Zabbix平台操作

Zabbix 控制台操作通常沿着一条固定链路展开：主机接入、监控项定义、最近值验证、图形或 Dashboard 展示、触发器生成事件、Action 执行通知。平台页面很多，排查时关键是理清对象之间的连接关系：Host 绑定哪个 Interface，Item 的 key 从哪里来，Latest data 有没有真实值，Trigger 表达式命中后 Action 有没有留下发送记录。

当前实验环境：

角色	地址	说明
Zabbix Server / Web / DB	`192.168.10.11`	Server、Web、MariaDB、Agent2
被监控节点	`192.168.10.12`	Linux Agent2
被监控节点	`192.168.10.13`	Linux Agent2，自定义指标实验节点

一、对象关系

Zabbix 里的平台对象有层级关系。Host 是被监控对象，Interface 是采集入口，Item 是具体采什么数据，Trigger 是把数据变成问题事件的规则，Action 是事件发生后要执行的通知或脚本动作。

对象之间的关系直接影响排错顺序。Agent 命令能返回值，只说明被监控机本地或 Server 到 Agent 的链路通了；Latest data 出现最近值，才说明 Zabbix 的 Item 已经把数据收进平台；Trigger 生成 Problem，才说明告警规则真的参与了事件处理。

二、主机接入

Linux Agent 被接入平台时，主机页最关键的是 Host name、Host groups、Templates 和 Agent interface。Host name 是平台内部识别名，主动模式下还会和 Agent 配置里的 Hostname= 对齐；Visible name 只是展示名，通常会带 IP，方便在列表和告警里辨认。

操作路径：

Data collection -> Hosts -> Create host （中文：数据采集 -> 主机 -> 创建主机）

操作步骤：

进入 Data collection -> Hosts，点击右上角 Create host。
在 Host 页填写 Host name、Visible name 和 Host groups。
在 Interfaces 区域添加 Agent 接口，填写被监控机 IP 和端口。
在 Templates 区域选择 Linux by Zabbix agent。
点击 Add 保存主机。

字段	当前值	作用
Host name	`zbx-node13`	平台内部主机名
Visible name	`zbx-node13 192.168.10.13`	页面展示名
Host groups	`Linux lab`	分组、权限、筛选和 Action 条件都可能用到
Templates	`Linux by Zabbix agent`	模板提供 Linux 基础监控项和触发器
Agent interface	`192.168.10.13:10050`	Server 访问 Agent 的入口

Zabbix主机接入字段

保存后验证：

Data collection -> Hosts （中文：数据采集 -> 主机）

主机列表里 zbx-node13 的 ZBX 状态变绿，表示 Zabbix Server 能通过 Agent 接口通信。更直接的验证方式是进入 Monitoring -> Latest data（中文：监控 -> 最新数据）筛选 zbx-node13，确认模板 Item 已经有最近值。

排错入口：

Data collection -> Hosts -> zbx-node13 -> Interfaces （中文：数据采集 -> 主机 -> zbx-node13 -> 接口）

这里检查 IP、端口和接口类型。页面仍不绿时，在 Server 上用 zabbix_get 验证 10050 端口和 Agent key；Agent 日志里再看 Server=、Hostname=、防火墙和 SELinux 相关问题。

Server 侧可以直接用 zabbix_get 验证 Agent 链路。这个命令绕过 Web 页面过滤条件，适合确认"Server 到 Agent 是否真的能取值"。

bash

# 在 Zabbix Server 上执行，确认 192.168.10.13 的 Agent 有响应
zabbix_get -s 192.168.10.13 -k agent.ping

# 查看 Agent 返回的主机名，主动模式排错时经常会用到
zabbix_get -s 192.168.10.13 -k system.hostname

当前返回值：

text

1
zbx-node13

agent.ping=1 表示 Agent 通信正常。这个结果还不能代表业务指标正常，只能说明 Agent 入口可用。

三、自定义指标

模板能覆盖 CPU、内存、磁盘、进程等常见指标，但业务健康状态、脚本检查结果、特殊端口状态通常需要自定义 Item。Zabbix Agent2 侧可以通过 UserParameter 暴露自定义 key，Server 再用 Item 去采集这个 key。

zbx-node13 上的实验配置：

ini

# /etc/zabbix/zabbix_agent2.d/lab-userparameter.conf

# 当前系统进程数量，用于演示普通数值型自定义指标
UserParameter=lab.proc.count,ps -e --no-headers | wc -l

# 用文件模拟应用健康状态：1 表示正常，0 表示异常
UserParameter=lab.app.health,cat /tmp/lab_app_health 2>/dev/null || echo 1

修改 Agent 配置后重启服务：

bash

# 初始化健康状态文件，避免第一次采集返回空值
printf '1\n' >/tmp/lab_app_health

# 重新加载 Agent2 配置文件
systemctl restart zabbix-agent2

# 确认 Agent2 正常运行，10050 端口处于监听状态
systemctl is-active zabbix-agent2
ss -lntp | grep ':10050\b'

Server 侧直接验证自定义 key：

bash

# 直接读取进程数量，返回值应为一个整数
zabbix_get -s 192.168.10.13 -k lab.proc.count

# 直接读取应用健康状态，正常状态返回 1
zabbix_get -s 192.168.10.13 -k lab.app.health

当前返回值类似：

text

187
1

平台侧创建 Item 时，字段要和 Agent key 对齐：

操作路径：

Data collection -> Hosts -> zbx-node13 -> Items -> Create item （中文：数据采集 -> 主机 -> zbx-node13 -> 监控项 -> 创建监控项）

操作步骤：

进入 Data collection -> Hosts，点击 zbx-node13。
打开 Items，点击 Create item。
创建 Lab process count，Key 填 lab.proc.count。
再创建 Lab application health，Key 填 lab.app.health。
两个 Item 都选择 Zabbix agent 类型，信息类型选择 Numeric (unsigned)。
点击 Add 保存。

字段	`Lab process count`	`Lab application health`	说明
Type	`Zabbix agent`	`Zabbix agent`	Server 通过 Agent 被动采集
Key	`lab.proc.count`	`lab.app.health`	和 `UserParameter` 的 key 保持一致
Type of information	`Numeric (unsigned)`	`Numeric (unsigned)`	两个值都是整数
Update interval	`30s`	`30s`	实验环境方便观察，生产环境按指标重要程度设置
History	`7d`	`7d`	原始值保留时间
Trends	`30d`	`30d`	趋势数据保留时间
Tags	`scope=lab`, `component=custom`	`scope=lab`, `component=custom`	方便筛选 Latest data、事件和 Action

保存后验证：

Monitoring -> Latest data （中文：监控 -> 最新数据）

筛选 Host groups=Linux lab、Hosts=zbx-node13，在 Name 里搜索 Lab。Lab process count 和 Lab application health 有 Last check 与 Last value，说明自定义 Item 已经进入平台采集链路。

Item 创建完以后，Latest data 是最直接的验证页面。图里能看到两个自定义指标已经有最近值，同时故意创建的 Lab missing metric 处于异常入口，适合记录自定义指标排错位置。

Latest data 的几个字段含义：

字段	说明
Host	数据来自哪台主机
Name	Item 展示名
Last check	最近一次采集距离当前的时间
Last value	最近一次采集到的值
Tags	Item 标签，告警路由和筛选都会用到
Info	Item 异常原因入口，Not supported 时尤其重要

Zabbix自定义指标最近值

排错入口：

Data collection -> Hosts -> zbx-node13 -> Items （中文：数据采集 -> 主机 -> zbx-node13 -> 监控项）

Item 变成 Not supported 时看 Info 列。Unknown metric 通常说明 Agent 侧没有加载对应 UserParameter；权限错误、脚本超时、返回值类型不匹配，也会在这里暴露。

Lab missing metric 的错误原因是 Unknown metric lab.missing.metric。这种错误一般不是 Web 页面问题，而是 Agent 侧没有这个 key，或者 UserParameter 文件没有加载。修复顺序可以按下面走：

bash

# 在 Server 侧直接验证错误 key，确认 Agent 是否认识这个指标
zabbix_get -s 192.168.10.13 -k lab.missing.metric

# 在 Agent 节点确认自定义配置文件是否存在
grep -R 'lab.missing.metric' /etc/zabbix/zabbix_agent2.d/ /etc/zabbix/zabbix_agent2.conf

# 修改 UserParameter 后重启 Agent2，再回到 Latest data 等待下一轮采集
systemctl restart zabbix-agent2

四、图形与Dashboard

Latest data 能证明数据已经进平台，但日常值班更依赖图形和 Dashboard。图形关注趋势，Dashboard 把多个对象放到同一张视图里。当前实验 Dashboard 放了三块内容：进程数量趋势、应用健康值、当前问题列表。

图形创建路径：

Data collection -> Hosts -> zbx-node13 -> Graphs -> Create graph （中文：数据采集 -> 主机 -> zbx-node13 -> 图形 -> 创建图形）

操作步骤：

进入 zbx-node13 的 Graphs 页面，点击 Create graph。
Name 填 Lab process count trend。
在 Items 里添加 Lab process count。
点击 Add 保存。

Dashboard 配置路径：

Dashboards -> Create dashboard / Edit dashboard -> Add widget （中文：仪表盘 -> 创建/编辑仪表盘 -> 添加组件）

字段填写：

组件	类型	关键配置
`Lab process count trend`	Graph	选择 Graph `Lab process count trend`
`Lab application health`	Item value	Host 选 `zbx-node13`，Item 选 `Lab application health`
`Lab problems`	Problems	过滤 `scope=lab` 或当前主机相关问题

保存后验证：

打开对应 Dashboard，进程数量有趋势线，应用健康值显示 1.00，Problems 组件能在触发器命中后显示事件。Dashboard 没图时回 Monitoring -> Latest data 确认 Item 先有值，再检查 Graph 或 Widget 绑定的 Item 是否正确。

Zabbix自定义指标Dashboard

Dashboard 里这三个组件对应的关系：

组件	数据来源	用途
`Lab process count trend`	Graph `Lab process count trend`	看进程数量是否突然上涨或下降
`Lab application health`	Item `Lab application health`	直接展示当前健康值
`Lab problems`	Problems widget	查看当前未恢复的问题

进程数量这种指标适合用趋势图。健康状态这种 0/1 指标适合用单值面板，值为 1 时表示正常，值为 0 时表示异常。Dashboard 里如果只放默认模板图，后续排查自定义指标时还要回 Latest data 重新筛选；把实验指标单独放出来，能直接看到它是否还在采集。

五、触发器

Trigger 用来把 Item 的值转换成问题事件。当前实验的触发器为：

text

last(/zbx-node13/lab.app.health)=0

表达式含义是：zbx-node13 这台主机的 lab.app.health 最近一次值等于 0 时，触发问题。这个表达式适合演示业务健康状态，不依赖停止 Agent 服务，所以能区分"Agent 掉线"和"应用状态异常"。

操作路径：

Data collection -> Hosts -> zbx-node13 -> Triggers -> Create trigger （中文：数据采集 -> 主机 -> zbx-node13 -> 触发器 -> 创建触发器）

操作步骤：

进入 zbx-node13 的 Triggers 页面，点击 Create trigger。
Name 填 Lab application health is down。
Expression 填 last(/zbx-node13/lab.app.health)=0。
Severity 选择 High。
添加标签 scope=lab、component=app、node=zbx-node13。
点击 Add 保存。

保存后验证：

Data collection -> Hosts -> zbx-node13 -> Triggers （中文：数据采集 -> 主机 -> zbx-node13 -> 触发器）

列表里能看到触发器名称、表达式、严重级别和标签。后续把 lab.app.health 改为 0 时，Monitoring -> Problems（中文：监控 -> 问题）会生成事件。

字段含义：

字段	当前值	说明
Name	`Lab application health is down`	问题名会出现在 Problems 和通知里
Expression	`last(/zbx-node13/lab.app.health)=0`	最近值为 0 时触发
Severity	`High`	告警级别，用于过滤和通知策略
Tags	`scope=lab`, `component=app`, `node=zbx-node13`	Action 匹配和事件筛选都会用到
Manual close	enabled	实验里允许手动关闭问题

Zabbix触发器表达式

排错入口：

触发器不出事件时，先看 Monitoring -> Latest data 里的 Lab application health 最近值，再回触发器表达式确认 Host、Item key、函数和比较值。值类型不匹配、Item 没数据、表达式 host 名写错，都会导致规则看似存在但不触发。

last() 只看最近一次值。实际生产里还会遇到抖动问题，比如健康检查偶发返回 0，下一次又恢复。类似场景通常会加持续时间或次数判断，例如用 min(/host/key,3m)=0 表示 3 分钟内最小值都是 0，告警会更稳。

六、制造一次事件

lab.app.health 的值由 /tmp/lab_app_health 控制。把文件写成 0，Agent 下一次读取时就会返回异常值；恢复成 1 后，触发器会生成恢复事件。

bash

# 在 zbx-node13 上执行，模拟应用健康检查失败
printf '0\n' >/tmp/lab_app_health

# 从 Server 侧确认 Agent 已经返回异常值
zabbix_get -s 192.168.10.13 -k lab.app.health

恢复：

bash

# 在 zbx-node13 上执行，恢复应用健康状态
printf '1\n' >/tmp/lab_app_health

# 从 Server 侧确认健康值已经恢复
zabbix_get -s 192.168.10.13 -k lab.app.health

Problems 页面记录了这次事件。图里能看到发生时间、恢复时间、状态、问题名、持续时间和 Action 次数。RESOLVED 表示触发器已经从 Problem 状态恢复。

查看路径：

Monitoring -> Problems （中文：监控 -> 问题）

操作步骤：

进入 Monitoring -> Problems。
筛选主机 zbx-node13，或按标签 scope=lab 过滤。
查看 Lab application health is down 的状态、发生时间、恢复时间和 Action 次数。
点击问题名称或事件详情，查看事件标签和恢复记录。

验证重点：

字段	作用
Time	问题发生时间
Recovery time	恢复时间
Status	当前状态，常见为 `PROBLEM` 或 `RESOLVED`
Host	影响对象
Problem	触发器名称
Duration	持续时间
Actions	事件关联的通知或动作次数
Tags	Action 匹配和后续筛选依据

Zabbix自定义指标事件恢复

同一台主机上 Agent 掉线和业务健康失败是两类问题。Agent 掉线通常表现为 agent.ping、agent.available 异常；业务健康失败则是自定义 key 返回异常值。复盘时把这两类写开，定位会更清楚。

七、Action与通知记录

Action 负责把事件转成通知动作。它不是触发器本身，而是事件匹配规则。一个 Action 通常由 Conditions、Operations、Recovery operations 组成。

操作路径：

Alerts -> Actions -> Trigger actions -> Create action （中文：告警 -> 动作 -> 触发器动作 -> 创建动作）

操作步骤：

进入 Alerts -> Actions -> Trigger actions，点击 Create action。
Name 填 Lab app health action。
Conditions 里添加条件，匹配触发器 Lab application health is down。
Operations 里添加发送消息给 Admin，媒介选择 Lab script notification。
Recovery operations 里也添加发送消息给 Admin。
点击 Add 保存。

保存后验证：

Alerts -> Actions -> Trigger actions （中文：告警 -> 动作 -> 触发器动作）

列表里确认 Action 处于启用状态，条件、Operation 和 Recovery operation 都存在。再制造一次 lab.app.health=0 的事件，Action 次数会出现在 Problems 页面。

Action 字段关系：

对象	当前值	说明
Action	`Lab app health action`	告警动作名称
Condition	Trigger equals `Lab application health is down`	只匹配这个实验触发器
Operation	Send message to `Admin`	问题发生时发送
Recovery operation	Send message to `Admin`	问题恢复时发送
Media type	`Lab script notification`	实验用脚本媒介

Zabbix Action匹配条件

Action 配好以后，还要看 Action log。事件出现但没有通知到人时，Action log 比 Action 列表更关键，因为它会说明有没有匹配到 Action、用了哪个媒介、发给谁、状态是什么。

查看路径：

Reports -> Action log （中文：报表 -> 动作日志）

操作步骤：

进入 Reports -> Action log。
按时间范围筛选刚才制造的事件。
查看 Action、Media type、Recipient、Status 和 Info。
Status=Failed 时点击或展开 Info，查看失败原因。

排错入口：

Problems 有事件但 Action log 没记录，通常是 Action 条件没匹配、Action 未启用，或 Operation 没配置。Action log 有记录但失败，就看 Info 里的媒介、消息模板、用户 Media、脚本权限或外部通知接口错误。

Zabbix Action log发送记录

当前实验里 Action log 有两条记录：一条对应问题发生，一条对应恢复。两条记录都显示 Failed，错误文本为：

text

No message defined for media type.

这说明 Action 条件已经匹配，通知动作也被创建了，但媒介或消息模板没有配置完整。故障现场遇到"Problems 有事件但没收到通知"时，可以按下面顺序查：

Problems 页面是否真的生成事件。
事件标签、级别、主机组是否符合 Action 条件。
Action 是否 Enabled。
Operation 和 Recovery operation 是否都配置了接收人。
用户是否绑定了可用 Media。
Media type 是否启用，消息内容或脚本参数是否完整。
Action log 里是否有 Failed 和具体错误原因。

八、常见断点

Zabbix 平台操作排错时，经常不是一个页面能看完。比较稳的检查路径如下：

现象	优先位置	常见原因	修复方向
主机 `ZBX` 不绿	Hosts / `zabbix_get`	Agent 未启动、10050 不通、`Server=` 不允许	启动 Agent、放通防火墙、修正 Agent 配置
Latest data 没值	Latest data / Items	没绑定模板、Item disabled、更新间隔未到	绑定模板、启用 Item、等待或 Execute now
自定义 key Not supported	Latest data / Item Info	`UserParameter` 不存在、配置文件未加载、脚本无权限	修正 Agent 配置、重启 Agent、用 `zabbix_get` 验证
Dashboard 没图	Dashboard / Graph	Item 没数据、图形绑定错 Item、时间范围不对	回 Latest data 确认值，再检查 Graph 或 Widget
Trigger 不出事件	Triggers / Problems	表达式写错、值类型不匹配、条件没有达到	看 Latest value，再对照表达式函数
有事件没通知	Action log	Action 条件不匹配、用户 Media 缺失、Media type 配置错误	查 Action 条件、用户媒介、Action log 错误

平台上能看到红色状态时，信息还不够完整。还要补上错误原因：Item 的 Info、Problem 的详情、Action log 的 Failed 原因、Server 和 Agent 日志。Zabbix 的页面层级比较多，排错时把"配置对象、数据结果、错误入口"三类证据放在一起，后续复盘才不会只剩一个红色状态截图。

Zabbix平台操作 ​

一、对象关系 ​

二、主机接入 ​

三、自定义指标 ​

四、图形与Dashboard ​

五、触发器 ​

六、制造一次事件 ​

七、Action与通知记录 ​

八、常见断点 ​

Zabbix平台操作

一、对象关系

二、主机接入

三、自定义指标

四、图形与Dashboard

五、触发器

六、制造一次事件

七、Action与通知记录

八、常见断点