Zabbix【部署 03】zabbix-agent2安装配置使用(zabbix-agent2监控docker实例分享)

简介: Zabbix【部署 03】zabbix-agent2安装配置使用(zabbix-agent2监控docker实例分享)

1.安装agent2

# 1.选择合适的安装库
rpm -Uvh https://repo.zabbix.com/zabbix/5.0/rhel/7/x86_64/zabbix-release-5.0-1.el7.noarch.rpm
yum clean all
# 2.安装zabbix-agent2
yum install -y zabbix-agent2
# 3.启动并设置开启启动
systemctl restart zabbix-agent2
systemctl enable zabbix-agent2

2.配置

2.1 docker配置

# 如果不进行docker配置 zabbix_get 无法获取数据
# zaabix_server 更无法获取数据
[root@tcloud zabbix]# zabbix_get -s 127.0.0.1 -k docker.info
ZBX_NOTSUPPORTED: Unsupported item key.
# 1.查看docker 分组下的所有用户
grep 'docker' /etc/group
# 2.创建用户组
groupadd docker
# 3.将zabbix添加到用户组
usermod -aG docker zabbix
# 4.重启docker服务【重启命令根据实际情况执行】
systemctl restart docker

2.2 agent2配置

● See Zabbix template operation for basic instructions.

# 1.修改配置文件
vim zabbix_agent2.conf
  # 服务端IP地址【根据实际情况配置】
  Server=127.0.0.1
  # 如果部署了agent需要修改agent2的端口号
  ListenPort=20050
  # 主动注册指向服务端【根据实际情况配置】
  ServerActive=127.0.0.1
  # 启用Docker插件
  Plugins.Docker.Endpoint=unix:///run/docker.sock

● Setup and configure zabbix-agent2 compiled with the Docker monitoring plugin.

● Test availability: zabbix_get -s docker-host -k docker.info

# 2.重启 agent2 服务
systemctl restart zabbix-agent2
[root@tcloud zabbix]# zabbix_get -s 127.0.0.1 -k docker.info
{
    "Architecture": "x86_64",
    "BridgeNfIP6tables": false,
    "BridgeNfIptables": false,
    "CPUSet": true,
    "CPUShares": true,
    "CgroupDriver": "cgroupfs",
    "ClusterAdvertise": "",
    "ClusterStore": "",
    "Containers": 1,
    "ContainersPaused": 0,
    "ContainersRunning": 1,
    "ContainersStopped": 0,
    "CpuCfsPeriod": true,
    "CpuCfsQuota": true,
    "Debug": false,
    "DefaultRuntime": "runc",
    "DockerRootDir": "/var/lib/docker",
    "Driver": "overlay2",
    "ExperimentalBuild": false,
    "IPv4Forwarding": true,
    "Id": "L5FW:CLSE:5QRH:P2FJ:A5UO:CO4R:WLKY:2377:32QY:3IPH:ISR7:KBCV",
    "Images": 1,
    "IndexServerAddress": "https://index.docker.io/v1/",
    "InitBinary": "docker-init",
    "KernelMemory": true,
    "KernelMemoryTCP": true,
    "KernelVersion": "3.10.0-1160.71.1.el7.x86_64",
    "LiveRestoreEnabled": false,
    "LoggingDriver": "json-file",
    "MemTotal": 2095964160,
    "MemoryLimit": true,
    "NCPU": 1,
    "NEventsListener": 0,
    "NFd": 32,
    "NGoroutines": 45,
    "Name": "tcloud",
    "OSType": "linux",
    "OSVersion": "7",
    "OomKillDisable": true,
    "OperatingSystem": "CentOS Linux 7 (Core)",
    "PidsLimit": true,
    "SecurityOptions": [
        "name=seccomp,profile=default"
    ],
    "ServerVersion": "20.10.13",
    "SwapLimit": true,
    "Warnings": [
        "WARNING: bridge-nf-call-iptables is disabled",
        "WARNING: bridge-nf-call-ip6tables is disabled"
    ]
}

3.使用

使用Template App Docker模板,具体配置不再赘述。

目录
相关文章
|
25天前
|
监控 Java Shell
监控堆外第三方监控工具Zabbix
监控堆外第三方监控工具Zabbix
34 5
|
22天前
|
监控 安全 前端开发
使用 Zabbix 监控堆外应用
使用 Zabbix 监控堆外应用
40 9
|
21天前
|
监控 数据可视化 Java
zabbix全面的监控能力
zabbix全面的监控能力
48 7
|
23天前
|
Prometheus 监控 Cloud Native
如何监控Docker Swarm集群的性能?
如何监控Docker Swarm集群的性能?
75 8
|
1月前
|
SQL 监控 数据库
OceanBase社区版可以通过Zabbix监控
OceanBase社区版可以通过Zabbix监控
92 7
|
2月前
|
SQL 监控 数据库
OceanBase社区版可以通过Zabbix监控
【10月更文挑战第5天】随着OceanBase社区版的广泛应用,企业纷纷采用这一高性能、高可用的分布式数据库系统。为了确保系统的稳定运行,使用成熟的Zabbix监控工具进行全面监控至关重要。本文通过具体示例介绍了如何配置Zabbix监控OceanBase,包括安装配置、创建监控模板和监控项、编写脚本、设置触发器及图形展示等步骤,帮助读者快速上手,及时发现并解决问题,确保业务始终处于最佳状态。
88 2
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
谷歌最新推出的Gemini 2.0是一款原生多模态输入输出的AI模型,以Agent技术为核心,支持多种数据类型的输入与输出,具备强大的性能和多语言音频输出能力。本文将详细介绍Gemini 2.0的主要功能、技术原理及其在多个领域的应用场景。
115 20
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
|
12天前
|
人工智能 API 语音技术
TEN Agent:开源的实时多模态 AI 代理框架,支持语音、文本和图像的实时通信交互
TEN Agent 是一个开源的实时多模态 AI 代理框架,集成了 OpenAI Realtime API 和 RTC 技术,支持语音、文本和图像的多模态交互,具备实时通信、模块化设计和多语言支持等功能,适用于智能客服、实时语音助手等多种场景。
101 15
TEN Agent:开源的实时多模态 AI 代理框架,支持语音、文本和图像的实时通信交互
|
13天前
|
人工智能 自然语言处理 前端开发
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
Director 是一个构建视频智能体的 AI 框架,用户可以通过自然语言命令执行复杂的视频任务,如搜索、编辑、合成和生成视频内容。该框架基于 VideoDB 的“视频即数据”基础设施,集成了多个预构建的视频代理和 AI API,支持高度定制化,适用于开发者和创作者。
74 9
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
|
9天前
|
机器学习/深度学习 人工智能 算法
Meta Motivo:Meta 推出能够控制数字智能体动作的 AI 模型,提升元宇宙互动体验的真实性
Meta Motivo 是 Meta 公司推出的 AI 模型,旨在控制数字智能体的全身动作,提升元宇宙体验的真实性。该模型通过无监督强化学习算法,能够实现零样本学习、行为模仿与生成、多任务泛化等功能,适用于机器人控制、虚拟助手、游戏角色动画等多个应用场景。
37 4
Meta Motivo:Meta 推出能够控制数字智能体动作的 AI 模型,提升元宇宙互动体验的真实性