如何编写服务器性能监控脚本

wen 实用脚本 2026-07-29 1

从零构建高效监控系统

📖 目录导读

为什么需要服务器性能监控脚本？
核心指标：你需要监控什么？
选择脚本语言与工具链
编写基础监控脚本（实战示例）
进阶技巧：告警、日志与可视化
常见问题问答（FAQ）
最佳实践与避坑指南

为什么需要服务器性能监控脚本？

在现代运维体系中,服务器监控脚本是保障业务稳定性的“第一道防线”，相比商业监控工具（如Zabbix、Prometheus），自定义脚本具有以下优势：

如何编写服务器性能监控脚本

轻量级：无需安装额外代理，直接利用系统自带命令
高度定制：精准采集业务特有指标（如每秒订单量、数据库连接数）
成本可控：零授权费用，适合中小企业或单服务器场景

📌 核心逻辑：监控脚本 = 数据采集 + 阈值判断 + 告警触发

核心指标：你需要监控什么？

指标类别	具体指标	采集命令（Linux）	关键阈值
CPU	使用率、负载	`top` `mpstat`	持续>80%告警
内存	使用率、Swap	`free -m`	使用率>90%告警
磁盘	I/O、使用率	`iostat` `df -h`	使用率>85%告警
网络	带宽、连接数	`ss -s` `iftop`	连接数>10000告警
进程	关键进程状态	`ps aux`	进程不存在告警

推荐监控频率：

关键指标（CPU、内存）：每1分钟采集
普通指标（磁盘）：每5分钟采集
业务指标（如登录失败次数）：实时监控

选择脚本语言与工具链

🧰 推荐方案对比

语言	适用场景	示例工具
Bash	快速原型、简单指标采集	`awk` `grep` `curl`
Python	复杂逻辑、数据处理、告警集成	`psutil` `requests`
Go	高性能、并发监控、二进制部署	`gopsutil` `influxdb`

推荐组合：

初学者：Bash + crontab（零依赖）
进阶用户：Python + psutil + 钉钉/微信告警

编写基础监控脚本（实战示例）

🔧 脚本功能设计

采集CPU、内存、磁盘使用率
若超过阈值,输出告警信息
记录日志到文件

🖥️ 完整代码（Python版）

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import psutil
import datetime
import os
# 配置阈值
CPU_THRESHOLD = 80    # %
MEM_THRESHOLD = 90    # %
DISK_THRESHOLD = 85   # %
def get_cpu_usage():
    return psutil.cpu_percent(interval=1)
def get_mem_usage():
    mem = psutil.virtual_memory()
    return mem.percent
def get_disk_usage():
    disk = psutil.disk_usage('/')
    return disk.percent
def write_log(message):
    timestamp = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    log_dir = '/var/log/server_monitor'
    if not os.path.exists(log_dir):
        os.makedirs(log_dir)
    with open(f'{log_dir}/monitor.log', 'a') as f:
        f.write(f'[{timestamp}] {message}\n')
def check_and_alert():
    cpu = get_cpu_usage()
    mem = get_mem_usage()
    disk = get_disk_usage()
    alerts = []
    if cpu > CPU_THRESHOLD:
        alerts.append(f'CPU 告警: {cpu}% (阈值{CPU_THRESHOLD}%)')
    if mem > MEM_THRESHOLD:
        alerts.append(f'内存告警: {mem}% (阈值{MEM_THRESHOLD}%)')
    if disk > DISK_THRESHOLD:
        alerts.append(f'磁盘告警: {disk}% (阈值{DISK_THRESHOLD}%)')
    if alerts:
        msg = ' | '.join(alerts)
        write_log(msg)
        send_alert(msg)  # 可集成告警方法
    else:
        write_log(f'状态正常 CPU={cpu}% 内存={mem}% 磁盘={disk}%')
if __name__ == '__main__':
    check_and_alert()

⏰ 使用crontab定时执行

# 每5分钟执行一次
*/5 * * * * /usr/bin/python3 /opt/scripts/monitor.py

进阶技巧：告警、日志与可视化

🚨 告警集成（以钉钉为例）

import requests
def send_alert(msg):
    webhook_url = 'https://oapi.dingtalk.com/robot/send?access_token=YOUR_TOKEN'
    data = {
        "msgtype": "text",
        "text": {"content": f"【服务器告警】{msg}"}
    }
    requests.post(webhook_url, json=data)

📊 日志轮转建议

使用 logrotate 管理脚本日志

配置 /etc/logrotate.d/monitor.conf：

/var/log/server_monitor/*.log {
  daily
  rotate 7
  compress
  delaycompress
  missingok
  notifempty
}

📈 可视化输出

将采集数据写入Prometheus或InfluxDB，配合Grafana生成看板，示例数据推送：

from influxdb import InfluxDBClient
client = InfluxDBClient(host='localhost', port=8086)
json_body = [
    {
        "measurement": "server_perf",
        "tags": {"host": "web01"},
        "fields": {"cpu": cpu, "mem": mem, "disk": disk}
    }
]
client.write_points(json_body)

常见问题问答（FAQ）

❓ Q1：监控脚本会影响服务器性能吗？

答：合理设计的影响极小，建议：

采集间隔不低于1秒（使用 interval=1 参数）
避免使用 top 等交互式命令，改用 psutil 或 sysstat 工具
不要在同一台服务器运行多个监控脚本

❓ Q2：如何监控远程服务器？

答：三种方案：

SSH无密码连接：主控机执行 ssh user@remote_ip "命令" 采集
Agent模式：远程服务器运行脚本，通过HTTP推送数据到中央服务器
SNMP协议：适用于网络设备监控

❓ Q3：脚本突然不运行了怎么办？

答：排查步骤：

检查crontab是否加载：crontab -l
查看脚本执行日志：tail -f /var/log/server_monitor/monitor.log
手动执行脚本看报错：python3 /opt/scripts/monitor.py
检查脚本权限：chmod +x script.py

最佳实践与避坑指南

✅ 规范建议

使用shebang行：#!/usr/bin/env python3 避免环境问题
错误处理：添加 try-except 捕获异常，防止脚本中断
避免硬编码：配置项写入外部 config.json 文件
版本控制：脚本纳入Git管理，方便回滚与协同

❌ 常见错误

错误	后果	解决
采集间隔太短	抢占CPU资源	设置最小间隔≥1秒
日志不轮转	磁盘占满	配置logrotate
忽略swap监控	内存溢出时无法预警	添加swap使用率监控
告警频率过高	告警疲劳	设置重试间隔（如5分钟后再报）

📊 可扩展方向

历史趋势分析：将数据存入数据库，生成日报/周报
智能阈值：基于机器学习动态调整告警阈值
自动化修复：检测到异常后自动执行恢复脚本（如重启服务）

编写服务器性能监控脚本的核心是“以简驭繁”——用最轻量的代码，采集最关键的指标，触发最及时的告警，从今天的实战示例开始，逐步构建适合自己业务的监控体系，是每位运维工程师的必修课。