jetgeng / swcollector

基于小米运维开源的open-falcon，交换机专用agent。

感谢小米运维同学的杰出工作、开源、良好的文档和热心。

感谢来炜的宝贵建议。

##简介 采集的metric列表：

• CPU利用率
• 内存利用率
• Ping延时（正常返回延时，超时返回 -1，可以用于存活告警）
• 网络连接数（监控防火墙时，目前仅支持Cisco ASA)
• IfHCInOctets
• IfHCOutOctets
• IfHCInUcastPkts
• IfHCOutUcastPkts
• IfHCInBroadcastPkts
• IfHCOutBroadcastPkts
• IfHCInMulticastPkts
• IfHCOutMulticastPkts
• IfInDiscards
• IfOutDiscards
• IfInErrors
• IfOutErros
• IfInUnknownProtos
• IfOutQLen
• IfOperStatus(接口状态，1 up, 2 down, 3 testing, 4 unknown, 5 dormant, 6 notPresent, 7 lowerLayerDown)

CPU和内存的OID私有，根据设备厂家和OS版本可能不同。目前测试过的设备：

• Cisco IOS(Version 12)
• Cisco NX-OS(Version 6)
• Cisco IOS XR(Version 5)
• Cisco IOS XE(Version 15)
• Cisco ASA (Version 9)
• Ruijie 10G Routing Switch
• Huawei VRP(Version 8)
• Huawei VRP(Version 5.20)
• Huawei VRP(Version 5.120)
• Huawei VRP(Version 5.130)
• Huawei VRP(Version 5.70)
• Juniper JUNOS(Version 10)
• H3C(Version 5)
• H3C(Version 5.20)
• H3C(Version 7)

##二进制安装 从这里 下载编译好的最新二进制版本即可。注意：这些二进制只能跑在64位Linux上

##源码安装

	依赖$GOPATH/src/github.com/gaochao1/sw
	cd $GOPATH/src/github.com/gaochao1/swcollector
	go get ./...
	chmod +x control
	./control build
	./control pack
	最后一步会pack出一个tar.gz的安装包，拿着这个包去部署服务即可。
	
	升级时，确保先更新sw
	cd $GOPATH/src/github.com/gaochao1/sw
	git pull

##部署说明

swcollector需要部署到有交换机SNMP访问权限的服务器上。

使用Go原生的ICMP协议进行Ping探测，swcollector需要root权限运行。

支持使用 Gosnmp 或 snmpwalk 进行数据采集，如果使用 snmpwalk 模式，需要在监控探针服务器上安装个snmpwalk命令

##配置说明

配置文件请参照cfg.example.json，修改该文件名为cfg.json，将该文件里的IP换成实际使用的IP。

配置说明：

{
    "debug": true,
	"debugmetric":{                   # 在日志中 debug 具体的指标
		"endpoints":["192.168.56.101","192.168.56.102"],  # 必填
		"metrics":["switch.if.In","switch.if.Out"],      # 必填
		"tags":"ifName=Fa0/1"         # 有则匹配 tag,如为 "" 则打印该 metric 的全部信息
	},
	"switch":{
	   "enabled": true,				#交换机IP地址段，对该网段有效IP，先发Ping包探测，对存活IP发SNMP请求
		"ipRange":[
            "192.168.56.101/32",      
            "192.168.56.102/32",
            "172.16.114.233" 
 		],
		"gosnmp":true,              #是否使用 gosnmp 采集, false 则使用 snmpwalk
 		"pingTimeout":300,          #Ping超时时间，单位毫秒
		"pingRetry":4,				#Ping探测重试次数
		"community":"public",		#SNMP认证字符串
		"snmpTimeout":1000,			#SNMP超时时间，单位毫秒
		"snmpRetry":5,				#SNMP重试次数
		"ignoreIface": ["Nu","NU","Vlan","Vl"],	#忽略的接口，如Nu匹配ifName为*Nu*的接口
		"ignorePkt": true,			#不采集IfHCInUcastPkts和IfHCOutUcastPkts
		"ignoreBroadcastPkt": true,	#不采集IfHCInBroadcastPkts和IfHCOutBroadcastPkts
		"ignoreMulticastPkt": true,	#不采集IfHCInMulticastPkts和IfHCOutMulticastPkts
		"ignoreDiscards": true,		#不采集IfInDiscards和IfOutDiscardss
		"ignoreErrors": true,		#不采集IfInErrors和IfOutErros
		"ignoreOperStatus": true,   #不采集IfOperStatus
		"ignoreUnknownProtos":true, #不采集IfInUnknownProtos
		"ignoreOutQLen":true,       #不采集IfOutQLen
		"displayByBit": true,       #true时，上报的流量单位为bit，为false则单位为byte。
		"fastPingMode": false,		#是否开启 fastPing 模式，开启 Ping 的效率更高，并能解决高并发时，会有小概率 ping 通宕机的交换机地址的情况。但 fastPing 可能被防火墙过滤。 
		"limitConcur": 1000			#限制并发数
 	}, 
    "transfer": {
        "enabled": true,
        "addr": "127.0.0.1:8433",
        "interval": 60,
        "timeout": 1000
    },
    "http": {
        "enabled": true,
        "listen": ":1989"
    }
}

##部署说明 由于是并发采集，因此每个周期的采集耗时，事实上取决于被采集的交换机中，最慢的那个。 因此我们可以在 debug 模式下观察每个交换机的采集耗时。

2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.10.1 PingResult: true len_list: 440 UsedTime: 5
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.10.252 PingResult: true len_list: 97 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.13.1 PingResult: true len_list: 24 UsedTime: 1
2016/08/16 21:31:24 swifstat.go:121: IP: 192.1680.14.1 PingResult: true len_list: 23 UsedTime: 1
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.23.1 PingResult: true len_list: 61 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.1 PingResult: true len_list: 55 UsedTime: 1
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.5 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.6 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.11 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.12 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.13 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.14 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.15 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.16 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.17 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.18 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.19 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.20 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.21 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.22 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.23 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.24 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:24 swifstat.go:121: IP: 192.168.12.25 PingResult: true len_list: 26 UsedTime: 2
2016/08/16 21:31:29 swifstat.go:121: IP: 192.168.11.2 PingResult: true len_list: 348 UsedTime: 10
2016/08/16 21:31:29 swifstat.go:177: UpdateIfStats complete. Process time 10.700895998s.

如下所示，我们可以发现 192.168.11.2 这个交换机的采集耗时最长，用掉了 10 秒钟，这个基本就是最后的采集周期耗时。

我们可以根据这些信息将交换机做一下分类，snmp 响应快的放在一起用一个 swcollector 采集，snmp 的超时时间可以设置的短一些，采集周期也可以设的小一点，比如30秒 响应慢的放在一起，用另外一个 swcollector 采集，snmp 的超时时间可以设置的长一点，采集周期也可以适当的放久一点，比如5分钟。

snmp 报文的响应需要消耗 cpu，因此交换机多少都对 snmp 报文的响应有速率限制，在 CPU 过高时，还可能会丢弃 snmp,icmp等优先级不高的请求。 不同品牌的对此的限定都有不同，有些型号可以通过配置修改。如果允许的话，也可以通过放开其对 snmp 的限速控制，来加快交换机对 snmp 报文的响应速度。

如此，在我们调节了 *“木桶” *中 “木板” 的长度后，swcollector 的单个实例可以很轻松的带起上百台乃至更多的交换机。