Linux环境状态自动化采集需按需触发、稳定执行、统一归集，涵盖基础层（分钟级）、深度层（5–15分钟）和事件驱动层（异常时），采用Shell/cron、nmon、Python/psutil分层协作，并通过环境检查、模块化采集、统一输出与错误隔离保障健壮性，最终用rsync集中归档与gzip压缩清理。
Linux 环境状态的自动化采集，核心在于“按需触发、稳定执行、统一归集”。它不是简单地定时跑几个命令，而是围绕采集目标（CPU、内存、磁盘、网络、服务状态等）建立可复用、易维护、带基础校验的数据抓取机制。
明确采集维度与频率
盲目采集会拖慢系统、浪费存储。应先划分关键指标层级：
- 基础层（每分钟级）：CPU使用率、内存剩余、根分区使用率、关键进程存活状态（如 nginx、mysql）
- 深度层（每5–15分钟）：网络连接数、IO等待时间、swap使用量、inode使用率
- 事件驱动层（按需）：服务异常重启后自动抓取前10秒日志 + 当前资源快照；磁盘使用率超90%时触发完整df -hT + lsof统计
选择轻量可靠的技术组合
不依赖复杂平台也能落地，推荐三类工具分层协作：
-
Shell脚本 + cron：适合固定周期采集，例如用
top -bn1 | head -20提取负载快照，配合date +%s打时间戳写入日志文件 -
nmon + 自动化调度：对压测或长期监控场景更优，支持秒级采样、多指标并行、生成压缩二进制文件（.nmon），再用
nmon2csv转为结构化数据 -
Python + 标准库：用
psutil跨平台获取进程/内存/CPU，用platform和/proc读取内核版本、CPU型号、网卡速率，避免依赖外部命令解析
设计可落地的采集脚本结构
一个健壮的采集脚本应包含四部分：
-
环境检查：确认
/tmp/collect目录可写、df -h剩余空间＞500MB、nmon或psutil是否可用 -
数据采集块：每个指标单独封装函数，例如
get_disk_usage()返回JSON格式的各挂载点使用率 -
统一输出格式：所有采集结果汇入一个字典，最终以
timestamp,hostname,metric,value,unit字段顺序写入CSV或追加到JSON Lines文件 -
错误隔离：单个指标采集失败（如
lsof权限不足）不影响其余指标，记录warn日志但不中断脚本
集中管理与轻量归档
单机采集只是起点，真正提升效率的是统一归集：
- 用
rsync --delete-after每日凌晨同步各节点/var/log/collect/下的当日CSV文件到中心服务器 - 归档前用
gzip压缩，文件名含主机名+日期，例如web01-20260614.csv.gz - 配合
find /var/log/collect -name "*.csv.gz" -mtime +30 -delete实现30天自动清理
