监视群集的运行状况

关于 GitHub Enterprise Server 群集运行状况

GitHub Enterprise Server 群集由多个节点组成，并在两个或多个节点之间分布冗余服务。如果个别服务或整个节点发生故障，用户应该注意不到。故障会影响性能和冗余，所以监视群集的运行状况就很重要。可以使用命令行实用工具或外部监视工具（如 Nagios）监视群集的运行状况。

还可以使用 Node Eligibility Service 监视个别节点的运行状况。有关详细信息，请参阅“使用节点资格服务监视群集节点的运行状况”。

手动检查集群状态

GitHub Enterprise Server 有一个内置的命令行实用程序，用于监视集群的状态。在管理 shell 中，运行 ghe-cluster-status 命令会对每个节点执行一系列运行状况检查，包括验证连接性和服务状态。输出会显示所有测试结果，包括文本 ok 或 error。例如，要仅显示失败的测试，请运行：

admin@ghe-data-node-0:~$ ghe-cluster-status | grep error
> mysql-replication ghe-data-node-0: error Stopped
> mysql cluster: error

注意：如果没有失败的测试，此命令不会产生任何输出。这表明集群的状态是健康的。

使用 Nagios 监视集群状态

可配置 Nagios 来监视 GitHub Enterprise Server。除了监视与每个集群节点的基本连接外，你还可通过将 Nagios 配置为使用 ghe-cluster-status -n 命令来检查集群状态。这将以 Nagios 理解的格式返回输出。

先决条件

运行 Nagios 的 Linux 主机。
对 GitHub Enterprise Server 集群的网络访问。

配置 Nagios 主机

使用空白密码生成 SSH 密钥。 Nagios 使用此密钥来对 GitHub Enterprise Server 集群进行身份验证。

nagiosuser@nagios:~$ ssh-keygen -t ed25519
> Generating public/private ed25519 key pair.
> Enter file in which to save the key (/home/nagiosuser/.ssh/id_ed25519):
> Enter passphrase (empty for no passphrase): LEAVE BLANK BY PRESSING ENTER
> Enter same passphrase again: PRESS ENTER AGAIN
> Your identification has been saved in /home/nagiosuser/.ssh/id_ed25519.
> Your public key has been saved in /home/nagiosuser/.ssh/id_ed25519.pub.

安全警告：如果获得对主机的完全访问权限，没有密码的 SSH 密钥可能会带来安全风险。将此密钥的授权限制为单个只读命令。

注意：如果你使用的 Linux 发行版不支持 Ed25519 算法，请使用以下命令：

nagiosuser@nagios:~$ ssh-keygen -t rsa -b 4096

1. 将私钥 (`id_ed25519`) 复制到 `nagios` 主文件夹并设置适当的所有权。

nagiosuser@nagios:~$ sudo cp .ssh/id_ed25519 /var/lib/nagios/.ssh/
nagiosuser@nagios:~$ sudo chown nagios:nagios /var/lib/nagios/.ssh/id_ed25519

要授权公钥仅运行 ghe-cluster-status -n 命令，请在 /data/user/common/authorized_keys 文件中使用 command= 前缀。从任何节点上的管理 shell，修改此文件以添加在步骤 1 中生成的公钥。例如： command="/usr/local/bin/ghe-cluster-status -n" ssh-ed25519 AAAA....
通过在修改 /data/user/common/authorized_keys 文件的节点上运行 ghe-cluster-config-apply 来验证配置并将其复制到集群中的每个节点。
```
admin@ghe-data-node-0:~$ ghe-cluster-config-apply
> Validating configuration
> ...
> Finished cluster configuration
```

要测试 Nagios 插件能否成功执行命令，请从 Nagios 主机以交互方式运行此命令。

nagiosuser@nagios:~$ /usr/lib/nagios/plugins/check_by_ssh -l admin -p 122 -H HOSTNAME -C "ghe-cluster-status -n" -t 30
> OK - No errors detected

在 Nagios 配置中创建命令定义。

示例定义

define command {
     command_name    check_ssh_ghe_cluster
     command_line    $USER1$/check_by_ssh -H $HOSTADDRESS$ -C "ghe-cluster-status -n" -l admin -p 122 -t 30
}

将此命令添加到 GitHub Enterprise Server 集群中节点的服务定义。