一般情况下，我们只需要监控程序进程在没在就可以了。但是这次遭遇了这样的事，公司开发的程序，程序进程还在，但是死锁了。导致大范围的影响，更要命的是根本不知道问题出在哪里,还是别的测试部同事帮忙发现的，真是丢尽运维的脸了…

为避免下次再遭遇到这样的情况，分析了这次进程死锁的现象，发现死锁会占用100%的cpu，正常情况下只占用10%以内。决定编写nagios插件，用来监控程序占用的资源，包括cpu,内存等。

1、shell脚本需求分析：

   能设置cpu,mem的阈值，资源占用超过阈值就报警。

   要能判断这个进程是否存在，若有一个不存在，则报警。

2、shell脚本执行效果如下：

 1、如果输入格式不正确，则输出帮助信息

[root@center230 libexec]# shcomponent_resource.sh

Usage parament:

   component_resource.sh [--cpu] [--mem]

Example:

   component_resource.sh --cpu 50 --mem 50

2、若没超出阈值，输出资源占用情况，退出值为0

[root@center230 libexec]# shcomponent_resource.sh  --cpu 50 --mem 50

VueSERVER_cpu_use=5.6% VueCache_cpu_use=1.9%VueAgent_cpu_use=0.0% VueCenter_cpu_use=0.0% VueDaemon_cpu_use=0.0%;VueSERVER_mem_use=0.2% VueCache_mem_use=7.4% VueAgent_mem_use=0.5% VueCenter_mem_use=0.1%VueDaemon_mem_use=0.0%

[root@center230 libexec]# echo $?

0

3、若超出阈值，输出资源占用情况，退出值为2

[root@center230 libexec]# shcomponent_resource.sh  --cpu 5 --mem 5

VueSERVER_cpu_use=9.4% VueCache_cpu_use=0.0%VueAgent_cpu_use=0.0% VueCenter_cpu_use=0.0% VueDaemon_cpu_use=0.0%;VueSERVER_mem_use=0.2% VueCache_mem_use=7.4% VueAgent_mem_use=0.5%VueCenter_mem_use=0.1% VueDaemon_mem_use=0.0%

[root@center230 libexec]# echo $?

2

4、若进程不存在，输出down掉的进程，以及正常使用中的进程资源情况，退出值为2

[root@yckj scripts]# sh component_resource.sh--cpu 50 --mem 50

Current VueDaemon VueCenter VueAgent VueCache VueSERVER is down. 

[root@yckj scripts]# echo $?

2

3、Shell脚本代码如下：

[root@center230 libexec]# catcomponent_resource.sh#!/bin/sh#author:yangrong#date:2014-05-20#mail:10286460@qq.com #pragrom_list=(VueDaemon VueCenter VueAgentVueCache VueSERVER VUEConnector Myswitch Slirpvde)pragrom_list=(VueDaemon VueCenter VueAgentVueCache VueSERVER) ####获取cpu阈值和mem阈值#######case $1 in --cpu)   cpu_crit=$2  ;; --mem)   mem_crit=$2  ;;esac case $3 in --cpu)   cpu_crit=$4  ;; --mem)   mem_crit=$4  ;;esac   ###判断传参数量,如果不为4，则var值为1，var0则正常####if [[ $1 == $3  ]];then       var=1   elif [ $# -ne 4 ] ;then       var=1else       var=0fi  ###打印错误提示信息if [ $var -eq 1 ];then   echo "Usage parament:"   echo "    $0 [--cpu][--mem]"   echo ""   echo "Example:"   echo "    $0 --cpu 50 --mem50"   exitfi  ###把不存在的进程放一变量中num=$(( ${#pragrom_list[@]}-1 )) NotExist=""for digit in `seq 0 $num`do a=`ps -ef|grep -v grep |grep ${pragrom_list[$digit]}|wc -l`  if[ $a -eq 0 ];then    NotExist="$NotExist ${pragrom_list[$digit]}"    unset pragrom_list[$digit]  fidone#echo"pragrom_list=${pragrom_list[@]}"   ####对比进程所占资源与阈值大小cpu_use_all=""mem_use_all=""compare_cpu_temp=0compare_mem_temp=0for n in ${pragrom_list[@]}do  cpu_use=`top -b -n1|grep $n|awk '{print $9}'`  mem_use=`top -b -n1|grep $n|awk '{print $10}'`   if[[ $cpu_use == "" ]];then       cpu_use=0   fi   if[[ $mem_use == "" ]];then       mem_use=0   fi   compare_cpu=`echo "$cpu_use > $cpu_crit"|bc`  compare_mem=`echo "$mem_use > $mem_crit"|bc`     if[[ $compare_cpu == 1  ]];then       compare_cpu_temp=1   fi   if[[ $compare_mem == 1  ]];then       compare_mem_temp=1   fi   cpu_use_all="${n}_cpu_use=${cpu_use}% ${cpu_use_all}"  mem_use_all="${n}_mem_use=${mem_use}% ${mem_use_all}"done  ###如果该变量有值，则代表有进程down。则退出值为2if [[ "$NotExist" != ""]];then echo -e "Current ${NotExist} isdown.$cpu_use_all;$mem_use_all" exit 2###如果cpu比较值为1，则代表有进程占用超过阈值，则退出值为2elif [[ "$compare_cpu_temp" == 1]];then   echo -e "$cpu_use_all;$mem_use_all"   exit 2 ##如果mem比较值为1，则代表为进程mem占用超过阈值，则退出值为2elif [[ $compare_mem_temp == 1 ]];then   echo -e "$cpu_use_all;$mem_use_all"   exit 2##否则则正常输出，并输出所占cpu与内存比例else   echo -e "$cpu_use_all;$mem_use_all"   exit 0fi

4、后话：

  随着近日编写shell脚本越来越多，有时难免会回改以前所写脚本，经常要看一段时间才能看懂。

  为方便后续的维护，在脚本当中，每一个函数，每一段功能，都做备注，方便以后自己或他人来进行维护。