Shell监控告警：从零搭建服务器监控系统
对于运维工程师来说，服务器监控是保障业务稳定运行的核心能力。本文汇总10个实用的Shell监控告警技巧，帮助你从零搭建轻量级监控系统。
📊 一、核心监控指标获取
1. CPU使用率监控
# 获取CPU空闲率（100-空闲率=使用率） top -bn1 | grep "Cpu(s)" | awk '{print $2}' | cut -d'%' -f1 # 更精确的单核CPU使用率 mpstat 1 1 | awk '/Average/ {print 100-$NF"%"}'2. 内存使用情况
# 获取内存使用百分比 free | awk '/Mem:/ {printf "%.0f", $3/$2 * 100}' # 实时监控内存变化 watch -n 1 'free -h | grep Mem'3. 磁盘空间监控
# 获取根分区使用率 df -h / | awk 'NR==2 {print $5}' | sed 's/%//' # 监控所有分区，超过80%告警 df -h | awk 'NR>1 { usage = substr($5, 1, length($5)-1) if (usage > 80) print $1": "$5" (Warning!)" }'🔍 二、日志与进程监控
4. 关键进程存活检测
#!/bin/bash # 检查进程是否存活，不存在则告警 PROCESS_NAME="nginx" if ! pgrep -x "$PROCESS_NAME" > /dev/null; then echo "$(date) ALERT: $PROCESS_NAME is down!" | tee /var/log/process_alert.log # 这里可接入告警通知 fi5. 日志关键词实时监控
# 实时监控错误日志关键词 tail -f /var/log/nginx/error.log | awk '/error|critical|failed/ {system("echo "$0" | notify-send Alert")}' # 历史日志统计ERROR数量 grep -c "ERROR" /var/log/app.log6. 连接数异常检测
# 获取当前TIME_WAIT连接数 netstat -an | awk '/^tcp/ {s[$NF]++} END {for(k in s) print k, s[k]}' # 检测异常IP连接 netstat -an | grep ESTABLISHED | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -rn | head -10🚨 三、告警通知实现
7. 微信企业号告警
# 企业微信机器人Webhook告警 send_wechat() { CORPID="your_corpid" WEBHOOK_URL="https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=your_key" curl -XPOST "$WEBHOOK_URL" -H 'Content-Type: application/json' \ -d "{\"msgtype\":\"text\",\"text\":{\"content\":\"$(hostname): $1\"}}" }8. 钉钉告警
# 钉钉机器人告警 send_dingtalk() { WEBHOOK="https://oapi.dingtalk.com/robot/send?access_token=your_token" curl -s -X POST "$WEBHOOK" \ -H 'Content-Type: application/json' \ -d "{\"msgtype\":\"text\",\"text\":{\"content\":\"服务器告警: $1\"}}" }⚙️ 四、自动化监控脚本模板
9. 一键巡检脚本
#!/bin/bash # server_health_check.sh LOG_FILE="/var/log/health_check_$(date +%Y%m%d).log" echo "=== 服务器巡检报告 $(date) ===" > "$LOG_FILE" # CPU检查 CPU_USAGE=$(top -bn1 | grep "Cpu(s)" | awk '{print $2}' | cut -d'%' -f1) echo "CPU使用率: ${CPU_USAGE}%" >> "$LOG_FILE" # 内存检查 MEM_USAGE=$(free | awk '/Mem:/ {printf "%.1f", $3/$2 * 100}') echo "内存使用率: ${MEM_USAGE}%" >> "$LOG_FILE" # 磁盘检查 DISK_USAGE=$(df -h / | awk 'NR==2 {print $5}') echo "磁盘使用率: ${DISK_USAGE}" >> "$LOG_FILE" # 负载检查 LOAD=$(uptime | awk -F'load average:' '{print $2}') echo "系统负载: $LOAD" >> "$LOG_FILE" # 发送报告 [ -f /usr/local/bin/send_wechat ] && /usr/local/bin/send_wechat "$(cat $LOG_FILE)"10. 定时任务配置
# 添加到crontab，每5分钟执行一次监控 # crontab -e */5 * * * * /root/scripts/server_health_check.sh # 每小时巡检+邮件报告 0 * * * * /root/scripts/server_health_check.sh | mail -s "Health Report $(hostname)" admin@example.com📦 五、轻量级监控工具推荐
| 工具 | 用途 | 特点 |
|---|---|---|
| htop | 进程监控 | 交互式界面，比top更直观 |
| iotop | I/O监控 | 监控磁盘读写情况 |
| nmon | 性能综合监控 | 支持CPU/内存/磁盘/网络 |
| Glances | Web化监控 | 支持浏览器远程查看 |
| netdata | 实时监控面板 | 安装简单，界面美观 |
# 一键安装Glances pip install glances glances -w # 启动Web服务，浏览器访问61208端口✅ 总结
通过Shell脚本配合定时任务和告警通知，可以快速搭建轻量级监控系统。核心要点：
- 指标采集：CPU、内存、磁盘、进程、日志
- 告警触发：设置阈值，超过阈值自动通知
- 定时执行：crontab控制检查频率
- 日志留存：保留历史数据便于分析趋势
这套方案适合中小规模服务器集群，生产环境建议配合 Prometheus + Grafana 使用。