29、Nagios的状态波动检测与事件处理机制详解

Nagios的状态波动检测与事件处理机制详解

1. 状态波动（Flapping）检测

当主机或服务的状态不断反复变化时，Nagios会向管理员发送大量的问题和恢复消息，这不仅令人厌烦，还可能分散管理员对其他更紧急问题的注意力。Nagios通过一种特殊机制快速识别这种交替状态，并能有选择地通知管理员。这种交替状态被称为状态波动（state flapping），其检测过程称为波动检测（flap detection）。

1.1 服务的波动检测

• 数据记录：为了检测交替状态，Nagios会存储每个服务的最后21个测试结果，并在每次记录新结果时覆盖最旧的值。在这21个状态中，最多可能发生20次状态变化。
• 状态变化百分比计算：Nagios会计算状态变化的百分比。例如，在指定时间段内，系统状态可能变化了12次，占可能变化次数20次的60%。同时，Nagios会对不同时间的状态变化赋予不同的权重，较新的状态变化权重更高。如在图中，最旧的状态变化权重为0.8，最新的为1.2，从左到右权重因子每次增加约0.02。
• 阈值判断：Nagios使用可定义的阈值（服务和主机各有两个阈值）来判断服务或主机是否处于“波动”状态。上下限均以百分比表示。如果检测到的状态变化百分比超过上限，Nagios会将该服务归类为波动状态，记录事件到日志文件，添加非永久注释，并停止发送相关通知；当百分比低于下限，系统会撤销上述操作。

1.2 Nagios配置

波动检测的配置主要在两个位置进行：