从zabbix的数据库获取数据

Posted 2020-12-27 shuowen

 

如何从Zabbix数据库中获取监控数据

做过Zabbix的同学都知道，Zabbix通过专用的Agent或者SNMP收集相关的监控数据，然后存储到数据库里面实时在前台展示。Zabbix监控数据主要分为以下两类：

    历史数据：history相关表,从history_uint表里面可以查询到设备监控项目的最大，最小和平均值,即存储监控数据的原始数据。

    趋势数据：trends相关表,趋势数据是经过Zabbix计算的数据，数据是从history_uint里面汇总的，从trends_uint可以查看到监控数据每小时最大，最小和平均值，即存储监控数据的汇总数据。

    Zabbix可以通过两种方式获取历史数据：

1.通过Zabbix前台获取历史数据

    通过Zabbix前台查看历史数据非常简单，可以通过检测中->最新数据 的方式查看。也可以点击右上角的As plain test按钮保存成文本文件。

 

 

2.通过前台获取的数据进行处理和二次查询有很多限制，因此可以通过SQL语句直接从后台DB查询数据。    

    首先大家应该熟悉SQL语句Select 常用用法：

 

1 2 3 4 5 6 7

SELECT [ALL | DISTINCT] Select_List [INTO [New_Table_name] FROM { Table_name | View_name} [ [,{table2_name | view2_name}      [,...] ] [ WHERE Serch_conditions ] [ GROUP BY Group_by_list ] [ HAVING Serch_conditions ] [ ORDER BY Order_list [ASC| DEsC] ]

    说明：

1)SELECT子句指定要查询的特定表中的列，它可以是*，表达式，列表等。

2)INTO子句指定要生成新的表。

3)FROM子句指定要查询的表或者视图。

4)WHERE子句用来限定查询的范围和条件。

5)GROUP BY子句指定分组查询子句。

6)HAVING子句用于指定分组子句的条件。

7)ORDER BY可以根据一个或者多个列来排序查询结果，在该子句中，既可以使用列名，也可以使用相对列号，ASC表示升序，DESC表示降序。

8）mysql聚合函数：sum()，count()，avg()，max()，avg()等都是聚合函数，当我们在用聚合函数的时候，一般都要用到GROUP BY 先进行分组，然后再进行聚合函数的运算。运算完后就要用到Having子句进行判断了,例如聚合函数的值是否大于某一个值等等。

从Zabbix数据库中查询监控项目方法,这里已查询主机的网卡流量为例子：

1）通过hosts表查找host的ID。

1 2 3 4 5 6 7

mysql> select host,hostid from hosts where host="WWW05"; +-------+--------+ | host  | hostid | +-------+--------+ | WWW05 |  10534 | +-------+--------+ 1 row in set (0.00 sec)

2）通过items表查找主的监控项和key以及itemid。

1 2 3 4 5 6 7

mysql> select itemid,name,key_ from items where hostid=10534 and key_="net.if.out[eth0]"; +--------+-----------------+------------------+ | itemid | name            | key_             | +--------+-----------------+------------------+ |  58860 | 发送流量：      | net.if.out[eth0] | +--------+-----------------+------------------+ 1 row in set (0.00 sec)

3）通过itemid查询主机的监控项目（history_uint或者trends_uint)，单位为M。

   主机流入流量：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

mysql> select from_unixtime(clock) as DateTime,round(value/1024/1024,2) as Traffic_in from history_uint where itemid="58855" and from_unixtime(clock)>=‘2014-09-20‘ and from_unixtime(clock)<‘2014-09-21‘ limit 20; +---------------------+------------+ | DateTime            | Traffic_in | +---------------------+------------+ | 2014-09-20 00:00:55 |       0.10 | | 2014-09-20 00:01:55 |       0.09 | | 2014-09-20 00:02:55 |       0.07 | | 2014-09-20 00:03:55 |       0.05 | | 2014-09-20 00:04:55 |       0.03 | | 2014-09-20 00:05:55 |       0.06 | | 2014-09-20 00:06:55 |       0.12 | | 2014-09-20 00:07:55 |       0.05 | | 2014-09-20 00:08:55 |       0.10 | | 2014-09-20 00:09:55 |       0.10 | | 2014-09-20 00:10:55 |       0.12 | | 2014-09-20 00:11:55 |       0.12 | | 2014-09-20 00:12:55 |       0.13 | | 2014-09-20 00:13:55 |       3.16 | | 2014-09-20 00:14:55 |       0.23 | | 2014-09-20 00:15:55 |       0.24 | | 2014-09-20 00:16:55 |       0.26 | | 2014-09-20 00:17:55 |       0.23 | | 2014-09-20 00:18:55 |       0.14 | | 2014-09-20 00:19:55 |       0.16 | +---------------------+------------+ 20 rows in set (0.82 sec)

 

    主机流出流量：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

mysql> select from_unixtime(clock) as DateTime,round(value/1024/1024,2) as Traffic_out from history_uint where itemid="58860" and from_unixtime(clock)>=‘2014-09-20‘ and from_unixtime(clock)<‘2014-09-21‘ limit 20; +---------------------+-------------+ | DateTime            | Traffic_out | +---------------------+-------------+ | 2014-09-20 00:00:00 |        4.13 | | 2014-09-20 00:01:00 |        3.21 | | 2014-09-20 00:02:00 |        2.18 | | 2014-09-20 00:03:01 |        1.61 | | 2014-09-20 00:04:00 |        1.07 | | 2014-09-20 00:05:00 |        0.92 | | 2014-09-20 00:06:00 |        1.23 | | 2014-09-20 00:07:00 |        2.76 | | 2014-09-20 00:08:00 |        1.35 | | 2014-09-20 00:09:00 |        3.11 | | 2014-09-20 00:10:00 |        2.99 | | 2014-09-20 00:11:00 |        2.68 | | 2014-09-20 00:12:00 |        2.55 | | 2014-09-20 00:13:00 |        2.89 | | 2014-09-20 00:14:00 |        4.98 | | 2014-09-20 00:15:00 |        6.56 | | 2014-09-20 00:16:00 |        7.34 | | 2014-09-20 00:17:00 |        6.81 | | 2014-09-20 00:18:00 |        7.67 | | 2014-09-20 00:19:00 |        4.11 | +---------------------+-------------+ 20 rows in set (0.74 sec)

4）如果是两台设备，汇总流量，假如公司出口有两台设备，可以用下面的SQL语句汇总每天的流量。下面SQL语句是汇总上面主机网卡的进出流量的。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

mysql> select from_unixtime(clock,"%Y-%m-%d %H:%i") as DateTime,sum(round(value/1024/1024,2)) as Traffic_total from history_uint where itemid in (58855,58860)  and from_unixtime(clock)>=‘2014-09-20‘and from_unixtime(clock)<‘2014-09-21‘ group by from_unixtime(clock,"%Y-%m-%d %H:%i") limit 20; +------------------+---------------+ | DateTime         | Traffic_total | +------------------+---------------+ | 2014-09-20 00:00 |          4.23 | | 2014-09-20 00:01 |          3.30 | | 2014-09-20 00:02 |          2.25 | | 2014-09-20 00:03 |          1.66 | | 2014-09-20 00:04 |          1.10 | | 2014-09-20 00:05 |          0.98 | | 2014-09-20 00:06 |          1.35 | | 2014-09-20 00:07 |          2.81 | | 2014-09-20 00:08 |          1.45 | | 2014-09-20 00:09 |          3.21 | | 2014-09-20 00:10 |          3.11 | | 2014-09-20 00:11 |          2.80 | | 2014-09-20 00:12 |          2.68 | | 2014-09-20 00:13 |          6.05 | | 2014-09-20 00:14 |          5.21 | | 2014-09-20 00:15 |          6.80 | | 2014-09-20 00:16 |          7.60 | | 2014-09-20 00:17 |          7.04 | | 2014-09-20 00:18 |          7.81 | | 2014-09-20 00:19 |          4.27 | +------------------+---------------+ 20 rows in set (1.52 sec)

5)查询一天中主机流量的最大值，最小值和平均值。

1 2 3 4 5 6 7

mysql> select date as DateTime,round(min(traffic)/2014/1024,2) as TotalMinIN,round(avg(traffic)/1024/1024,2) as TotalAvgIN,round(max(traffic)/1024/1024,2)  as TotalMaxIN from (select from_unixtime(clock,"%Y-%m-%d") as date,sum(value) as traffic from history_uint where itemid in (58855,58860)  and from_unixtime(clock)>=‘2014-09-20‘ and from_unixtime(clock)<‘2014-09-21‘ group by from_unixtime(clock,"%Y-%m-%d %H:%i") ) tmp; +------------+------------+------------+------------+ | DateTime   | TotalMinIN | TotalAvgIN | TotalMaxIN | +------------+------------+------------+------------+ | 2014-09-20 |       0.01 |       4.63 |     191.30 | +------------+------------+------------+------------+ 1 row in set (1.74 sec)

6）查询主机组里面所有主机CPU Idle平均值（原始值）。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

mysql> select from_unixtime(hi.clock,"%Y-%m-%d %H:%i") as DateTime,g.name as Group_Name,h.host as Host, hi.value as Cpu_Avg_Idle from hosts_groups as hg join groups g on g.groupid = hg.groupid join items i on hg.hostid = i.hostid join hosts h on h.hostid=i.hostid join history hi on  i.itemid = hi.itemid where g.name=‘上海机房--项目测试‘ and i.key_=‘system.cpu.util[,idle]‘ and  from_unixtime(clock)>=‘2014-09-24‘ and from_unixtime(clock)<‘2014-09-25‘ group by h.host,from_unixtime(hi.clock,"%Y-%m-%d %H:%i") limit 10; +------------------+----------------------------+----------+--------------+ | DateTime         | Group_Name                 | Host     | Cpu_Avg_Idle | +------------------+----------------------------+----------+--------------+ | 2014-09-24 00:02 | 上海机房--项目测试         | testwb01 |      94.3960 | | 2014-09-24 00:07 | 上海机房--项目测试         | testwb01 |      95.2086 | | 2014-09-24 00:12 | 上海机房--项目测试         | testwb01 |      95.4308 | | 2014-09-24 00:17 | 上海机房--项目测试         | testwe01 |      95.4580 | | 2014-09-24 00:22 | 上海机房--项目测试         | testwb01 |      95.4611 | | 2014-09-24 00:27 | 上海机房--项目测试         | testwb01 |      95.2939 | | 2014-09-24 00:32 | 上海机房--项目测试         | testwb01 |      96.0896 | | 2014-09-24 00:37 | 上海机房--项目测试         | testwb01 |      96.5286 | | 2014-09-24 00:42 | 上海机房--项目测试         | testwb01 |      96.8086 | | 2014-09-24 00:47 | 上海机房--项目测试         | testwb01 |      96.6854 | +------------------+----------------------------+----------+--------------+ 10 rows in set (0.75 sec)

7)查询主机组里面所有主机CPU Idle平均值（汇总值）。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

mysql> select from_unixtime(hi.clock,"%Y-%m-%d %H:%i") as Date,g.name as Group_Name,h.host as Host, hi.value_avg as Cpu_Avg_Idle   from hosts_groups as hg join groups g on g.groupid = hg.groupid join items i on hg.hostid = i.hostid join hosts h on h.hostid=i.hostid join trends hi on  i.itemid = hi.itemid     where g.name=‘上海机房--项目测试‘ and i.key_=‘system.cpu.util[,idle]‘ and  from_unixtime(clock)>=‘2014-09-10‘ and from_unixtime(clock)<‘2014-09-11‘ group by h.host,from_unixtime(hi.clock,"%Y-%m-%d %H:%i") limit 10; +------------------+----------------------------+----------+--------------+ | Date             | Group_Name                 | Host     | Cpu_Avg_Idle | +------------------+----------------------------+----------+--------------+ | 2014-09-10 00:00 | 上海机房--项目测试         | testwb01 |      99.9826 | | 2014-09-10 01:00 | 上海机房--项目测试         | testwb01 |      99.9826 | | 2014-09-10 02:00 | 上海机房--项目测试         | testwb01 |      99.9825 | | 2014-09-10 03:00 | 上海机房--项目测试         | testwb01 |      99.9751 | | 2014-09-10 04:00 | 上海机房--项目测试         | testwb01 |      99.9843 | | 2014-09-10 05:00 | 上海机房--项目测试         | testwb01 |      99.9831 | | 2014-09-10 06:00 | 上海机房--项目测试         | testwb01 |      99.9829 | | 2014-09-10 07:00 | 上海机房--项目测试         | testwb01 |      99.9843 | | 2014-09-10 08:00 | 上海机房--项目测试         | testwb01 |      99.9849 | | 2014-09-10 09:00 | 上海机房--项目测试         | testwb01 |      99.9849 | +------------------+----------------------------+----------+--------------+ 10 rows in set (0.01 sec)

8）其它与Zabbix相关的SQL语句。

    查询主机已经添加但没有开启监控主机：

1	select host from hosts where status=1;

    查询NVPS的值：

1 2 3 4 5 6 7

mysql> SELECT round(SUM(1.0/i.delay),2) AS qps FROM items i,hosts h WHERE i.status=‘0‘ AND i.hostid=h.hostid AND h.status=‘0‘ AND i.delay<>0;  +--------+ | qps    | +--------+ | 503.40 | +--------+ 1 row in set (0.11 sec)

    查询IDC机房的资产信息：

1 2 3 4 5 6 7 8

mysql> select name,os,tag,hardware from host_inventory where hostid in (select hostid from  hosts_groups  where groupid=69) limit 2; +-------+----------------------------+------+-------------------+ | name  | os                         | tag  | hardware          | +-------+----------------------------+------+-------------------+ | SHDBM | CentOS release 5.2 (Final) | i686 | ProLiant DL360 G5 | | SHDBS | CentOS release 5.2 (Final) | i686 | ProLiant DL360 G5 | +-------+----------------------------+------+-------------------+ 2 rows in set (0.00 sec)

    查询Zabbix interval分布情况：

1 2 3 4 5 6 7 8 9 10 11 12 13

mysql> select delay,count(*),concat(round(count(*) / (select count(*) from items where status=0)*100,2),"%") as percent from items where status=0 group by delay order by 2 desc; +-------+----------+---------+ | delay | count(*) | percent | +-------+----------+---------+ |  3600 |    41168 | 38.92%  | |   300 |    35443 | 33.51%  | |   600 |    16035 | 15.16%  | |    60 |    12178 | 11.51%  | |     0 |      902 | 0.85%   | | 36000 |       46 | 0.04%   | |    30 |        1 | 0.00%   | +-------+----------+---------+ 7 rows in set (0.68 sec)

    总结：通过SQL语句可以查询出任何监控项目的数据，并且在SQL语句的末尾通过into outfile ‘/tmp/zabbix_result.txt‘直接把查询的结果保存到系统上面,方便后续操作.

 

引用:http://www.xici.net/d221092545.html