命令行与文本处理 / 系统课时
加入 CPU、内存和磁盘阈值
加入 CPU、内存和磁盘阈值
服务器巡检不能只打印资源使用率,还要把数值转换成可处理的状态。本节从 Linux 的 /proc 与 df 提取 CPU、内存和磁盘使用率,再用警告阈值与严重阈值统一分类为正常、警告和严重。
学习目标
- 能提取 CPU、内存和磁盘的整数使用率
- 能用两级阈值把资源状态划分为正常、警告和严重
- 能让状态同时体现在日志文本和函数返回码中
定义阈值规则
每项资源使用两个阈值:低于警告阈值为 NORMAL,达到警告阈值但低于严重阈值为 WARNING,达到严重阈值为 CRITICAL。代码中还约定返回码 0、1、2 分别对应这三种状态,便于后续告警或汇总。
阈值必须满足“警告值小于严重值”。例如 CPU 可设置为 70% 和 90%,内存为 75% 和 90%,磁盘为 80% 和 95%。实际生产值应根据机器规格、业务峰值和容量余量调整,而不是机械照搬。
采集资源并完成分类
CPU 使用率通过读取两次 /proc/stat 计算时间差,避免依赖 top 的本地化输出;内存使用率根据 MemTotal 与 MemAvailable 计算;磁盘使用率由 df -P 提取。
bash
#!/usr/bin/env bash
set -u
CPU_WARN=70
CPU_CRIT=90
MEM_WARN=75
MEM_CRIT=90
DISK_WARN=80
DISK_CRIT=95
DISK_PATH=/
cpu_usage() {
local user1 nice1 system1 idle1 iowait1 irq1 softirq1 steal1
local user2 nice2 system2 idle2 iowait2 irq2 softirq2 steal2
local idle_all1 non_idle1 total1 idle_all2 non_idle2 total2
local total_delta idle_delta
read -r _ user1 nice1 system1 idle1 iowait1 irq1 softirq1 steal1 _ < /proc/stat
idle_all1=$((idle1 + iowait1))
non_idle1=$((user1 + nice1 + system1 + irq1 + softirq1 + steal1))
total1=$((idle_all1 + non_idle1))
sleep 1
read -r _ user2 nice2 system2 idle2 iowait2 irq2 softirq2 steal2 _ < /proc/stat
idle_all2=$((idle2 + iowait2))
non_idle2=$((user2 + nice2 + system2 + irq2 + softirq2 + steal2))
total2=$((idle_all2 + non_idle2))
total_delta=$((total2 - total1))
idle_delta=$((idle_all2 - idle_all1))
if (( total_delta <= 0 )); then
return 1
fi
printf '%d\n' "$((100 * (total_delta - idle_delta) / total_delta))"
}
memory_usage() {
local total available
total=$(awk '/^MemTotal:/ {print $2}' /proc/meminfo)
available=$(awk '/^MemAvailable:/ {print $2}' /proc/meminfo)
printf '%d\n' "$((100 * (total - available) / total))"
}
disk_usage() {
local path=$1
df -P "$path" | awk 'NR == 2 {print $5}' | tr -d '%'
}
classify() {
local value=$1
local warn=$2
local crit=$3
if (( value >= crit )); then
printf 'CRITICAL\n'
return 2
elif (( value >= warn )); then
printf 'WARNING\n'
return 1
else
printf 'NORMAL\n'
return 0
fi
}
report_resource() {
local name=$1
local value=$2
local warn=$3
local crit=$4
local status rc
status=$(classify "$value" "$warn" "$crit")
rc=$?
printf '%s=%d%% status=%s warn=%d%% crit=%d%%\n' "$name" "$value" "$status" "$warn" "$crit"
return "$rc"
}
main() {
local cpu mem disk
local worst=0
local rc
cpu=$(cpu_usage) || {
printf 'CPU collection failed\n'
return 2
}
mem=$(memory_usage) || {
printf 'MEMORY collection failed\n'
return 2
}
disk=$(disk_usage "$DISK_PATH") || {
printf 'DISK collection failed\n'
return 2
}
report_resource CPU "$cpu" "$CPU_WARN" "$CPU_CRIT"
rc=$?
(( rc > worst )) && worst=$rc
report_resource MEMORY "$mem" "$MEM_WARN" "$MEM_CRIT"
rc=$?
(( rc > worst )) && worst=$rc
report_resource DISK "$disk" "$DISK_WARN" "$DISK_CRIT"
rc=$?
(( rc > worst )) && worst=$rc
return "$worst"
}
main "$@"预期输出示例(实际百分比取决于当前服务器负载):
text
CPU=42% status=NORMAL warn=70% crit=90%
MEMORY=78% status=WARNING warn=75% crit=90%
DISK=96% status=CRITICAL warn=80% crit=95%用最严重状态决定最终结果
report_resource 的返回码与状态级别一致,main 取三个检查项中最大的返回码作为脚本退出码。这样只要任一资源进入严重状态,整次巡检就返回 2;只有警告而没有严重状态时返回 1;全部正常时返回 0。
这种设计比只打印“使用率过高”更适合自动化:日志保留具体数值和阈值,上层任务则只需读取退出码就能决定是否发送告警、阻止后续批处理或升级事件等级。
按自己的节奏,确认真正理解。