【OPM】设备ICMP(ping)可用性告警原因分析

【OPM】设备ICMP(ping)可用性告警原因分析

Idea
在 OpManager 中，当发生通过 ICMP（ping）监控设备可用性的告警时，实际情况分以下两大类：
1.设备关机/宕机/网络连接故障等。
2.网络阻塞/波动或服务器/产品进程阻塞等其他原因造成的短暂丢包/连接超时
OPM 在轮询时遇上上述两种情况都会发出可用性告警，对于情况 2 出现时，设备管理员在看到告警时检查设备状态和网络连接时，由于是短暂时间内发生的问题，故会发现设备和网络正常，OPM 也会在下一次轮询时发现设备可达并恢复设备状态为正常。
管理员会认为此次告警为误告，此问题往往难以排查出确切的根本原因。日志中会记录告警出现时，设备 ping 响应超时，并在下一次轮询时正常响应，除此之外难以给出造成此情况的进一步信息。
本文旨在整理、归纳出现此情况可能的原因，以及一些可操作、调整并减少此类误告的办法
Info
1.服务器性能
安装 OPM 的服务器配置，主要需要了解：
（1）CPU 几核/几线程，多少 GHz。
（2）内存多大。
（3）磁盘I/O如何。
（4）除了 OPM 外，是否还运行其他应用或防护安全软件，占用服务器多少性能资源。
（5）登录服务器做一些常规操作，响应是否有卡顿、缓慢等情况。
对于服务器资源，手册中对于不同量级有着最低配置要求，适当扩大服务器资源。
Info
2.产品性能
需要了解：
（1）当前版本构建号以及使用的模块和数量，获取办法：
（2）当前产品负载信息和数据库信息：
OPM web GUI->右上角“耳机🎧”图标->负载信息和数据库信息。
（3）监控总体监控数量和监视间隔，以及其他各个模块的使用情况综合判断负载。
了解上述信息后，可以通过如下几个方式降低产品负载，优化产品性能：
（1）根据手册中的推荐，调整设备、监视器的监视间隔，对于可能超出专业版负载的情况推荐转化为企业版，多探针均分监控压力来降低负载：
系统要求计算：
（2）老版本数据库性能和产品性能都相对落后，可以联系支持团队升级到最新的稳定版本提升性能。
联系支持团队的方法和推荐格式：
（3）通过诊断模块管理数据收集失败的监视器/接口，从而降低产品负载。
（4）增大堆内存。
OPM web GUI->右上角“耳机🎧”图标->负载信息，可适当调整堆内存到 4096/8192MB。
调整堆内存前，需确认服务器内存空间足够。调整后需重启OPM服务以使变更生效。
（5）调整产品内配置参数。
获取以下信息并邮件 联系产品支持团队 详细检查是否可以做产品配置的调整，请勿自行调整，以避免产品崩溃。
（6）可用性告警设置
OPM web GUI->设置->设备停机设置，在这里定义了设备可用性告警的三个级别所对应的连续轮询次数（全局设置）。
也就是当连续 n 次轮询均 ping 不通的情况下，生成对应级别的告警。
默认为 1、3、5 次，可以将最低级别（问题/要关注的）次数改为 2 次。
更改后，当设备连续 2 次 ping 不通再生成告警。以此避免当设备偶发一次 ping 不通时产生的误告。
Idea
3.自动化工作流结合通知发送条件综合处理。
可以通过自定义自动化工作流来进一步检测并做对应的自动处理。
结合通知配置文件中设定延迟 1 分钟发送。可以在工作流确认设备确实 ping 不通后再发出告警通知。

    • Related Articles

    • 【OPM】VMware凭证不通过排查步骤

      OpManager 中添加 VMware 监控凭证不通过时的排查步骤： 1.从安装 OPM 的服务器 ping VC/ESX/ESXi 地址，保证可以 ping 通。 2.在安装 OPM 的服务器上，访问 VC/ESX/ESXi （vSphere）平台地址，看是否可以正常访问并登录。Windows 可以通过浏览器访问，Linux 可以检查 URL 是否可达，对应 IP 端口是否可以访问。 3.确认 OPM web GUI 中用正确的用户名/密码/端口创建了 VMware ...

    • 【OPM】通过工作流进一步检测设备可用性参考

      目的：设备可用性出现“问题”级别告警时，通过工作流 ping 4 个包验证设备是否确实 ping 不通，并对不同结果添加相应告警注释，设备可以 ping 通时自动清除本次告警。 配置步骤： 1.OPM web GUI->工作流->新建工作流： 2.拖动左侧设备-> ping 设备到指定箭头位置： 3.弹窗中可以调整的设置为： 请求数、数据包大小、超时时间、重试次数。 如无特殊需求，按照默认设置配置为 4、32、1、0 即可。 4.左侧OpManager 下，拖动添加告警注释到 Ping ...

    • 【OPM】可用性监控说明

      OpManager 中默认使用 ICMP 来监控设备可用性。 也就是到轮询时间时，去 ping x.x.x.x，根据回包来判断设备up/down。 同时，我们也支持通过 SNMP 或 TCP 方式来监控可用性。 我们推荐使用 ICMP 方式监控可用性。 可用性选择 ICMP，并不会影响通过 SNMP 或 WMI\CLI 等其他协议监控性能指标。 在产品中，监控可用性可从设备概况界面->监视方式来查看使用哪种协议监控设备可用性 可以通过编辑设备，来选择使用哪种协议监控可用性：

    • 【OPM】H3C Mib 库及说明文件

      附件为 H3C 网络设备 Mib 与说明文件（及无线设备说明文件）

    • 【OPM】WMI凭证不通，使用WBEMTEST连接被监视服务器提示报错。

      问题描述： 在OPM中测试WMI凭证不通。使用WBEMTEST连接被监视服务器提示报错，报错截图如下。 排查步骤 1. 再次检查输入的登录名和密码是否正确 。 2. 检查是否远程DCOM是否开启，若未开启，请按照下图启用该服务。 具体截图如下 3. 远程主机的用户帐号无效。您可以 打开命令行窗口执行下面的命令，检查用户帐号是否有效： net use \\<RemoteComputerName>\C$ /u:<DomainName\UserName> "<password>" net use ...