掌握shell脚本：企业自动化运维脚本实战！

网络豆

已于 2024-11-23 20:25:09 修改

阅读量1.9w

点赞数 33

分类专栏： shell 文章标签：运维

于 2024-11-12 10:39:50 首次发布

本文链接：https://blog.youkuaiyun.com/yj11290301/article/details/143701783

版权

shell 专栏收录该内容

8 篇文章

订阅专栏

作者简介：一名云计算网络运维人员、每天分享网络与运维的技术与干货。

公众号：网络豆云计算学堂

座右铭：低头赶路，敬事如仪

个人主页： 网络豆的主页

往期文章：

掌握Shell脚本：Linux命令行自动化初学者指南

掌握shell脚本：Linux脚本常用命令复习

掌握shell脚本：shell变量详解

shell脚本实战案例—批量创建用户与检查服务存活脚本

应用场景：

在日常的企业运维中，自动化脚本是提高工作效率的重要工具。尤其是对于运维团队而言，自动化巡检脚本可以减少人为检查的繁琐操作，提高故障响应速度，保障服务器和业务的稳定运行。本文将通过一个基于Shell编写的服务器巡检脚本，帮助大家深入理解其实现逻辑和原理。

一、代码使用场景

这段Shell脚本适用于企业中运维人员对服务器状态的自动化巡检需求。它能够定时检查服务器的健康状态，包括：
- 主机存活状态
- 磁盘使用率
- 内存使用率
- CPU使用率
- 网络流量
- 业务服务状态（如MySQL、Nginx）

脚本会针对每个监控项设定相应的告警阈值，当发现服务器指标超标时会发出告警邮件，帮助运维人员在第一时间获得系统状态的异常信息。该脚本还支持选择是否发送告警邮件，适合在不同场景下灵活使用。

二、代码实现原理

该脚本的主要结构分为以下几个部分：

1. 定义告警阈值和邮箱：

在脚本开头定义告警邮件接收地址和各项资源的告警阈值，方便根据业务需求自定义。

2. 读取主机清单：

脚本从`hostip.txt`文件中读取所有要巡检的主机IP地址，适合批量管理和巡检多台服务器。

3. 获取主机名的函数：

`get_hostname()`使用SSH连接目标服务器并获取主机名。如果SSH连接失败，将返回“未知主机名”。

4. 报警函数：

`send_alert()`用于将巡检异常信息以邮件的形式发送到指定邮箱，同时会输出信息到终端，确保信息可以被即时查看。

5. 各项检查函数：

   - 主机存活检查*：`check_host_alive()`使用ping命令检测主机是否在线，若不可达则触发告警。
   - 磁盘使用率检查：`check_disk_usage()`通过`df`命令获取磁盘使用率，如果使用率超过设定的阈值则记录异常信息。
   - 内存使用率检查：`check_mem_usage()`使用`free`命令计算内存使用率，超过阈值时触发告警。
   - CPU使用率检查：`check_cpu_usage()`使用`top`命令获取CPU使用率，通过`bc`命令进行浮点数比较，超过阈值时告警。
   - 网络流量检查：`check_network_traffic()`使用`ifconfig`命令检查网络流量。
   - 业务服务检查：`check_services()`检查MySQL和Nginx等关键业务服务状态，未运行时触发告警。

6. 主程序逻辑：

主机做免密，创建hostsip加入到文件

   - 首先询问用户是否开启邮件告警功能，方便不同环境下的巡检需求。
   - 对每台主机依次调用各项检查函数，生成汇总报告。若用户选择发送邮件，则将汇总信息发送到告警邮箱。
   - 将巡检报告打印在终端，方便直接查看各项检查结果。

代码详解

以下是脚本的完整代码。对于每个功能模块，都提供了详细的注释，帮助大家理解实现原理。

#!/bin/bash
# 服务器巡检脚本

# 定义邮箱和告警阈值
ALERT_EMAIL="你的邮箱"
DISK_THRESHOLD=80
MEM_THRESHOLD=80
CPU_THRESHOLD=80

# 读取主机清单
HOSTS=$(cat hostip.txt)

# 获取主机名的函数
get_hostname() {
    ssh -o ConnectTimeout=5 $1 "hostname" 2>/dev/null
}

# 报警函数
send_alert() {
    local message=$1
    local subject=$2
    if [ "$send_email" = "y" ]; then
        echo "$message" | mail -s "$subject" "$ALERT_EMAIL"
    fi
    echo "$message"
}

# 主机存活检查
check_host_alive() {
    ping -c 2 -W 1 $1 &>/dev/null
    if [ $? -ne 0 ]; then
        report_message+="ALERT: 主机 $hostname ($1) 不可达\n"
    else
        report_message+="$hostname ($1) 存活\n"
    fi
}

# 磁盘使用率检查
check_disk_usage() {
    ssh $1 "df -hT | awk -v threshold=$DISK_THRESHOLD 'NR>1 {if(\$6+0 > threshold) print \$7, \$6}'" 2>/dev/null | while read filesystem usage; do
        if [ -n "$filesystem" ]; then
            report_message+="ALERT: 主机 $hostname ($1) 磁盘 $filesystem 使用率为 $usage%\n"
        else
            report_message+="$hostname ($1) 磁盘使用率正常\n"
        fi
    done
}

# 内存使用率检查
check_mem_usage() {
    usage=$(ssh $1 "free | awk '/Mem:/ {printf(\"%.0f\", (\$3/\$2)*100)}'" 2>/dev/null)
    if [ $usage -gt $MEM_THRESHOLD ]; then
        report_message+="ALERT: 主机 $hostname ($1) 内存使用率为 $usage%\n"
    else
        report_message+="$hostname ($1) 内存使用率为 $usage%\n"
    fi
}

# CPU使用率检查
check_cpu_usage() {
    usage=$(ssh $1 "top -bn1 | grep 'Cpu(s)' | awk '{print 100 - \$8}'" 2>/dev/null)
    if (( $(echo "$usage > $CPU_THRESHOLD" | bc -l) )); then
        report_message+="ALERT: 主机 $hostname ($1) CPU使用率为 $usage%\n"
    else
        report_message+="$hostname ($1) CPU使用率为 $usage%\n"
    fi
}

# 网络流量检查
check_network_traffic() {
    ssh $1 "ifconfig eth0 | awk '/RX packets/ {print \"流入: \" \$5} /TX packets/ {print \"流出: \" \$5}'" 2>/dev/null | while read line; do
        report_message+="$hostname ($1) 网络 $line\n"
    done
}

# 业务服务检查
check_services() {
    for service in mysql nginx; do
        ssh $1 "systemctl is-active --quiet $service" 2>/dev/null
        if [ $? -ne 0 ]; then
            report_message+="ALERT: 主机 $hostname ($1) 的 $service 服务停止\n"
        else
            report_message+="$hostname ($1) 的 $service 服务正常\n"
        fi
    done
}

# 主程序开始
read -p "是否开启邮件报警功能？(y/n): " send_email

echo "=== 开始主机巡检 ==="
for HOST in $HOSTS; do
    hostname=$(get_hostname $HOST)
    if [ -z "$hostname" ]; then
        hostname="未知主机名"
        echo "无法获取 $HOST 的主机名，跳过巡检。"
        continue
    fi

    report_message="==== 巡检主机: $hostname ($HOST) ====\n"
    check_host_alive $HOST
    check_disk_usage $HOST
    check_mem_usage $HOST
    check_cpu_usage $HOST
    check_network_traffic $HOST
    check_services $HOST

    if [ "$send_email" = "y" ]; then
        echo -e "$report_message" | mail -s "主机巡检报告: $hostname ($HOST)" "$ALERT_EMAIL"
    fi

    echo -e "$report_message"
    echo "==== $hostname ($HOST) 巡检完成 ===="
done

echo -e "\n=== 主机巡检结束 ==="