【需求】

寫一個(gè)監(jiān)控腳本，監(jiān)控系統(tǒng)負(fù)載，如果系統(tǒng)負(fù)載超過10，需要記錄系統(tǒng)狀態(tài)信息。

提示：

1）系統(tǒng)負(fù)載命令使用uptime看，過去1分鐘的平均負(fù)載

2）系統(tǒng)狀態(tài)使用如下工具標(biāo)記：top、 vmstat、 ss

3）要求每隔20s監(jiān)控一次

4）系統(tǒng)狀態(tài)信息需要保存到/opt/logs/下面，保留一個(gè)月，文件名建議帶有`date +%s`后綴或者前綴

【解析】

這是一個(gè)監(jiān)控腳本，對于監(jiān)控腳本，通常有兩種思路

一個(gè)是做一個(gè)死循環(huán)，讓它一直跑著，每檢測一次，中間間隔一段時(shí)間，比如本題要求的20s

另外一種是一分鐘執(zhí)行一次，利用系統(tǒng)的任務(wù)計(jì)劃，每分鐘執(zhí)行

本案例要求每20s監(jiān)控一次，所以只能使用第一種，死循環(huán)

死循環(huán)，使用while :; do ...; done

這里的 : 你可以理解成條件為真

再來看腳本要求，監(jiān)控系統(tǒng)負(fù)載，超過10就記錄系統(tǒng)狀態(tài)信息

問題的關(guān)鍵點(diǎn)在于，如何獲取到系統(tǒng)負(fù)載的值

系統(tǒng)負(fù)載，在Linux里面可以使用w或者uptime或者top命令都可以獲取到

這里的load average 后面的三個(gè)數(shù)字就是系統(tǒng)負(fù)載，它們分別表示過去1分鐘、5分鐘、15分鐘內(nèi)系統(tǒng)的平均負(fù)載

為了更加精準(zhǔn)，我們需要選擇1分鐘的平均負(fù)載

那這個(gè)負(fù)載到底代表著什么含義呢？

就拿這個(gè)1分鐘負(fù)載來說，這個(gè)數(shù)字表示，過去1分鐘，平均有多少個(gè)進(jìn)程在使用CPU資源

使用CPU資源的進(jìn)程越多，那就意味著CPU越忙

那，這個(gè)數(shù)字為多少是合適呢？

這取決于你的系統(tǒng)里有多少顆CPU，這個(gè)數(shù)字不是物理CPU，指的是邏輯CPU個(gè)數(shù)，那如何查看？

使用lscpu命令看

比如，你系統(tǒng)有8顆CPU，那么系統(tǒng)負(fù)載為8時(shí)，表示1顆CPU處理一個(gè)進(jìn)程，這樣CPU沒有空閑也不忙，是最合適的

好了，說完系統(tǒng)負(fù)載，再回頭看腳本

如何拿到這個(gè)1分鐘的負(fù)載數(shù)值呢？

這就需要借助sed awk 以及 cut等各種處理字符串的工具了

uptime |awk -F 'average:' '{print $2}'

首先將三個(gè)數(shù)字打出來，然后想辦法截取第一個(gè)數(shù)字

此時(shí)，可以使用cut來截取

這時(shí)候出現(xiàn)的結(jié)果還不是最終的數(shù)字，還需要將最前面的空格去掉，而且我們不需要小數(shù)點(diǎn)以及后面的數(shù)字

使用sed將空格去掉

再使用cut將小數(shù)點(diǎn)前面的數(shù)字截取

其實(shí)，寫腳本就需要大家一步一步地去嘗試

拿到負(fù)載值之后，再去和10做比較

可以先將負(fù)載值賦值到變量里，然后用變量去做比較

if [ $load -gt 10 ]; then ...; fi

如果負(fù)載值高于10，就需要記錄系統(tǒng)狀態(tài)信息

題目也提示我們了，獲取系統(tǒng)負(fù)載的狀態(tài)，有top vmstat 和 ss 三個(gè)命令

如果大家不會(huì)使用這幾個(gè)命令，那么腳本就無法寫出來了

所以，寫shell腳本的前提是，你必須要具備一定的認(rèn)知

top -bn1 可以一次性展示top的結(jié)果，但是沒必要將所有都記錄下來，只需要前100行就足夠了，因?yàn)槲覀冴P(guān)注的是排在最前面的幾個(gè)進(jìn)程

vmstat 命令可以記錄包括cpu、內(nèi)存、io等信息，用法是 vmstat n1 n2 , 其中n1和n2是兩個(gè)數(shù)字，前面的數(shù)字，表示幾秒鐘打印一次信息，后面的數(shù)字是打印幾次，建議是1秒1次，打印10次

所以最終用法啊是

vmstat 1 10

ss是用來查看網(wǎng)絡(luò)鏈接狀態(tài)的命令，這里需要使用

ss -an

有了記錄系統(tǒng)狀態(tài)信息的命令后，接下來就是要規(guī)劃，將這些信息記錄到哪個(gè)日志里

兩種思路，一個(gè)是一股腦全部記錄到一個(gè)文件里，每次記錄都是追加

另外一個(gè)思路是，針對top、vmstat、ss分別記錄日志

這里我選擇第二個(gè)，這樣方便查看，題目中要求給這個(gè)日志加一個(gè)date +%s的時(shí)間戳作為后綴前綴或者后綴，那么就用后綴吧，比如：

top.`date +%s`, vmstat.`date+%s`, ss.`date +%s`

刪除掉一個(gè)月以前的，使用find查看即可，還需要注意，/opt/logs/下面有可能有其它日志，所以我們只需要針對本腳本產(chǎn)生的日志進(jìn)行搜索

find可以這樣做

find  /opt/logs  -name "top*" -o -name "vmstat*" -o -name "ss*" 

說明一下，這里的-o表示或者的意思，如果不加-o，那么就是并且

find 還支持將一堆條件搞到一起，作為一個(gè)整體，需要使用()，例如

find  /opt/logs ( -name "top*" -o -name "vmstat*" -o -name "ss*" ) -mtime +30

需要注意，小括號(hào)使用脫義符號(hào)脫義了，并且前后有空格

【參考答案】

腳本最終結(jié)果是這樣的：

#!/bin/bash
[ -d /opt/logs ] || mkdir -p /opt/logs
while :
do
    load=`uptime |awk -F 'average:' '{print $2}'|cut -d',' -f1|sed 's/ //g' |cut -d. -f1`
    if [ $load -gt 10 ]
    then
        top -bn1 |head -n 100 > /opt/logs/top.`date +%s` 
        vmstat 1 10 > /opt/logs/vmstat.`date +%s`
        ss -an > /opt/logs/ss.`date +%s`
    fi
    sleep 20
    find  /opt/logs ( -name "top*" -o -name "vmstat*" -o -name "ss*" ) -mtime +30 |xargs rm  -f
done

腳本運(yùn)行時(shí)，丟入后臺(tái)去

著重提醒一下，有的同學(xué)將最后面這個(gè)load賦值或者find命令放到了while循環(huán)外面，

這是不對的，放到while循環(huán)前面它只會(huì)執(zhí)行一次，而放到while循環(huán)后面永遠(yuǎn)也不會(huì)執(zhí)行

審核編輯：湯梓紅