zabbix 压测

前景:
trapper 模式,zabbix 有个trapper 模式
trapper模式是通过 zabbix_send 往 key 里面供数

大体架构
agent 一台 (只做自动发现 items 用)
server 一台 (用来自动生成item和接受 值以及 发现告警信息)
自动发送key脚本 (部署在 server上,死循环往 key里供数)

压测的值 :value processed by zabbix server per second 这个 item的 值
压测的表达:当压测值达到一定值是,如果来了一条告警,是否立马能 获得 告警

agent配置:

1. 自动发现脚本:

脚本名:test.sh
脚本内容: cat  /zabbix/zabbix/bin/xxx.test

2. xxx.test内容:

{
   "data":[
{"{#APPNAME}":"ESB","{#TRANSTYPE}":"esb0"},
{"{#APPNAME}":"ESB","{#TRANSTYPE}":"esb1"},
{"{#APPNAME}":"ESB","{#TRANSTYPE}":"esb2"},
.........
{"{#APPNAME}":"ESB","{#TRANSTYPE}":"esb4000"}
]
}

规则就是 只有esb后面的 数字不一样, 1-4000

3. key 配置文件

esb.conf文件内容:
UserParameter=odb_app_trans_discovery_lk[*],/zabbix/zabbix/bin/test.sh

server端web 配置:

  1. 自动发现规则:


    自动发现.PNG

    2.trapper模式主items:(只用来为他的子item供职)


    主.PNG

    3.trapper模式子items:(真正的监控项)
    从.PNG

    4.子item是通过preprocessing取得值:


    从json.PNG

自动发送脚本

名称: zidongsend1.sh
内容:

while true 
do

for i in obd_app_trans_discovery_lk[ESBesb{1..200}L1] ; 
do
#k=obd_app_trans_discovery_lk[ESBesb"$i"L1] ;
value={\"avgProcessTime\":1,\"avgStatus\":2,\"count\":3,\"test1\":1,\"test2\":1,\"test3\":1}  ;
#>/dev/null &
/boslog/zabbix/zabbix/bin/zabbix_sender -z 10.240.91.177 -s 10.240.2.81 -k $i  -o $value  > /dev/null
# /boslog/zabbix/zabbix/bin/zabbix_sender -z 10.240.91.177 -s 10.240.2.81 -k $i  -o \{"avgProcessTime":1,"avgStatus":2,"count":3\}    > /dev/null    

done

done

脚本解析:

  1. 很明显是个死循环,可以配合 bash zidongsend1.sh &使用

  2. for循环里就是 主item的 key

  3. value 是 要 发送给主item的 key的值
    子item 通过 preprocessing 从 得到的json文本 里取值
    json文本里 一个键就代表一个 子item

4.数据计算:(假设 这个脚本执行完一次需要两秒)
每2秒insert 增加的值 = (1主item+6子item)*200 = 1400

如何增大 每秒insert数:

1) 多开几个脚本一起跑(这里1-200循环,完全可以再开一个201-400循环,但是当脚本开的个数 到一定数量,基本就增长不了了,shell还是有瓶颈的)
2) 优化脚本,使其执行更快(比如用python多行程搞)
3)多开 子 item,这个效率是 最高的 ,翻倍翻得厉害
多开item,记得 value 变量的值要增长

如何获取 value processed by zabbix server per second 值

这个值 是 我们的指标,有两种取值方法:

  1. zabbix web端 图表
  2. 数据库实时查询
    select * from items where name = 'value processed by zabbix server per second';
    根据hostid 判断是否取到的是正确的主机,获得监控项 itemid(例19261)

select * from history where itemid = 19261 ;
根据得到的itemid 获取他的 值,可以 把value processed by zabbix server per second这个监控项 刷新时间调到5s (默认1m)

测试的性能

本次测试的内容是 value processed by zabbix server per second 到达一定值的时候 ,这时候 有告警进来是否能立马收到

方法 :

上面的 主item ,选一个 不在for 循环 里面的
然后 手动往 这个 item里 发值
给他的 子item创 tragger
实时刷新 problem ,看能否里获取告警或者恢复告警

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 221,135评论 6 514
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,317评论 3 397
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,596评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,481评论 1 296
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,492评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,153评论 1 309
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,737评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,657评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,193评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,276评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,420评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,093评论 5 349
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,783评论 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,262评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,390评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,787评论 3 376
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,427评论 2 359

推荐阅读更多精彩内容