Quais valores críticos e de aviso usar para o check_load?

No momento, estou usando esses valores:

# y = c * p / 100
# y: nagios value
# c: number of cores
# p: wanted load procent

# 4 cores
# time        5 minutes    10 minutes     15 minutes
# warning:    90%          70%            50%
# critical:   100%         80%            60%
command[check_load]=/usr/local/nagios/libexec/check_load -w 3.6,2.8,2.0 -c 4.0,3.2,2.4

Mas esses valores são escolhidos quase aleatoriamente.

Alguém tem alguns valores testados?

A carga do Linux é realmente simples. Cada um dos números médios de carga é a soma de toda a carga média do núcleo. Ou seja.

 1 min load avg = load_core_1 + load_core_2 + ... + load_core_n
 5 min load avg = load_core_1 + load_core_2 + ... + load_core_n
15 min load avg = load_core_1 + load_core_2 + ... + load_core_n

onde 0 < avg load < infinity.

Portanto, se uma carga é 1 em um servidor de 4 núcleos, significa que cada núcleo é usado 25% ou um núcleo está 100% sob carga. Uma carga de 4 significa que todos os 4 núcleos têm carga abaixo de 100%. Uma carga de> 4 significa que o servidor precisa de mais núcleos.

check_load agora tem

 -r, --percpu
    Divide the load averages by the number of CPUs (when possible)

o que significa que, quando usado, você pode pensar em seu servidor como tendo apenas um núcleo e, portanto, escrever as frações percentuais diretamente, sem pensar no número de núcleos. Com -ro aviso e intervalos críticos se torna 0 <= load avg <= 1. Ou seja. você não precisa modificar seu aviso e valores críticos de servidor para servidor.

OP tem 5,10,15 para intervalos. Isso esta errado. É 1,5,15.

Embora seja um post antigo, respondendo agora porque sabia que os valores limite de check_load são uma grande dor de cabeça para os novatos ..;)

Um alerta de aviso, se a CPU for 70% por 5 minutos, 60% por 10 minutos e 50% por 15 minutos. Um alerta crítico, se a CPU for 90% por 5 minutos, 80% por 10 minutos, 70% por 15 minutos.

*command[check_load]=/usr/local/nagios/libexec/check_load -w 0.7,0.6,0.5 -c 0.9,0.8,0.7*

Todas as minhas descobertas sobre a carga da CPU:

O que se entende por "carga": a Wikipedia diz:

Todos os sistemas Unix e Unix-like geram uma métrica de três números de "carga média" no kernel. Os usuários podem consultar facilmente o resultado atual de um shell Unix executando o comando uptime:

$ uptime
14:34:03 up 10:43,  4 users,  load average: 0.06, 0.11, 0.09

A partir da média de carga de saída acima: 0.06, 0.11, 0.09significa (em um sistema de CPU única):

• durante o último minuto, a CPU foi sobrecarregada em 6%
• nos últimos 5 minutos, a CPU foi subcarga 11%
• durante os últimos 15 minutos, a CPU foi subcarga 9%

.

$ uptime
14:34:03 up 10:43,  4 users,  load average: 1.73, 0.50, 7.98

A média de carga acima 1.73 0.50 7.98em um sistema de CPU única como:

• durante o último minuto, a CPU foi sobrecarregada em 73% (1 CPU com 1,73 processos executáveis, de modo que 0,73 processos tiveram que esperar uma vez)
• durante os últimos 5 minutos, a CPU foi sobrecarregada em 50% (nenhum processo precisou esperar uma vez)
• durante os últimos 15 minutos, a CPU foi sobrecarregada em 698% (1 CPU com 7,98 processos executáveis, de modo que 6,98 processos tiveram que esperar uma vez)

Cálculo do valor limite do Nagios:

Para a instalação do Nagios CPU Load, que inclui avisos e críticas:

y = c * p / 100

Onde: y = nagios value c = number of cores p = wanted load procent

para um sistema de 4 núcleos:

time      5 min  10 min    15 min
warning:  90%    70%       50%
critical: 100%   80%       60%

command[check_load]=/usr/local/nagios/libexec/check_load -w 3.6,2.8,2.0 -c 4.0,3.2,2.4

Para um sistema de núcleo único:

y = p / 100

Onde: y = nagios value p = wanted load procent

time       5 min  10 min    15 min
warning:   70%    60%       50%
critical:  90%    80%       70%

command[check_load]=/usr/local/nagios/libexec/check_load -w 0.7,0.6,0.5 -c 0.9,0.8,0.7

Um excelente artigo sobre a análise de carga de CPU do Dr. Gunther http://www.teamquest.com/pdfs/whitepaper/ldavg1.pdf Neste artigo on-line, o Dr. Gunther analisa o kernel do UNIX para descobrir como as médias de carga (o “Trigêmeos LA”) são calculados e quão apropriados são como métricas de planejamento de capacidade.

A menos que os servidores em questão tenham uma carga de trabalho assíncrona em que a profundidade da fila seja a métrica de serviço importante a ser gerenciada, honestamente nem vale a pena monitorar a média da carga de monitoramento. É apenas uma distração das métricas que importam, como tempo de serviço (tempo de serviço e tempo de serviço).

Um bom complemento também O Nagios é uma ferramenta como o Munin ou o Cacti, que representa graficamente os diferentes tipos de carga de trabalho que seu servidor está enfrentando. Seja load_average, uso da CPU, disco io ou qualquer outra coisa.

Usando essas informações, é mais fácil definir bons valores de limite no Nagios.

Você sabe em que carga média o desempenho do seu sistema é afetado? Tínhamos servidores no meu último trabalho que ficavam consistentemente na média de carga de 35 a 40, mas ainda assim respondiam. É uma medida que você precisa fazer um pouco de trabalho de detetive para obter números precisos.

Você pode avaliar algumas outras métricas no sistema, como o tempo médio de conexão para SSH ou http; esse pode ser um indicador melhor da carga do seu sistema.

Para estender a resposta do Invent Sekar: Ao usar check_load e porcentagens, acredito que você precisará do argumento da linha de comando "-r" junto com os outros.

Por exemplo:

command[check_load]=/usr/local/nagios/libexec/check_load -r -w 0.7,0.6,0.5 -c 0.9,0.8,0.7