适用场景
监控的价值不在图好看，而在"出问题之前有人知道"。最小闭环是：关键指标有采集、阈值有依据、告警能到人、处理有记录。
配置步骤（Zabbix 接入）
# Agent 端
rpm -Uvh zabbix-release.rpm
yum install -y zabbix-agent
sed -i 's/^Server=.*/Server=10.0.10.30/' /etc/zabbix/zabbix_agentd.conf
systemctl enable --now zabbix-agent
# 网络设备：SNMP v3 采集
# 交换机侧（H3C）
snmp-agent sys-info version v3
snmp-agent usm-user v3 zbxuser zbxgroup authentication-mode sha 认证口令 privacy-mode aes128 加密口令关键参数与建议
- 先监控"会立刻影响业务"的指标：存活、端口、磁盘、证书、核心业务接口
- 阈值分级（警告/严重），避免全天候刷告警导致麻木
- 告警必须能到达值班人（电话/短信/企业微信），并定义响应时限
- 网络设备用 SNMP v3 或只读账号，避免用管理员账号采集
- 监控自身要冗余：监控服务器故障时无人值守等于没监控
容易踩的坑
- Agent 时间与 Server 不一致，数据时间错乱
- SNMP 用 v1/v2c 明文团体字，被扫描到即可读全网设备
- 只监控 CPU 内存，磁盘与证书到期没人管
验证与巡检
zabbix_get -s 10.0.10.31 -k system.uptime
snmpwalk -v3 -l authPriv -u zbxuser -a SHA -A 认证口令 -x AES -X 加密口令 设备IP sysUpTime- 巡检：主机可用性 100%、关键触发器有告警记录、SNMP v3 生效
小结
告警治理是长期动作：每月盘点一次告警，把误报调掉、把漏报补上、把长期忽略的告警删掉或升级。
> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。