WatchZit

Nagios 和 Checkmk 替代方案:无需配置文件的服务器和服务检查

如果您在寻找 Nagios 或 Checkmk 的替代方案,本指南说明 WatchZit 如何检查服务器、服务和 Web 应用程序,而且一切都在浏览器中设置——无需编写配置文件——以及问题如何送达正确的人:升级、值班时间、确认、维护,以及供您的脚本使用的 API。同时介绍 WatchZit 不做什么,以及如何在现有工具旁边运行它。

本指南涵盖的内容

WatchZit 是一个免费、开源(AGPLv3)的网络和服务器监控系统,在您自己的服务器上提供一个 Web 控制台。没有许可证密钥,也没有按主机或按检查计算的价格;MaxZit 提供可选的付费支持。本指南不比较产品,而是介绍一个负责监视服务器和服务的团队要做的工作,并针对每一部分说明 WatchZit 能做什么、止步于何处。发现、模板和自动学习的阈值见Zabbix 替代方案指南;Windows 部署和目录登录见PRTG 替代方案指南。

安装和第一台主机

从下载页面导入虚拟设备(OVA、qcow2、VHDX 或 ISO;2 个 CPU、2 GB 内存、16 GB 磁盘),或在 64 位 Debian 12+、Ubuntu 22.04+、AlmaLinux 或 Rocky Linux 9+ 服务器上运行安装脚本:

curl -fsSL https://github.com/Max-Zit/watchzit/releases/latest/download/install.sh | sudo sh

打开 https://<server>:8443,输入设置令牌,创建第一个管理员,并设置双因素登录。然后在 设备 → 添加设备 下添加一台主机:名称、IP 地址或主机名、类型和组,并打开 Ping。您在那里输入的每个 TCP 端口都会成为一个每分钟连接一次的检查。依赖于 指定访问该主机所经过的路由器或交换机。

这就是全部配置:没有需要编辑的文件,也不需要重新加载。每次更改都会连同更改者一起写入 审计日志。

从列表中选择的检查

在设备页面上,添加检查 提供以下类型。每个检查都有自己的 间隔(秒)(10 到 3,600;默认 60)和 超时(毫秒);检查的密码和令牌以加密方式存储,并且不会再次显示。

检查测量内容
Ping (ICMP)、TCP 端口响应时间和丢包率;端口是否接受连接,以及连接速度
网页(HTTP)状态码、响应时间、页面上必须出现的文本、证书到期前的天数
TLS 证书到期前的天数以及是否受信任,适用于任何 TLS 端口,可指定用于 SNI 的服务器名称
DNSDNS 服务器必须以某种记录类型应答某个名称,并可选地返回预期值
PostgreSQL、MySQL / MariaDB使用监控用户登录、版本、连接数、响应时间
Web 场景(多个步骤)像用户一样一步步完成登录并访问登录后的页面
JSON API 值来自任意 JSON API 的一个数值
通过 SSH 的 Linux(无代理)、通过 WinRM 的 Windows(无代理)CPU、内存、交换空间或页面文件、最满的磁盘和运行时间
网络路径(traceroute)路径上的每台路由器及其丢包率和延迟,类似 MTR
虚拟化平台(vSphere、Proxmox VE)主机、虚拟机和数据存储
SNMP接口、CPU、存储以及任意数值 OID

要在多台主机上使用相同的检查,模板可以把它们添加到某个类型或某个组的所有设备,包括以后添加的设备;在设备列表的 更改所选: 下,您可以一次为多台主机设置组、依赖或模板。

服务器:代理或 SSH 和 WinRM

适用于 Windows(MSI)和 Linux(deb、rpm;x86-64 和 arm64)的 WatchZit 代理 只建立一个到 8444 端口的出站连接,因此服务器无需开放任何端口。它使用 代理 页面中的一次性代码注册,并从控制台自动更新。它每分钟上报 CPU、内存、每块磁盘和每个接口,此外还有:

  • 设备页面上的 监视服务:服务停止时会打开问题。
  • 监视进程:程序名称,例如 nginx、sqlservr.exe 或 java,包括运行的数量、它们的 CPU 和内存;没有任何实例运行时打开问题。
  • Windows System 和 Application 日志中的严重和错误事件,以及 systemd 日志中优先级为 err 或更严重的消息,显示在 日志 中。
  • Linux 上的 Docker 容器和 Windows 上的 Hyper-V 虚拟机,每五分钟一次。

在不允许安装任何东西的地方,通过 SSH 的 Linux(无代理) 运行一条只读取 /proc、df 和 uname 的固定命令,并在每次运行时核对主机密钥;通过 WinRM 的 Windows(无代理) 使用 NTLMv2 和加密消息登录,或通过 HTTPS 登录。它们的值与代理的值同名,因此同样的触发器都适用。指南通过 SSH 和 WinRM 无代理监控 Linux 和 Windows 服务器介绍了设置方法。

Web 应用程序、证书和 API

  • 网页(HTTP) 检查 URL 的状态、页面上的文本以及证书到期前的天数。
  • Web 场景(多个步骤) 像用户一样走完一个应用程序。每行一个步骤——方法和地址、预期状态、页面必须包含的文本以及表单数据;cookie 会在步骤之间保留,{secret} 是该检查的密码:
    GET /login | 200 | Sign in
    POST /login | 302 | | user=monitor&password={secret}
    GET /dashboard | | Welcome
    它测量所有步骤的用时以及通过的步骤数;警报会指出失败的步骤。
  • TLS 证书 监视邮件、LDAP 或任何其他 TLS 端口。内置触发器 证书快要过期(少于 21 天)和 证书即将过期(少于 7 天)适用于它。
  • JSON API 值 从您自己服务的健康或状态端点读取一个数值:一个地址、一个路径(例如 results.cpu.0.current),以及可选的 Bearer 或基本身份验证登录。

您自己的触发器

内置触发器已经监视宕机的设备、失败的检查、CPU 负载过高、内存和磁盘将满、丢包以及即将过期的证书。您自己的触发器在 问题 → 触发器 下设置:

  • 值超出范围:某个值(CPU 负载、响应时间、连接数……)高于或低于阈值,并至少持续若干分钟,这样短暂的下降不会打开问题;带有 严重程度,适用于 所有设备、某个组或一台设备。
  • 单个检查:设备页面上检查旁边的铃铛按钮会只为该检查添加一个触发器,例如某块重要的磁盘或某个网页的响应时间。
  • 没有新数据:某个检查在您设定的分钟数内没有收到新值——例如停止上报的代理。
  • Syslog 消息或 trap:syslog 消息、trap 或代理系统日志中的某段文本或正则表达式。

条件结束时,问题会自动关闭。会学习何为正常的触发器以及预测,在Zabbix 替代方案指南中有介绍。

通知、升级和值班

在 设置 → 通知 下,管理员添加渠道:通过您的 SMTP 服务器发送的电子邮件、JSON webhook(设置密钥后,在 X-WatchZit-Signature 中用 HMAC-SHA256 签名)、Slack、Microsoft Teams、Discord、Telegram、ntfy、PagerDuty(问题会打开和解决事件),以及通过 Twilio 或您自己的网关发送的短信。每个渠道都有最低严重级别;启用 解决时也发送 后,问题解决时也会通知。

在渠道的 升级与值班时间 下:

  • 延迟通知(分钟):该渠道只会收到超过这段时间仍未解决的问题——例如第一线没有响应时,15 分钟后通知团队负责人。
  • 重复间隔(分钟):在问题仍未解决期间再次通知。已确认的问题不会升级或重复,除非打开了 包括已确认的问题。
  • 仅在某些日期和时间(值班):例如周一至周五 18 点到 08 点以及整个周末向夜班发送短信。在这些时间之外开始的问题,如果到值班开始时仍未解决,就会在那时送达该渠道。
  • 值班轮换:每个人或每个团队一个渠道,各有自己的日期和时间。

收到过某个问题通知的渠道,在问题解决时也会收到通知;其他渠道不会。

确认、依赖和维护

  • 问题 列出所有未解决的问题,最严重的在前。用一条备注 确认 问题,让其他人知道已经有人在处理。已解决的问题在历史中保留一年。
  • 依赖:设置 依赖于 后,位于宕机路由器后面的主机只是不可达;它的问题会被记录,但不会发送。
  • 问题 → 维护 下针对设备或组的维护:它们仍会被测量,但不会发送任何通知;窗口结束时仍未解决的问题会在那时发送。重复 让窗口每天、每周或每月重复出现,可选地直到某个最后日期。可用性报告会单独显示维护时间。

从脚本中设置维护和确认

在 我的帐户 → API 令牌 下创建令牌;它以您的角色执行操作,并且只显示一次。这样,部署脚本就可以在重启服务器之前计划一个维护窗口:

curl -H "Authorization: Bearer wzat_…" -H "Content-Type: application/json" \
  -d '{"name":"Deploy","starts_at":"2026-11-20T22:00:00+01:00","ends_at":"2026-11-20T22:30:00+01:00","group_ids":[3]}' \
  https://monitor.example.com:8443/api/v1/maintenance

API 还可以读取状态、设备、检查、图表和问题,并通过 POST /api/v1/problems/{id}/ack 确认问题。使用令牌所做的更改会以令牌的名称写入审计日志。

仪表板、报告以及谁可以更改什么

  • 仪表板,包含图表、当前值、设备状态、未解决的问题、地图以及来自数据源的图表;它们每分钟刷新一次,适合墙面屏幕。
  • 报告:每台设备在 7、30 或 90 天或一个月内的可用性,包括停机时间和问题数量,可导出 CSV 或 PDF,可按组设置 SLA 目标(%),并可每周或每月通过电子邮件发送。
  • 角色:管理员、操作员(设备、检查、地图、触发器、维护、仪表板)和 查看者。登录支持双因素、Active Directory / LDAP 或单点登录(OpenID Connect、SAML 2.0)。

WatchZit 不做什么

  • 没有配置文件,也没有导入工具。主机、检查和触发器在控制台中设置;现有配置无法读入,历史数据从您添加主机的那天开始。
  • 没有运行您自己脚本或插件的检查。您自己的值来自针对您自己服务的 JSON API 值 检查、SNMP OID 或图表上的数据源。
  • 不能从外部推送结果。API 用于读取数据、确认问题和计划维护;它不能创建主机、检查或触发器。
  • 无代理检查只涵盖基础内容(CPU、内存、交换空间或页面文件、最满的磁盘、运行时间)。每块磁盘、服务、进程和日志都需要代理。
  • 数据库检查只有 PostgreSQL 和 MySQL/MariaDB;一个 Web 场景有 1 到 10 个步骤。
  • 服务器运行在 Linux(x86-64)和 PostgreSQL 上,或作为虚拟设备运行。

在现有监控旁边运行 WatchZit

  1. 在单独的虚拟机上安装 WatchZit;现有监控服务器上的任何内容都不会改变。
  2. 从一组主机开始。使用无代理检查,或在服务器上与现有软件并行安装 WatchZit 代理;代理只需要到 8444 端口的出站连接。
  3. 为 WatchZit 分配自己的监控用户(SSH、WinRM、数据库、Web 场景),这样您可以区分它的登录,以后也能删除这些用户。
  4. 先把 WatchZit 的问题发送到测试渠道,而不是值班手机。
  5. 用几周时间比较每个系统提出了哪些问题、哪些问题真正重要,然后再决定由哪个系统呼叫值班团队。

下一步做什么

欢迎在 GitHub Discussions 提出问题和想法。企业可以从 MaxZit 获得商业支持(仅提供英文服务)。

Nagios 和 Checkmk 是其各自所有者的商标。MaxZit 与 Nagios 或 Checkmk 的所有者没有关联,也未获得其赞助或认可;这些名称仅用于说明本指南的主题。