体结构图，软件如何部署以及防火墙的设置等方面;最后实现了这一监控平台。通过监控界而可清晰的了解各个服务器的运行情况，集群的使用状况，异常发生时会以邮件的形式通知管理员，方便了日常运维管理工作。对于集群的监控，虽然目前只对CPU和节点利用率做了相应处理，能以图表的形式展示给大家，但其他的数据，如运行作业、排队作业、运行核数、排队核数等已经能够获取到，下一步工作时会把这些数据也图表化显示，更形象直观的反映集群的使用情况。