Klient dzwoni w poniedziałek rano: serwer plików padł w sobotę wieczorem, backup od czterech dni kończył się błędem, a nikt o tym nie wiedział, bo Zabbix stał w firmie od pół roku i nie wysłał ani jednego powiadomienia. Nie dlatego, że narzędzie jest złe. Dlatego, że ktoś zainstalował agenta, dodał hosta, kliknął „autoregistration” i uznał temat za zamknięty. Zabbix bez sensownych szablonów, wyzwalaczy i eskalacji to tylko ładny wykres CPU, na który nikt nie patrzy. Konfiguracja, która przetrwa zderzenie z codziennością małej firmy, wygląda inaczej i o tym jest ten wpis.
Szablony: nie zaczynaj od zera
Pierwszy błąd, jaki widzimy u klientów, to ręczne dodawanie pojedynczych elementów danych do każdego hosta z osobna. Ktoś ma dziesięć serwerów Windows i na każdym osobno klika „create item” dla miejsca na dysku C. Za rok nikt nie pamięta, które hosty mają jaką konfigurację, a zmiana progu ostrzegania wymaga edycji dziesięciu miejsc naraz.
Zabbix ma gotowe szablony oficjalne, warto od nich zacząć, a nie wymyślać koło na nowo. Dla Linuksa to „Linux by Zabbix agent” albo wersja z agentem active, dla Windows „Windows by Zabbix agent”, dla urządzeń sieciowych, drukarek i UPS-ów bez agenta „Template Module Generic SNMP” albo dedykowane szablony producentów (Cisco, HP, APC). Szablon podłączasz do hosta raz, dziedziczy on wszystkie elementy danych, wyzwalacze i wykresy, a próg zmieniasz w jednym miejscu i propaguje się on na wszystkie hosty z tym szablonem. Jeśli macie mieszankę serwerów fizycznych i maszyn wirtualnych, warto dodać osobny szablon dla hypervisora (VMware, Proxmox) i osobno monitorować same maszyny wirtualne, bo inaczej łatwo o podwójne liczenie obciążenia.
Dobra praktyka to nie kopiowanie szablonu oficjalnego, tylko stworzenie własnego szablonu firmowego, który dziedziczy po oficjalnym i dokłada tylko to, czego brakuje, na przykład wyzwalacz na konkretną usługę biznesową. Dzięki temu aktualizacja oficjalnego szablonu przy upgrade’ie Zabbixa nie kasuje Twoich zmian. Jeśli dopiero zaczynasz, opisaliśmy krok po kroku, jak wygląda Zabbix od zera, od instalacji po pierwsze dashboardy.
Co realnie monitorować w małej firmie
Zabbix potrafi zmierzyć setki metryk na każdym hoście i pokusa, żeby włączyć wszystko, jest duża. W praktyce w firmie na 10-50 stanowisk liczy się kilkanaście rzeczy, reszta to szum:
- Miejsce na dyskach: nie jeden globalny próg, tylko osobny dla partycji systemowej i osobny dla dysku z danymi, bo pełny dysk C na kontrolerze domeny to co innego niż pełny udział z archiwum faktur.
- Działające usługi: proces bazy danych, serwer WWW, usługa księgowa czy CRM, cokolwiek, bez czego firma nie pracuje, przy czym sprawdzasz nie tylko, czy proces żyje, ale i czy port odpowiada.
- Wynik backupu: jeden z najczęściej pomijanych elementów. Zabbix nie wie sam z siebie, czy kopia się wykonała, trzeba dowieźć wynik skryptu backupowego jako trap albo sprawdzać wiek najnowszego pliku w lokalizacji docelowej.
- Temperatura serwerowni: prosty czujnik po SNMP albo Zigbee/Z-Wave daje wczesne ostrzeżenie, zanim klimatyzacja padnie w piątek wieczorem, a nie w poniedziałek rano.
- Stan UPS-a: napięcie na baterii, czas podtrzymania, tryb pracy na baterii, czyli kilka minut na bezpieczne wyłączenie serwerów, zanim zgaśnie prąd.
- Obciążenie: CPU, RAM i load average liczone jako trend z ostatnich 15-30 minut, nie pojedynczy skok, bo backup w nocy potrafi na chwilę wysycić procesor i to normalne.
W wielu firmach warto dołożyć czujniki środowiskowe spoza typowego IT: wilgotność w serwerowni, otwarcie drzwi do pomieszczenia technicznego, a nawet integrację z automatyką budynkową. Pisaliśmy o tym przy okazji projektu z czujnikami środowiskowymi podpiętymi pod Zabbixa, podobnie jak przy integracji z automatyką Loxone, gdzie jeden system pokazuje zarówno serwery, jak i stan budynku.
Wyzwalacze, które nie budzą Cię bez powodu
Domyślne progi z szablonów są zwykle za ostre albo za luźne dla konkretnej firmy. „Miejsce na dysku poniżej 20 procent” brzmi rozsądnie, dopóki nie trafisz na serwer z dyskiem 4 TB, gdzie 20 procent to wciąż 800 GB wolnego miejsca. Lepiej liczyć w wartościach bezwzględnych albo dobrać próg procentowy do wielkości dysku: dla małych partycji systemowych 15 procent, dla dużych macierzy z danymi konkretna liczba gigabajtów, poniżej której trzeba reagować.
Drugi element, który odróżnia konfigurację amatorską od dojrzałej, to zależności między wyzwalaczami (trigger dependencies). Jeśli switch w serwerowni traci zasilanie, to wszystkie hosty za nim przestają odpowiadać na ping. Bez zależności dostajesz naraz dwadzieścia alertów: host A niedostępny, host B niedostępny, usługa na hoście A nie działa, usługa na hoście B nie działa. Dyżurny widzi lawinę i traci dziesięć minut na ustalenie, że przyczyna jest jedna. W Zabbiksie ustawiasz wyzwalacz „host niedostępny” dla switcha jako nadrzędny, a wyzwalacze na hostach za nim jako zależne od niego. Gdy padnie switch, dostajesz jeden konkretny alert, nie dwadzieścia.
Warto też stosować funkcje uśredniające zamiast reagowania na pojedynczy pomiar, na przykład avg(300) zamiast last(), tak żeby chwilowy skok obciążenia przy restarcie usługi nie generował alertu, a rzeczywisty problem trwający kilka minut owszem. Do tego rozdzielenie poziomów ważności: „Warning” dla sytuacji do obejrzenia rano, „High” i „Disaster” tylko dla tego, co faktycznie wymaga reakcji w nocy. Jeśli wszystko ma priorytet „Disaster”, w praktyce nic go nie ma, bo dyżurny przestaje ufać powiadomieniom.
Eskalacje, akcje i okna serwisowe
Sam wyzwalacz nic nie zrobi, jeśli nie stoi za nim akcja (action) z sensownym scenariuszem eskalacji. Dobra konfiguracja rozdziela kanały według wagi problemu: „Warning” trafia na kanał firmowy w komunikatorze albo do kolejki mailowej sprawdzanej rano, „High” i „Disaster” idą SMS-em albo przez telefon do dyżurnego technika. Eskalacja wielostopniowa ma sens tam, gdzie jedna osoba może nie zareagować: po 15 minutach braku potwierdzenia alert trafia do drugiej osoby, po kolejnych 30 minut do przełożonego. To standard w firmach z całodobowym utrzymaniem infrastruktury, ale i mała firma z dwoma administratorami skorzysta na prostym schemacie „SMS do dyżurnego, po 20 minutach kopia do drugiego technika”.
Okna serwisowe (maintenance) to element, o którym najczęściej się zapomina, a który najbardziej wkurza zespół. Planujesz aktualizację serwera na sobotę wieczorem, restartujesz usługi, a Zabbix grzecznie budzi dyżurnego SMS-em o 23:00, bo usługa na chwilę nie odpowiadała. Zanim zaczniesz planowane prace, ustawiasz okno serwisowe na dany host albo grupę hostów z zakresem czasowym prac. Zabbix dalej zbiera dane i widzi wyzwalacze, ale nie wysyła powiadomień, chyba że świadomie ustawisz inaczej dla wybranych, krytycznych alertów. Cykliczne okna, na przykład na coniedzielne restarty serwera aktualizacji, warto ustawić raz jako powtarzające się, żeby nikt nie musiał o tym pamiętać za każdym razem.
Najczęstsze błędy, które widzimy u klientów
- 🚩 Jeden globalny próg dla wszystkich dysków: 90 procent zapełnienia na partycji systemowej 60 GB i na macierzy danych 20 TB to inna skala problemu, a wyzwalacz traktuje je tak samo.
- 🚩 Brak zależności między wyzwalaczami: awaria switcha albo routera generuje kilkanaście powiadomień naraz, dyżurny wyłącza w końcu alerty na telefonie i przestaje ufać systemowi.
- 🚩 Wszystko na priorytecie „Disaster”: gdy każdy alert budzi w nocy, ludzie zaczynają je ignorować, także te naprawdę ważne.
- 🚩 Backup bez osobnej metryki: sam fakt, że serwer backupu żyje, nic nie mówi o tym, czy kopia się wykonała i czy jest odtwarzalna.
- 🚩 Brak okien serwisowych: planowane prace budzą dyżurnego równie skutecznie jak prawdziwa awaria, co szybko zniechęca do reagowania na alerty w ogóle.
- ✅ Szablony dziedziczone, nie kopiowane: zmiana progu w jednym miejscu propaguje się na wszystkie hosty.
- ✅ Eskalacja dwustopniowa z potwierdzeniem: jeśli pierwsza osoba nie zareaguje, alert trafia dalej, zamiast cichnąć bez reakcji.
Co dalej w cyklu
Sam Zabbix z dobrze poukładanymi wyzwalaczami to solidna podstawa, ale surowe dane w interfejsie Zabbixa nie są tym, co pokażesz zarządowi na spotkaniu. W kolejnym wpisie pokażemy, jak z tych samych danych zbudować w Grafanie jeden czytelny dashboard: ekran stanu firmy, na który spojrzy prezes czy właściciel i w dziesięć sekund wie, czy wszystko działa, czy trzeba dzwonić do IT.
Jeśli macie już Zabbixa, ale wyzwalacze budzą dyżurnego bez powodu albo nikt nie ufa już powiadomieniom, to zwykle kwestia kilku godzin porządkowania szablonów i zależności, nie wymiany całego systemu. W Zjawa.IT stawiamy monitoring Zabbix pod klucz, razem z sensownymi progami, eskalacjami i oknami serwisowymi dopasowanymi do realiów konkretnej firmy, a nie z domyślnymi ustawieniami z instalatora. Napisz do nas.
