使用Bash脚本监控Linux服务器资源并自动发送告警到钉钉

1. 业务场景与目标

中小企业通常有多台Linux服务器运行关键业务，如Web服务或数据库。手动登录服务器检查资源使用情况效率低下，容易错过异常。本方案的目标是：通过Bash脚本自动监控CPU和内存使用率，当超过阈值（如CPU>80%、内存>90%）时，自动发送告警消息到钉钉群，实现7×24小时无人值守监控，提升运维响应速度。

2. 环境准备（uv + 依赖）

本任务基于Bash脚本，无需uv或Python依赖，但需要以下环境：

Linux服务器（如Ubuntu 20.04+或CentOS 7+）
Bash shell（通常默认安装）
curl命令（用于发送HTTP请求到钉钉）
钉钉群聊并创建自定义机器人Webhook（获取Webhook URL）

检查环境：

# 检查Bash版本
bash --version
# 检查curl是否安装
curl --version
# 如果没有curl，安装它（以Ubuntu为例）
sudo apt update && sudo apt install curl -y

3. 数据说明（真实数据口径或模拟数据生成逻辑）

监控数据来自Linux系统的实时资源使用情况：

CPU使用率：通过top或/proc/stat计算，本脚本使用top -bn1获取，输出为百分比（如85.5%）。
内存使用率：通过free命令获取，计算已用内存占总内存的比例，输出为百分比（如92.3%）。
阈值设置：CPU阈值默认80%，内存阈值默认90%，可根据业务需求调整。
模拟数据：如需测试，可临时修改脚本，硬编码高使用率值来触发告警。

4. 训练/实现步骤（完整代码）

创建一个Bash脚本monitor_server.sh，实现监控和告警功能。

#!/bin/bash

# 钉钉Webhook URL，替换为你的实际URL
DINGTALK_WEBHOOK="https://oapi.dingtalk.com/robot/send?access_token=your_token_here"

# 阈值设置
CPU_THRESHOLD=80  # CPU使用率阈值，百分比
MEM_THRESHOLD=90  # 内存使用率阈值，百分比

# 获取当前时间
CURRENT_TIME=$(date "+%Y-%m-%d %H:%M:%S")

# 获取CPU使用率（使用top命令，取第一行，解析空闲百分比后计算使用率）
CPU_INFO=$(top -bn1 | grep "%Cpu(s)")
CPU_IDLE=$(echo $CPU_INFO | awk -F ' ' '{print $8}' | cut -d '.' -f1)
CPU_USAGE=$((100 - CPU_IDLE))

# 获取内存使用率（使用free命令，计算已用/总内存比例）
MEM_INFO=$(free | grep Mem)
MEM_TOTAL=$(echo $MEM_INFO | awk '{print $2}')
MEM_USED=$(echo $MEM_INFO | awk '{print $3}')
MEM_USAGE=$((MEM_USED * 100 / MEM_TOTAL))

# 初始化告警消息
ALERT_MESSAGE=""

# 检查CPU使用率是否超过阈值
if [ $CPU_USAGE -gt $CPU_THRESHOLD ]; then
    ALERT_MESSAGE="CPU使用率: ${CPU_USAGE}% (阈值: ${CPU_THRESHOLD}%)"
fi

# 检查内存使用率是否超过阈值
if [ $MEM_USAGE -gt $MEM_THRESHOLD ]; then
    if [ -n "$ALERT_MESSAGE" ]; then
        ALERT_MESSAGE="${ALERT_MESSAGE}\n内存使用率: ${MEM_USAGE}% (阈值: ${MEM_THRESHOLD}%)"
    else
        ALERT_MESSAGE="内存使用率: ${MEM_USAGE}% (阈值: ${MEM_THRESHOLD}%)"
    fi
fi

# 如果有告警，发送到钉钉
if [ -n "$ALERT_MESSAGE" ]; then
    # 构建钉钉消息JSON
    MESSAGE="服务器资源告警 - ${CURRENT_TIME}\n${ALERT_MESSAGE}"
    JSON_DATA='{"msgtype": "text", "text": {"content": "'"$MESSAGE"'"}}'

    # 发送POST请求到钉钉Webhook
    curl -s -H "Content-Type: application/json" -X POST -d "$JSON_DATA" "$DINGTALK_WEBHOOK"

    # 输出日志（可选）
    echo "[$CURRENT_TIME] 告警已发送: $ALERT_MESSAGE" >> /var/log/server_monitor.log
else
    # 无告警时记录正常日志（可选）
    echo "[$CURRENT_TIME] 资源正常: CPU ${CPU_USAGE}%, 内存 ${MEM_USAGE}%" >> /var/log/server_monitor.log
fi

保存脚本后，赋予执行权限：

chmod +x monitor_server.sh

5. 调用方式（离线批量 + 单条示例，至少一种）

单条示例：直接运行脚本进行一次性监控。
```
./monitor_server.sh
```

离线批量：通过crontab配置定时任务，实现周期性监控（如每分钟一次）。

# 编辑crontab
crontab -e
# 添加以下行（每分钟执行一次）
* * * * * /path/to/monitor_server.sh
# 保存并退出，cron会自动运行

6. 指标说明

需关注以下运维指标：

CPU使用率：服务器处理任务的繁忙程度，超过阈值可能导致服务延迟或崩溃。
内存使用率：服务器内存占用比例，过高可能触发OOM（内存溢出）导致进程被杀死。
告警准确率：脚本触发告警的正确性，避免误报（正常时告警）或漏报（异常时未告警）。适用场景：实时监控服务器健康状态，适用于Web服务器、数据库等需要高可用性的环境。

7. 上线后评估

离线监控：检查日志文件/var/log/server_monitor.log，确认脚本执行记录和资源数据。
线上指标：观察钉钉群告警消息是否及时、准确；监控服务器实际性能，如通过top或htop验证。
定期维护：
- 调整阈值：根据业务负载变化，修改CPU_THRESHOLD或MEM_THRESHOLD。
- 更新Webhook：钉钉机器人token变更时更新脚本。
- 优化脚本：如增加磁盘监控、网络监控等功能。

8. 常见坑与排查

脚本执行权限问题：
- 坑：运行脚本时报Permission denied。
- 排查：使用chmod +x monitor_server.sh添加执行权限。
钉钉API限流：
- 坑：频繁告警导致钉钉Webhook被限流，消息发送失败。
- 排查：降低crontab频率（如每5分钟一次），或在脚本中添加延时逻辑。