服务器监控脚本,优质vps推荐,VPS搭建网站主机搭建解决方案,最便宜云主机,xenserver vps

🗣 Wd提问: 服务器监控脚本

🤖 Ai回答:
编写一个有效的服务器监控脚本需要考虑多个方面，包括但不限于系统性能、网络状况以及应用程序状态等。下面是一个基本的Python示例脚本来监测Linux系统的CPU使用率和内存利用率，并通过邮件发送告警信息给管理员。

安装必要的库

首先确保你的环境中安装了`psutil`, `smtpd` 和其他相关的依赖项：

bash
pip install psutil smtplib email

编写监控脚本

以下是一段简单的代码片段用于检查CPU与内存的状态并根据设定阈值触发警告通知:

1、导入所需的模块:
python
import os, sys
from datetime import timedelta
import time
import socket
import subprocess as sp
import smtplib
from email.mime.text import MIMEText
from email.header import Header

这里我们导入了一些标准库来执行任务如时间处理（datetime）、SMTP服务及电子邮件内容构建等功能。

2、配置参数：
设置一些关键变量以适应特定环境需求：例如邮箱地址列表(`to_list`)；发件人邮箱账号 (`sender_email`) 及密码（注意安全）; 警报门限(Thresholds) 等；
python
设置收信人的Email 地址 (可以是单个或一组)
to_list = ['admin@65.hk']
发送者 Email 地址 & SMTP Server Address and Port Number.
sender_email = 'your-email@domain'
password = YourPassword
server_address_port = ('localhost',587)

cpu_threshold=90 CPU 使用率超过这个数值时会发出报警信号
mem_threshold=60 内存占用率达到此比例以上也会被标记为异常情况
interval_time_in_minutes=3 每隔几分钟进行一次检测循环
timeout_seconds=4 连接超时时长单位秒，默认情况下连接失败后重试三次间隔时间为两倍当前等待周期长度加上随机数范围在[0-1]之间乘以其本身的一半作为额外延迟量防止死锁现象发生
retry_count=3 最多尝试次数默认三轮测试之后如果仍未成功则认为无法联系到目标主机视为故障退出程序流程继续下一步操作逻辑判断是否满足条件再决定采取何种措施应对问题根源所在具体取决于业务场景而定但通常建议优先解决核心功能失效风险较高的部分然后再逐步排查其它次要环节直至最终恢复整体可用性水平为止

def send_alert(subject,message):
msg=MIMEText(message,'plain','utf-8')
sender=msg['From']=Header(sender_email,UTF-8)
receivers=[r for r in to_list]

try:
smtpObj=smtplib.SMTP(server_address_port[0], server_address_port[1])
if not isinstance(smtpObj.login(user=sender_email,password=password),Exception):
smtpObj.sendmail(from_addr=sender,to_addrs=receivers,msg=msg.as_string())
print(Alert sent successfully!)
else :
raise Exception('Failed login attempt.')
except Exception as e :
return False,e.args

finally:
del(msg,sender,receivers)

def monitor_cpu_memory():
while True:
cpu_usage_percent=os.getloadavg()[0]*100/len(os.cpu_count())
mem_total=float(sp.check_output(['free','-m']).splitlines()[-2].decode().strip('\n').replace(', ',' ').split()[1])
free_mem_mb=int(float(mem_total)-float((sp.check_output([df,block-size=m,/]).split(\n)[1]).split()[1]))

if(cpu_usage_percentcpu_threshold or ((free_mem_mb/(total_free_mem*1024))<memory_ratio)):
message=fSystem Alert! Current system status:\n\nCPU Usage Percentage:{round(cpu_usage_percent)}%\nAvailable Memory MB:{int(free_mem_mb)}
result=send_alert(title=Critical System Condition Detected!,message=message)
break

elif(result==False):
continue

sleep(interval_time_in_minutes * 60)

if __name__ == '__main__':
start=time.time()
monitor_cpu_memory()

上述例子中定义了一个名为monitor\_cpu\_memory函数负责持续不断地获取机器上的资源消耗数据并与预设的安全边界比较结果生成相应的警示消息并通过指定的方式传递出去供用户查看或者进一步分析原因解决问题等等后续步骤可以根据实际应用场景灵活调整优化实现效果达到最佳实践目的同时也要考虑到网络安全防护策略避免不必要的安全隐患存在影响正常工作开展的情况出现从而保证整个平台稳定可靠运行始终处于良好健康状态下提供高质量的服务体验反馈至终端客户群体当中去获得广泛好评支持团队成长壮大不断前行迈进新的征程上取得更加辉煌成就！

Ai作答

📣 商家广告：