


Python verwendet Nagios, um die WeChat-Alarmbenachrichtigungsfunktion hinzuzufügen
Nagios ist ein kostenloses Open-Source-Netzwerküberwachungstool, das den Hoststatus von Windows, Linux und Unix, Netzwerkeinstellungen wie Switches und Router, Drucker usw. effektiv überwachen kann. Wenn der System- oder Servicestatus abnormal ist, wird ein E-Mail- oder SMS-Alarm gesendet, um das Betriebs- und Wartungspersonal der Website sofort zu benachrichtigen. Nach Wiederherstellung des Status wird eine normale E-Mail- oder SMS-Benachrichtigung gesendet.
Nagios ruft die API-Schnittstelle der öffentlichen WeChat-Plattform auf, um Alarm-E-Mails zu senden. Vor dem offiziellen Einsatz sind einige Vorbereitungen zu treffen. Installieren Sie zunächst Nagios. Sie können das von mir bereitgestellte Nagios-Ein-Klick-Installationsskript verwenden. Dann ging ich zur öffentlichen Plattform WeChat, um ein Unternehmenskonto zu beantragen. Bei der Bewerbung habe ich den Namen der Organisation eingegeben. Es kann ohne Zertifizierung verwendet werden. Melden Sie sich abschließend bei der öffentlichen Plattform an, um ein Adressbuch hinzuzufügen, und erstellen Sie eine neue Anwendung (z. B. Nagios). Notieren Sie die Anwendungs-ID zur späteren Verwendung. Benutzerberechtigungen werden von Ihnen selbst festgelegt.
WeChat-Skript
Nachdem Nagios und die WeChat-Plattform bereit sind, laden Sie das WeChat-Befehlsskript herunter. Klicken Sie mit der rechten Maustaste auf „Herunterladen und speichern“. Laden Sie es dann auf den Nagios-Server hoch, beispielsweise in das Verzeichnis /usr/local/nagios/python/weixin, und legen Sie die Dateiberechtigungen auf ausführbar fest. Erstellen Sie eine neue config.py-Datei im Verzeichnis /usr/local/nagios/python/weixin und fügen Sie die folgende Konfiguration hinzu.
#coding:utf-8 CorpID='xxxxx' Secret='xxxxxxxxxxxxxxxxx' DEBUG=0 ToUser='sijitao.net' AgentId=1
CorpID und Secret können erhalten werden, indem Sie sich bei der öffentlichen WeChat-Plattform anmelden und die hinzugefügte Anwendung (z. B. Nagios) öffnen.
Die vom WeChat-Skriptbefehl übergebenen Parameter sind durch das Symbol „-@@-“ getrennt. Detaillierte Anweisungen finden Sie unter meiner Github-Adresse: https://github.com/zhangnq/nagios/tree /master/weixin
Nagios-Konfiguration
Das Folgende ist die allgemeine Konfiguration auf Nagios.
Fügen Sie den Befehl weixin zur Befehlsdatei „commands.cfg“ hinzu:
define command{ command_name notify-host-by-weixin command_line /usr/local/nagios/python/weixin/NotifyByWeixin.py "host-@@-$NOTIFICATIONTYPE$-@@-$HOSTNAME$-@@-$HOSTSTATE$-@@-$HOSTADDRESS$-@@-$HOSTOUTPUT$-@@-$CONTACTALIAS$" } define command{ command_name notify-service-by-weixin command_line /usr/local/nagios/python/weixin/NotifyByWeixin.py "service-@@-$NOTIFICATIONTYPE$-@@-$SERVICEDESC$-@@-$HOSTALIAS$-@@-$HOSTADDRESS$-@@-$SERVICESTATE$-@@-$SERVICEOUTPUT$-@@-$CONTACTALIAS$" }
Fügen Sie die Kontaktvorlage zur Vorlagendatei „templates.cfg“ hinzu:
define contact{ name weixin-contact service_notification_period 24x7 host_notification_period 24x7 service_notification_options w,u,c,r,f,s host_notification_options d,u,r,f,s service_notification_commands notify-service-by-weixin host_notification_commands notify-host-by-weixin register 0 }
Fügen Sie einen WeChat-Benachrichtigungskontakt in die Kontakte.cfg ein. Der Aliasname muss hier mit dem Namenskonto im Adressbuch der öffentlichen WeChat-Plattform übereinstimmen, bevor dies möglich ist erfolgreich versendet werden.
define contact{ contact_name zhangnq-weixin use weixin-contact alias zhangnq email admin@sijitao.net }
Nachdem Sie bei der Konfiguration des Dienstes den Kontakt zhangnq-weixin hinzugefügt haben, können Sie schließlich Alarm-E-Mails über WeChat senden.
Hier geht es um die Python-Funktion, die der Redakteur mit Ihnen über die Verwendung von Nagios zum Hinzufügen von WeChat-Alarmbenachrichtigungen geteilt hat.
Weitere Python-bezogene Artikel, in denen Nagios zum Hinzufügen von WeChat-Alarmbenachrichtigungen verwendet wird, finden Sie auf der chinesischen PHP-Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Das Statistikmodul von Python bietet leistungsstarke Datenstatistikanalysefunktionen, mit denen wir die allgemeinen Merkmale von Daten wie Biostatistik und Geschäftsanalyse schnell verstehen können. Anstatt Datenpunkte nacheinander zu betrachten, schauen Sie sich nur Statistiken wie Mittelwert oder Varianz an, um Trends und Merkmale in den ursprünglichen Daten zu ermitteln, die möglicherweise ignoriert werden, und vergleichen Sie große Datensätze einfacher und effektiv. In diesem Tutorial wird erläutert, wie der Mittelwert berechnet und den Grad der Dispersion des Datensatzes gemessen wird. Sofern nicht anders angegeben, unterstützen alle Funktionen in diesem Modul die Berechnung der Mittelwert () -Funktion, anstatt einfach den Durchschnitt zu summieren. Es können auch schwimmende Punktzahlen verwendet werden. zufällig importieren Statistiken importieren Aus Fracti

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Dieser Artikel führt die Python-Entwickler in den Bauen von CLIS-Zeilen-Schnittstellen (CLIS). Es werden mit Bibliotheken wie Typer, Click und ArgParse beschrieben, die Eingabe-/Ausgabemedelung betonen und benutzerfreundliche Designmuster für eine verbesserte CLI-Usabilität fördern.

Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...

Der Artikel erörtert die Rolle virtueller Umgebungen in Python und konzentriert sich auf die Verwaltung von Projektabhängigkeiten und die Vermeidung von Konflikten. Es beschreibt ihre Erstellung, Aktivierung und Vorteile bei der Verbesserung des Projektmanagements und zur Verringerung der Abhängigkeitsprobleme.
