本指南涵盖的内容
WatchZit 是一款免费、开源(AGPLv3)的网络和服务器监控系统。除了 ping、SNMP、Web 和数据库检查外,它还有一个适用于 Windows 和 Linux 的小型代理。从 1.4 版开始,有两种检查类型不需要在机器上安装任何东西:通过 SSH 的 Linux(无代理)和通过 WinRM 的 Windows(无代理)。
测量哪些内容
两种检查都从未安装任何软件的机器上读取相同的值:
- CPU 负载(每次运行时测量一秒),
- 已用内存,
- Linux 上的交换空间(swap)或 Windows 上的页面文件,
- 最满的磁盘,
- 运行时间(uptime),
- Linux 上还有负载(load)。
这些值与代理的值同名。因此,CPU、内存和磁盘的内置触发器以及预测,无需额外设置即可用于这些检查。
准备 Linux 服务器(SSH)
WatchZit 通过 SSH 登录,并运行一条固定命令,该命令只读取 /proc、df 和 uname。不会向服务器写入任何内容。
- 用户:任何允许通过 SSH 登录的用户即可——不需要 root,也不需要 sudo。单独的用户(例如
monitor)可以与人员账户分开。 - 密码或私钥:二选一。密钥可以是 OpenSSH 或 PEM 格式,且不能带密码短语。WatchZit 以加密方式保存密码或密钥,之后不会再显示。
- 端口:默认为 22,除非你另行设置。WatchZit 服务器(或运行该检查的远程采集器)必须能够访问它。
主机密钥:首次使用时信任
首次连接时,检查会接受服务器的主机密钥并保存。之后每次运行都会核对该密钥。密钥一旦变化,检查就会变为故障并显示新密钥——这样被替换的服务器或被拦截的连接就不会被忽视。如果变化在预期之中(例如机器重装),请打开该检查,勾选忘记已保存的主机密钥并接受下一个,然后保存。
如果不想依赖首次连接,可以自己在主机密钥字段中填入指纹。在服务器上,以下命令会显示它:
ssh-keygen -lf /etc/ssh/ssh_host_ed25519_key.pub
该字段接受形如 SHA256:… 的 SHA256 指纹;留空表示接受第一个密钥。
准备 Windows 服务器(WinRM)
在 Windows 上,WatchZit 通过 WinRM 读取 WMI。Windows Server 默认已开启 WinRM;在其他 Windows 版本上用以下命令开启:
winrm quickconfig
- HTTP,端口 5985:WatchZit 使用 NTLMv2 登录,并按 Windows 的要求用登录密钥加密每条消息。即使没有证书,也不会有明文传输。
- HTTPS,端口 5986:需要服务器上有 WinRM HTTPS 侦听器(listener)。TLS 保护消息,登录与证书绑定(channel binding)。如果侦听器使用自签名证书,请勾选接受不受信任的证书(自签名)。
- 用户:写作
name、DOMAIN\name或name@domain。必须是管理员,或是在root\cimv2上拥有 WMI 权限的 Remote Management Users 成员。对于监控账户,推荐第二种方式。密码以加密方式保存。
在控制台中添加检查
- 如果机器尚未添加,请在设备下用名称和地址添加它。
- 打开设备页面,点击添加检查。
- 在类型中选择通过 SSH 的 Linux(无代理)或通过 WinRM 的 Windows(无代理)。
- 填写用户名和密码。对于 Linux,可以粘贴私钥代替密码,并可选填写主机密钥。对于 Windows,如果使用 HTTPS 侦听器,请勾选HTTPS(端口 5986)。两者的端口都是可选的:留空表示 22,或 5985 / 5986。
- 设置间隔(秒)和超时(毫秒)。一次运行需要几秒钟,因此超时至少设为 15 秒(
15000);间隔一分钟或更长即可。 - 点击添加检查。首次运行后,设备页面会显示这些值,图表也会从此开始积累数据。
以后编辑该检查时,密码字段留空即可保留已保存的密码。
远程采集器:通过分支机构的远程采集器运行的检查无法自行保存主机密钥。请在检查中填入密钥;在此之前,检查会显示采集器看到的密钥,方便你核对并复制。
触发器和预测
由于这些值与代理同名,问题 → 触发器下的内置触发器在检查开始运行后就会监视它们:
- CPU 负载过高和内存将满——连续 5 分钟高于 90%,
- 磁盘将满和磁盘已满——高于 90% 和 97%。
要在磁盘写满之前收到警告,请添加类别为数值将达到阈值(预测)的触发器:选择磁盘值、阈值和期限(天)。WatchZit 会根据该值最近一周的数据画一条直线,当这条直线在设定天数内达到阈值时打开一个问题。问题会说明当前值、每天的变化速度以及预计达到阈值的日期。
问题会发送到你设置的通知渠道——电子邮件、Slack、Microsoft Teams、Discord、Telegram、ntfy、PagerDuty、短信或 webhook——依赖关系和维护窗口对这些设备同样有效。
何时更适合使用代理
无代理检查涵盖基本指标。WatchZit 代理能看到的要多得多,因此只要允许,就请安装它:
| 无代理(SSH / WinRM) | WatchZit 代理 | |
|---|---|---|
| CPU、内存、交换空间 / 页面文件、运行时间 | 是(Linux 还有 load) | 是 |
| 磁盘 | 最满的磁盘 | 每个驱动器 |
| 接口、服务、监视的进程 | — | 是 |
| Hyper-V 虚拟机、Docker 容器 | — | 是 |
| Windows 事件日志、systemd journal | — | 错误发送到日志 |
| 连接 | WatchZit 连接到机器(SSH 或 WinRM) | 代理到端口 8444 的一条出站连接 |
| 机器上 | 不安装任何东西;一个有登录权限的用户 | Windows 用 MSI,Linux 用 deb 和 rpm;从控制台自动更新 |
一个好原则:自己的服务器用代理,不能或不应改动的机器用无代理检查。
1.4 的其他新功能:网络路径和自动学习触发器
网络路径(traceroute)是一种每五分钟追踪一次到设备路径的检查,类似 MTR:对路径上的每台路由器记录其地址、丢包以及最佳、平均和最差时间(默认每跳 3 次探测,最多 30 跳)。每次运行保存 30 天;设备页面显示最近一次的路径、过去 24 小时内的每一跳以及最近十次路由变化。它自带触发器 Loss on the network path(连续 10 分钟高于 20%)。把它放在通往分支机构或运营商的线路上,就能看到丢包或延迟从哪里开始;从远程采集器运行时,它追踪的是从该站点出发的路径。
数值在该时段异常(自动学习)是一种不需要阈值的触发器。它从最近四周学习某个值在一周中每个小时的正常水平,当值明显偏离时打开问题——偏高、偏低或两者皆可。灵敏度可选高(问题更多)、中或低(仅大的变化)。有一周历史数据后开始比较。它也适用于无代理检查的值,例如周一早上正常、但周日深夜不正常的 CPU 负载。
限制
- 只报告一个磁盘:最满的那个。接口、服务、进程和日志需要代理。
- 不支持带密码短语的 SSH 密钥;请使用不带密码短语的密钥或使用密码。
- Linux 检查读取
/proc,因此适用于 Linux,而不适用于其他 Unix 系统。 - 通过 HTTPS 使用 WinRM 需要你在 Windows 服务器上设置侦听器;WinRM 用户必须是管理员,或是拥有 WMI 权限的 Remote Management Users 成员。
- 一次运行需要几秒钟;过短的间隔没有意义。通过远程采集器时,主机密钥需要手动填写。
后续步骤
- 把服务器与路由器和交换机一起画在网络地图上——参见指南MikroTik The Dude 的现代替代方案。
- 在允许的服务器上安装代理,其余机器保留无代理检查。
- 为最重要的磁盘添加预测触发器。
WatchZit 的全部功能见功能页面,可在下载页面获取,完整参考见文档。欢迎在 GitHub Discussions 提问。企业可以从 MaxZit 获得商业支持(仅提供英文服务)。