香港服务器部署Zabbix监控,如何设置主机并验证告警链路?

发布人:A5数据发布时间:2026-10-14 14:14阅读量:106

在香港服务器上部署 Zabbix 监控,需要完成两条链路:一条是“Agent 采集指标 → Zabbix Server 入库 → 触发器产生事件”,另一条是“事件匹配动作 → 通知媒介发送 → 值班人员收到通知”。只有主机出现数据,并不能证明告警可用;必须额外制造一个可控测试事件,验证问题通知和恢复通知都能送达。

下面以 Ubuntu 24.04 LTS、Zabbix 7.0 LTS、Agent 2 主动检查为例,按实施顺序完成服务部署、主机配置、阈值设置和告警验收。主动检查由被监控服务器向监控端发起连接,适合不希望向公网开放 Agent 监听端口的环境。示例地址、主机名称、阈值和结果仅用于说明,执行前应替换为自己的配置。

针对网站、业务后台、数据库及接口服务的持续监控,A5数据提供中国香港物理服务器资源,覆盖入门建站、Xeon Gold与AMD EPYC等配置,并配备SSD或NVMe存储及不同带宽线路,可为Zabbix监控端、数据库和被监控主机提供相应的硬件基础。其香港、美国、日本、新加坡等地区也设有物理服务器方案,便于结合业务分布与探测位置构建多地域监控环境。

一、准备环境与访问边界

1. 确定监控端与被监控端

本文使用以下部署关系:

对象示例配置用途
监控端192.0.2.10运行 Zabbix Server、PostgreSQL 和 Web 前端
香港业务服务器198.51.100.20运行 Zabbix Agent 2
技术主机名hk-web-01Agent 与 Zabbix 主机对象匹配
PSK 身份hk-web-01-psk标识该主机的加密连接
主机组Hong Kong/Linux管理主机及限定告警动作范围

这些 IP 属于文档示例地址,不能直接用于生产连接。实际部署可以使用互通的私网地址;没有私网条件时,应限制公网访问来源,并使用加密连接。

监控端不要与关键业务服务放在同一台机器上,否则整机故障可能同时切断业务和告警。香港服务器的地域也不应决定全部阈值:主机资源阈值主要取决于业务负载,网络延迟阈值则取决于探测位置及线路基线。

2. 检查系统、时间与资源

分别在两台服务器执行:

cat /etc/os-release
timedatectl status
df -h
free -h

确认系统版本与本文一致、磁盘空间充足,并且 System clock synchronized 为 yes。时间未同步时,先修复时间同步服务,否则事件时间、采集延迟和日志关联可能出现偏差。

小规模验证环境可以从约 2 vCPU、4 GB 内存开始规划监控端,但这不是容量承诺。实际资源消耗还与主机数量、监控项数量、采集周期、历史保留时间和数据库性能有关。

执行安装前,对现有服务器做快照或备份。本文数据库初始化步骤只适用于新建、没有 Zabbix 数据的数据库;已有部署应跳过初始化,不得重复导入建表脚本。

3. 明确需要开放的连接

主动检查模式下,主要网络要求是:

一、准备环境与访问边界 / 3. 明确需要开放的连接配图

  • 香港服务器可以访问监控端 TCP 10051。
  • 管理人员可以访问 Web 前端,生产环境使用 HTTPS。
  • 监控端可以访问邮件服务器或通知接口。
  • PostgreSQL 仅供本机应用使用,不向公网开放。
  • 不为主动检查额外开放香港服务器的 TCP 10050。

防火墙调整前,保存现有规则,并确认 SSH 管理连接不会被切断。以下命令只适用于已经启用且由 UFW 管理的监控端:

sudo ufw status numbered
sudo ufw allow proto tcp from 198.51.100.20 to any port 10051

还需同步检查云平台安全组。不要通过临时关闭全部防火墙来排查连接问题。

二、部署服务并连接 Agent

1. 安装 Zabbix Server 与数据库

如果已经有可用的 Zabbix 7.0 监控端,可直接进入 Agent 安装步骤。

以下操作在监控端执行。先添加与 Ubuntu 24.04 对应的 Zabbix 7.0 软件仓库:

wget https://repo.zabbix.com/zabbix/7.0/release/ubuntu/pool/main/z/zabbix-release/zabbix-release_latest_7.0+ubuntu24.04_all.deb
sudo dpkg -i zabbix-release_latest_7.0+ubuntu24.04_all.deb
sudo apt update
apt-cache policy zabbix-server-pgsql zabbix-agent2

核对候选版本属于 7.0 系列后,再安装:

sudo apt install postgresql zabbix-server-pgsql zabbix-frontend-php \
  php-pgsql zabbix-apache-conf zabbix-sql-scripts
sudo systemctl enable --now postgresql

创建数据库用户时会提示设置密码。使用独立强密码,并保存到受控的凭据管理位置:

sudo -u postgres createuser --pwprompt zabbix
sudo -u postgres createdb -O zabbix zabbix

随后导入初始结构:

set -o pipefail
zcat /usr/share/zabbix-sql-scripts/postgresql/server.sql.gz \
  | psql -h 127.0.0.1 -U zabbix -d zabbix -W

预期出现一系列建表、建索引及数据写入结果,不应出现 ERROR。若导入失败,停止后续操作并检查错误;不要在已经部分导入的数据库中反复执行脚本。

编辑前备份服务端配置:

sudo cp -a /etc/zabbix/zabbix_server.conf \
  "/etc/zabbix/zabbix_server.conf.bak.$(date +%Y%m%d%H%M%S)"
sudoedit /etc/zabbix/zabbix_server.conf

设置以下参数,确保没有重复的有效定义:

DBHost=127.0.0.1
DBName=zabbix
DBUser=zabbix
DBPassword=替换为刚才设置的数据库密码

保留配置文件原有的受限权限,不要将含有密码的文件设为全员可读。然后验证 Web 配置并启动服务:

sudo apache2ctl configtest
sudo systemctl enable --now zabbix-server apache2
sudo systemctl status zabbix-server --no-pager
sudo tail -n 50 /var/log/zabbix/zabbix_server.log

apache2ctl 应返回 Syntax OK;Zabbix Server 应处于 active (running),日志中不应持续出现数据库认证错误。

通过仅允许管理来源访问的 /zabbix 路径完成安装向导,数据库选择 PostgreSQL,地址填写 127.0.0.1,用户和数据库均为 zabbix。首次登录后立即修改默认管理员密码;生产使用前配置 HTTPS,不要在开放的公网 HTTP 页面提交管理凭据。

2. 在香港服务器安装 Agent 2

在被监控服务器添加同版本仓库:

wget https://repo.zabbix.com/zabbix/7.0/release/ubuntu/pool/main/z/zabbix-release/zabbix-release_latest_7.0+ubuntu24.04_all.deb
sudo dpkg -i zabbix-release_latest_7.0+ubuntu24.04_all.deb
sudo apt update
sudo apt install zabbix-agent2 zabbix-sender openssl
zabbix_agent2 -V

确认版本为 7.0 系列。若机器原来装有其他 Agent,不要直接卸载,应先核对服务、端口和原监控归属,避免中断已有监控。

为该主机生成独立 PSK。以下命令拒绝覆盖已有密钥:

sudo install -d -o root -g zabbix -m 750 /etc/zabbix/keys

sudo sh -c '
  test ! -e /etc/zabbix/keys/hk-web-01.psk || exit 1
  umask 027
  openssl rand -hex 32 > /etc/zabbix/keys/hk-web-01.psk
'

sudo chown root:zabbix /etc/zabbix/keys/hk-web-01.psk
sudo chmod 640 /etc/zabbix/keys/hk-web-01.psk

这是 32 字节随机密钥的十六进制表示。不要将密钥写进工单、截图、公开聊天记录或代码仓库。

备份并编辑 Agent 配置:

sudo cp -a /etc/zabbix/zabbix_agent2.conf \
  "/etc/zabbix/zabbix_agent2.conf.bak.$(date +%Y%m%d%H%M%S)"
sudoedit /etc/zabbix/zabbix_agent2.conf

配置相关参数:

ServerActive=192.0.2.10:10051
Hostname=hk-web-01

TLSConnect=psk
TLSPSKIdentity=hk-web-01-psk
TLSPSKFile=/etc/zabbix/keys/hk-web-01.psk

本例仅使用主动检查,将有效的 Server= 配置注释掉,使 Agent 2 不启用被动检查监听。检查主配置及 Include 引入的文件,避免同一参数重复定义。

启动并检查:

sudo systemctl enable zabbix-agent2
sudo systemctl restart zabbix-agent2
sudo systemctl status zabbix-agent2 --no-pager
sudo journalctl -u zabbix-agent2 -n 50 --no-pager
sudo ss -lntp | grep ':10050'

服务应正常运行;仅使用主动检查时,最后一条命令不应显示 10050 监听。此时若日志提示找不到主机,通常是因为尚未创建 Zabbix 主机对象,继续下一步即可。

3. 创建主机并验证数据

在 Zabbix 7.0 的“数据采集 → 主机”中创建主机:

  1. 主机名称填写 hk-web-01,必须与 Agent 的 Hostname 完全一致。
  2. 可见名称可以填写“香港业务服务器 01”。
  3. 加入 Hong Kong/Linux 主机组。
  4. 链接 Linux by Zabbix agent active 模板。
  5. 保持主机启用状态。
  6. 在加密设置中,将“来自主机的连接”设置为 PSK,填写对应身份和密钥。

纯主动检查不依赖 Agent 接口;不要为了让界面看起来完整而混用被动模板。PSK 值需要从服务器安全读取并填入前端,操作时避免屏幕共享和录屏。

等待约 1~3 分钟,进入“监测 → 最新数据”,筛选该主机。可看到类似以下的示例数据:

监控项示例值验证重点
系统运行时间持续增加Agent 确实在采集
CPU 使用率12%最近检查时间持续更新
可用内存2.6 GB单位与监控项定义一致
文件系统使用率43%根分区没有被排除
网络接口流量随业务变化接口对应实际业务网卡

主机接入成功的判断依据,是最新数据持续更新、监控项没有不支持错误、Agent 日志没有持续重试。不要仅凭主机已创建或某个状态图标变色判断成功。

三、设置关键指标、阈值与降噪规则

1. 先检查模板,再调整阈值

Linux 模板已经包含多项监控和触发器。上线前先查看继承的触发器、主机宏和文件系统发现规则,避免重复创建同类告警。

以下是可用于初始评估的参考策略,不是所有业务通用的标准:

指标示例问题条件示例恢复条件作用
CPU 使用率5 分钟均值超过 85%5 分钟均值低于 70%避免瞬时尖峰告警
可用内存比例连续 5 分钟低于 10%连续 5 分钟高于 15%关注实际内存压力
根分区空间使用率超过 85%,且剩余容量不足业务预留使用率低于 80%,预留恢复区分不同磁盘容量
inode 使用率连续 5 分钟超过 85%连续 5 分钟低于 80%发现大量小文件风险
Agent 数据中断运行时间监控项 5 分钟无数据数据恢复发现主机或采集链路异常
HTTP 可用性连续多次检查失败连续多次检查成功验证业务而非只验证主机

内存不要只看“已用比例”:Linux 会使用内存做缓存,应优先关注可用内存,并结合交换活动判断压力。磁盘也不能只看百分比,相同的使用率在不同容量磁盘上对应的可用空间差异很大。

模板宏名称可能随模板版本变化。修改前查看触发器实际引用的宏,不要凭其他版本教程直接添加一个未被使用的宏。

2. 给恢复条件留出间隔

问题条件和恢复条件使用同一个阈值,容易在临界值附近反复通知。可将问题阈值设置为 85%,恢复阈值设置为 70%,并使用持续时间窗口。

以独立 CPU 触发器为例,确认主机存在相应监控项后,可使用:

avg(/hk-web-01/system.cpu.util,5m)>85

选择“恢复表达式”,填写:

三、设置关键指标、阈值与降噪规则 / 2. 给恢复条件留出间隔配图

avg(/hk-web-01/system.cpu.util,5m)<70

如果模板已经有同类触发器,应优先修改模板提供的主机级参数,而不是再建一个重复触发器。

数据中断可使用:

nodata(/hk-web-01/system.uptime,5m)=1

该表达式只能说明指定监控项停止更新,不能单独证明整台服务器宕机。网络中断、PSK 不匹配、Agent 停止和采集配置错误,都可能产生相似结果。

3. 用依赖、维护窗口和探测位置降低噪声

建议将普通资源告警设置为依赖主机不可用类告警,避免主机失联时同时产生大量伴随通知。但触发器依赖不能替代网络拓扑分析,跨网段、不同探测位置的故障不一定有同一个原因。

计划维护前,设置维护窗口,并确认告警动作启用了维护期间抑制问题通知的选项。维护结束后仍要检查数据恢复,不能把维护窗口当成长期屏蔽故障的工具。

香港服务器的业务可用性,应从实际服务对象所在位置补充外部探测:

  • 香港机房附近的探测点用于观察服务器本地及邻近网络。
  • 主要用户所在地区的探测点用于观察用户访问路径。
  • 监控端本身运行 HTTP 检查,可验证它到业务服务的访问,但不能代表所有用户。

网络延迟阈值应参考同一探测位置的正常基线。不同地区的延迟不能直接套用同一个固定值。故障前兆则应结合磁盘增长趋势、inode 消耗、交换活动及应用响应时间持续恶化来判断,而不是只盯着资源是否达到某个瞬时百分比。

四、创建通知动作并验证完整告警链路

1. 配置收件人与动作

先配置可用的通知媒介,例如 SMTP 邮件。填写 SMTP 地址、端口、TLS 和认证信息后,使用媒介类型的测试功能验证发送。

媒介测试成功,只能证明该媒介能够发送测试消息,不能证明实际事件会命中告警动作。

接下来配置值班用户:

  1. 对 Hong Kong/Linux 主机组至少有读取权限。
  2. 添加通知媒介并填写正确收件地址。
  3. 将活动时间设为实际值班时段;验收时可临时覆盖当前时段。
  4. 勾选需要接收的严重性,测试告警使用“警告”。

创建触发器动作,示例条件为:

  • 主机组等于 Hong Kong/Linux;
  • 严重性大于或等于“警告”。

在问题操作中选择明确的值班用户或用户组及通知媒介,再配置恢复操作。初次验证只设置一次发送,避免同时启用多个重复动作。

通知正文建议包含主机名称、问题名称、严重性、发生时间、事件 ID 和最新值。后续按值班制度增加升级操作,例如持续未恢复时通知第二值班人。

2. 使用测试监控项,不制造真实资源故障

不要为了测试通知而填满磁盘、停止业务进程或制造高负载。更安全的方法是在目标主机上增加专用 Zabbix trapper 监控项。

创建监控项:

配置项示例值
名称告警链路测试
类型Zabbix trapper
键值ops.alert.test
信息类型数字,无符号
允许的主机香港服务器实际连接来源 IP

如果服务器经过地址转换,允许的主机应填写监控端看到的实际源地址,而非直接照抄网卡地址。

创建“警告”级别触发器,问题表达式为:

last(/hk-web-01/ops.alert.test)=1

保持单问题事件模式,使用默认恢复逻辑:收到 0 后表达式为假,事件恢复。可添加 purpose=alert-test 标签,便于检索。

3. 发送正常值、故障值与恢复值

以下命令在香港服务器执行。先发送正常值:

sudo zabbix_sender \
  -z 192.0.2.10 -p 10051 \
  -s hk-web-01 \
  -k ops.alert.test -o 0 \
  --tls-connect psk \
  --tls-psk-identity hk-web-01-psk \
  --tls-psk-file /etc/zabbix/keys/hk-web-01.psk

成功结果通常包含类似内容:

processed: 1; failed: 0; total: 1

再将命令中的 -o 0 改为 -o 1 执行,触发问题事件。逐项检查:

  1. 最新数据中的测试值变成 1。
  2. “监测 → 问题”中出现测试事件。
  3. 对应事件的动作记录显示通知成功或明确的错误。
  4. 值班人员实际收到问题通知。

最后再次发送 -o 0,确认事件恢复,并收到恢复通知。记录问题和恢复事件的时间、通知送达时间及收件地址,作为验收依据。

processed: 1 只说明数据被接受,不说明通知已经发送。完整通过标准是:数据成功写入、事件正确产生、动作正确执行、收件人收到问题及恢复通知。

四条泳道分别为香港服务器的zabbix sender、监控端测试项与事件、动作与通知媒介、值班收件人;按发送0、发送1、再次发送0排列,问题和恢复阶段都以实际收

五、按低风险顺序处理异常

1. 主机没有数据

先从网络及身份匹配检查:

nc -vz 192.0.2.10 10051
sudo journalctl -u zabbix-agent2 -n 100 --no-pager

如未安装 nc,可安装 Ubuntu 的 netcat-openbsd 包。

不同结果对应不同排查方向:

  • 连接超时:优先检查安全组、出口限制、访问来源及路由。
  • 连接被拒绝:检查监控端服务监听和防火墙拒绝规则。
  • TCP 可达但 TLS 失败:核对 PSK 身份、密钥值、文件权限和主机加密设置。
  • 找不到主机:核对 Hostname 与前端“主机名称”,不是可见名称。
  • 没有主动检查项:检查主机是否启用、是否链接主动模板及配置是否已刷新。

监控端可进一步查看:

sudo ss -lntp | grep ':10051'
sudo tail -n 100 /var/log/zabbix/zabbix_server.log

不要把裸 TCP 连接成功当成 Zabbix 协议或 TLS 验证成功。

2. 有数据但没有问题事件

按顺序检查最新值、触发器表达式、触发器启用状态和依赖关系。模板监控项可能来自发现规则,应确认文件系统或网卡没有被过滤。

测试项有值但表达式不触发时,还应检查键值、数据类型以及表达式引用的技术主机名。不要先通过重启全部服务解决配置逻辑问题。

3. 有事件但没有通知

先查看事件对应的动作记录:

  • 没有动作记录:通常是动作未启用或条件未匹配。
  • 显示失败:按报错检查 SMTP 认证、TLS、网络连接及收件地址。
  • 显示发送成功但未收到:检查垃圾邮件、邮件隔离、接收方规则和后续投递状态。

同时核对用户主机权限、媒介活动时段、严重性范围及维护抑制。恢复通知缺失时,重点检查恢复操作,而不是重新制造一次业务故障。

监控端本身故障时,它无法可靠发送自己的故障通知。生产环境应另设独立检查监控端健康状态的机制,避免把唯一的告警系统也放进同一个故障范围。

六、验收与回滚检查项

上线验收

上线前至少完成以下核对:

  • [ ] Zabbix Server、数据库、Web 前端及 Agent 服务正常,时间同步正常。
  • [ ] 香港主机的技术名称、主动模板和 PSK 设置一致。
  • [ ] CPU、内存、磁盘、inode 和实际业务网卡数据持续更新。
  • [ ] 已确认业务检查的探测位置,不把单点延迟当成所有用户体验。
  • [ ] 阈值具有持续时间和合理恢复间隔,没有重复资源告警。
  • [ ] ops.alert.test 的问题通知与恢复通知均已实际收到。
  • [ ] 维护抑制、用户权限、接收时段和升级对象已经检查。
  • [ ] 数据库和 Agent 端口未被不必要地暴露到公网。
  • [ ] 配置备份路径、主机 ID、动作名称及测试结果已有记录。

回滚处理

如果变更导致采集异常,优先恢复本次修改,不要直接删除整个监控系统。

Agent 回滚时,将下列备份名称替换为安装时实际生成的文件:

sudo cp -a /etc/zabbix/zabbix_agent2.conf.bak.实际时间戳 \
  /etc/zabbix/zabbix_agent2.conf
sudo systemctl restart zabbix-agent2
sudo systemctl status zabbix-agent2 --no-pager

这是配置覆盖操作,只适用于确认该备份代表变更前状态的情况。恢复后检查日志和原监控数据;若前端也修改了加密方式,应同步恢复对应设置。

其余回滚项目分别处理:

  • 测试结束先发送 0,确认事件恢复,再停用测试触发器和监控项。
  • 如需回退告警策略,只禁用本次新增动作,不影响已有通知。
  • 新增 UFW 规则可按原参数删除,但先确认没有其他主机共用;云安全组也需同步处理。
  • Server 配置回退后重启 zabbix-server,核对数据库连接及采集恢复。
  • PSK 轮换必须同时更新 Agent 与前端,并重新验证数据和通知。
  • 数据库删除、软件卸载和磁盘快照恢复属于高影响操作,不作为首选回滚手段;执行前应另行确认备份、停机范围和依赖关系。

完成验收后,保留正常主机监控与通知动作,将测试项停用或限制为人工启用。后续调整模板、网络访问规则、通知媒介或值班账户后,应再次执行一次问题与恢复测试,确认告警链路仍然完整。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/3704.html