深入解析Python多服务器监控告警系统：从原理到生产部署

整体架构图

核心设计思想

1. 无代理监控：通过SSH直接获取数据，无需在目标服务器安装代理
2. 故障隔离：单台服务器故障不影响整体监控
3. 多级检测：网络层→资源层→服务层层层递进
4. 幂等设计：支持定时重复执行，避免状态累积

---

代码深度解析

1. 配置模块 - 灵活的参数管理

# 服务器配置列表
SERVERS = [{"host": "192.168.0.224", "ssh_port": 22, "ssh_user": "root", "ssh_key": "/root/.ssh/server_monitor_key"},# 更多服务器...
]# 监控阈值设置
MEMORY_THRESHOLD = 90  # 内存阈值%
CPU_THRESHOLD = 85     # CPU阈值%
DISK_THRESHOLD = 95    # 磁盘阈值%# 检测参数
DINGTALK_WEBHOOK = "https://oapi.dingtalk.com/robot/send?access_token="
PING_TIMEOUT = 3       # 网络检测超时(秒)
CHECK_INTERVAL = 600   # 检查间隔(秒)

• 支持多服务器配置，可扩展性强
• 关键参数集中管理，便于维护
• 支持不同服务器使用不同认证方式

2. 网络检测模块 - 基于TCP的连通性检查

def check_network(host):try:socket.setdefaulttimeout(PING_TIMEOUT)s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)s.connect((host, 22))  # 检测SSH端口s.close()return Trueexcept Exception:return False

• 使用TCP连接检测替代ICMP ping，更贴近实际服务可用性
• 检测SSH服务端口(22)，确保监控功能可用
• 设置超时时间防止阻塞

3. 指标采集模块 - SSH命令执行与解析

def get_server_metrics(server):# 创建SSH客户端ssh = paramiko.SSHClient()ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())try:# 多密钥类型支持try:private_key = paramiko.RSAKey.from_private_key_file(server["ssh_key"])except:try:private_key = paramiko.Ed25519Key.from_private_key_file(server["ssh_key"])except:private_key = paramiko.ECDSAKey.from_private_key_file(server["ssh_key"])# 建立SSH连接ssh.connect(hostname=server["host"],port=server["ssh_port"],username=server["ssh_user"],pkey=private_key,timeout=15,look_for_keys=False,allow_agent=False)# 获取主机名stdin, stdout, stderr = ssh.exec_command("hostname")hostname = stdout.read().decode().strip() or server["host"]# CPU监控命令stdin, stdout, stderr = ssh.exec_command("top -bn1 | grep 'Cpu(s)' | awk -F'[ ,]+' '{print $8}' | tr -d '%' | awk '{print 100 - $1}'")cpu_usage = float(stdout.read().decode().strip())# 更多指标采集...finally:ssh.close()return hostname, alerts

1. 多密钥算法支持：自动尝试RSA/Ed25519/ECDSA等算法
2. 安全连接设置：禁用SSH agent和密钥搜索
3. 主机名获取：优先使用服务器真实主机名
4. 资源释放：finally块确保SSH连接关闭

4. 告警模块 - 钉钉机器人集成

def send_dingtalk_message(message):"""发送Markdown格式消息到钉钉机器人"""headers = {"Content-Type": "application/json"}# 创建Markdown格式消息markdown_content = "### 🚨 服务器监控告警\n" + message.replace("\n", "\n\n")data = {"msgtype": "markdown","markdown": {"title": "服务器监控告警","text": markdown_content}}try:response = requests.post(DINGTALK_WEBHOOK,data=json.dumps(data),headers=headers,timeout=10)if response.status_code == 200:print("钉钉消息发送成功")else:print(f"钉钉消息发送失败: {response.text}")except Exception as e:print(f"发送钉钉消息时出错: {str(e)}")

• 添加时间戳便于问题追踪
• 包含直接访问监控面板的链接
• 使用emoji增强可读性
• 支持Markdown格式（加粗、换行等）

监控指标采集技术详解

1. CPU使用率采集

top -bn1 | grep 'Cpu(s)' | awk -F'[ ,]+' '{print $8}' | tr -d '%' | awk '{print 100 - $1}'

命令解析：

1. top -bn1：非交互模式运行top命令
2. grep 'Cpu(s)'：过滤CPU行
3. awk处理：提取空闲CPU百分比
4. 100 - 空闲值：计算实际使用率

2. 内存使用率采集

free | awk 'NR==2{printf "%.2f", $3*100/$2 }'

计算原理：

总内存 = $2
已用内存 = $3
使用率 = (已用内存 / 总内存) * 100

3. 磁盘使用率采集

df -h | awk '$NF=="/"{printf "%d", $5}'

关键参数：

• $NF=="/"：只监控根分区
• $5：使用率列（已去除%符号）
• 可根据不同服务器挂载的分区自行调整

4. 进程监控

processes = ["kubelet", "dockerd", "kube-proxy"]
for process in processes:stdin, stdout, stderr = ssh.exec_command(f"pgrep -x {process}")if not stdout.read().decode().strip():missing_processes.append(process)

进程检测逻辑：

• 使用pgrep -x精确匹配进程名
• 检查返回结果是否为空
• 支持扩展添加关键进程

生产环境部署指南

系统架构建议

部署步骤

1. 环境准备

   # 创建专用用户
   sudo useradd -m -s /bin/bash monitor
   sudo passwd monitor# 安装依赖
   sudo apt-get update
   sudo apt-get install python3-pip
   sudo -u monitor pip install paramiko requests
   

2. SSH密钥配置

   # 生成监控专用密钥
   sudo -u monitor ssh-keygen -t ed25519 -f /home/monitor/.ssh/server_monitor_key# 分发公钥到目标服务器
   for server in ${SERVERS[@]}; dosudo -u monitor ssh-copy-id -i /home/monitor/.ssh/server_monitor_key.pub ${server}
   done
   

3. 配置文件调整

   # 修改服务器配置
   SERVERS = [{"host": "10.0.1.101", "ssh_port": 22, "ssh_user": "monitor",  # 使用专用账户"ssh_key": "/home/monitor/.ssh/server_monitor_key"  # 正确路径},# 更多服务器...
   ]
   

4. 系统服务化

   bash

   # 创建systemd服务文件
   sudo tee /etc/systemd/system/server-monitor.service <<EOF
   [Unit]
   Description=Server Monitoring Service
   After=network.target[Service]
   User=monitor
   ExecStart=/usr/bin/python3 /opt/monitor/new_server_monitor.py
   Restart=always
   RestartSec=30[Install]
   WantedBy=multi-user.target
   EOF# 启动服务
   sudo systemctl daemon-reload
   sudo systemctl enable server-monitor
   sudo systemctl start server-monitor
   

日志管理方案

# 查看实时日志
journalctl -u server-monitor -f# 日志轮转配置
sudo tee /etc/logrotate.d/server-monitor <<EOF
/var/log/server-monitor.log {dailymissingokrotate 30compressdelaycompressnotifemptycreate 640 monitor admsharedscriptspostrotatesystemctl restart server-monitor > /dev/nullendscript
}
EOF