nagios通过插件（如check_procs、nrpe）检测守护进程存活并告警，本地直接检查进程名，远程需nrpe执行；应监控master进程、避免仅端口探测，并可配置事件处理器自动重启。
Nagios 本身不直接管理进程生命周期，但它能可靠地检测守护进程是否存活，并在异常时触发告警——这是保障服务高可用的第一道防线。
Nagios 如何判断守护进程是否运行
核心逻辑是：Nagios 主程序周期性调用插件（如 check_procs、check_nrpe 或自定义脚本），由插件在目标主机上执行实际检查。
-
本地监控（如 Nagios 服务器自身）：直接使用
check_procs -C nginx或check_procs -C mysqld判断进程名是否存在； -
远程监控（如业务服务器上的 Redis）：必须通过 NRPE，在被监控端执行
check_procs，再将结果传回； - 不推荐仅依赖端口探测（如
check_tcp!6379），因为进程可能已僵死但端口仍被占用或由旧 worker 残留监听。
配置一个典型的进程存活服务
以监控远程主机 web01 上的 Nginx master 进程为例（需提前部署 NRPE）：
define service{
host_name web01
service_description nginx-process
check_command check_nrpe!check_nginx_proc
check_period 24x7
max_check_attempts 3
normal_check_interval 2
retry_check_interval 1
notification_options w,c,r
contact_groups admins
}
对应被监控主机 /usr/local/nrpe/etc/nrpe.cfg 中需定义命令：
command[check_nginx_proc]=/usr/lib64/nagios/plugins/check_procs -C nginx -C "nginx: master" -w 1:2 -c 1:3
该命令要求至少 1 个 master 进程，最多 3 个，超限即告警（防 fork 爆炸）。
关键细节与避坑提示
-
区分 master 与 worker：Nginx、PHP-FPM 等多进程模型中，应重点监控 master 进程（通常带
master process字样），避免误判 worker 残留为正常； -
配合配置校验更稳妥：单纯进程存在≠服务可用。生产环境建议叠加
check_http或check_tcp做双重验证； -
NRPE 权限要放开：确保
nrpe用户能执行ps、pgrep等命令，必要时在 sudoers 中授权（如nrpe ALL=(ALL) NOPASSWD: /bin/pgrep）； -
避免高频轮询：
normal_check_interval 1（每分钟查 60 次）易引发负载抖动，2–5 分钟更合理。
扩展：自动恢复可结合事件处理器
Nagios 支持定义 event_handler，当 nginx-process 状态变为 CRITICAL 时，自动执行重启脚本：
define service{
...
event_handler handle_nginx_restart
}
脚本 /usr/local/nagios/libexec/eventhandlers/handle_nginx_restart 内容需包含 nginx -t && systemctl restart nginx 流程，并记录日志。
不复杂但容易忽略
