Server- und Hypervisor-Monitoring
Das Servermonitoring läuft in allen Tarifen rund um die Uhr und verbraucht keine Ingenieurstunden. Der Tarif bestimmt, wie tief die Prüfungen gehen.
So funktioniert es
- Der Zabbix-Agent sendet im aktiven Modus Metriken an den Monitoring-Server in den Niederlanden.
- Das Monitoring läuft rund um die Uhr.
- Alarme aus dem Monitoring-System gehen an die Ingenieure von INTROSERV, die sie analysieren. Wenn zur Behebung der Ursache ein Eingriff nötig ist, erstellen wir für Sie ein Ticket mit einer Problembeschreibung und Lösungsvorschlägen.
Das Monitoring umfasst die Netzwerkerreichbarkeit per ICMP, Betriebssystem- und Hardwareparameter (RAID, SMART, Temperatur) sowie Dienste und Anwendungen. Tiefe und Umfang des Monitorings hängen von Ihrem Tarif ab.
Was in jedem Tarif überwacht wird
| Tarif | Prüfungen | Wozu |
|---|---|---|
| Starter | Netzwerkerreichbarkeit per ICMP: Antwort, Antwortzeit, Paketverlust | Bestätigt, dass der Server läuft und aus dem Netzwerk erreichbar ist. |
| Advanced | alles aus Starter, plus CPU- und Speicherauslastung, Swap | Zeigt Ressourcenmangel, bevor der Server nicht mehr antwortet. |
| Festplattenbelegung und Festplatten-I/O | Warnt vor knappem Speicherplatz und langsameren Festplatten. | |
| Netzwerkverkehr | Zeigt die Auslastung der Netzwerkanbindung. | |
| Hardware-Temperatursensoren | Warnt vor Überhitzung der Hardware. | |
| Status von Software- und Hardware-RAID, unter Linux und Proxmox VE einschließlich ZFS | Meldet einen Fehler im Festplattenverbund, zum Beispiel den Ausfall einer Festplatte. | |
| proaktive Benachrichtigungen | Sie erfahren von einem Problem, bevor es zu einem Ausfall führt. | |
| Premium | alles aus Advanced, plus Details zum Hardware-RAID-Controller: Firmware-Version, Status von Batterie und Cache | Hilft, Batterieverschleiß und Fehler des RAID-Controllers frühzeitig zu erkennen. |
| Status der Dienste | Meldet, wenn für Sie wichtige Dienste stoppen. | |
| eigene Trigger und Schwellenwerte auf Anfrage | Das Monitoring wird an die Besonderheiten Ihres Servers und Ihrer Anwendungen angepasst. |
In Premium überwachte Dienste
Wir prüfen den Zustand jedes Dienstes: ob er aktiv ist oder unerwartet beendet wurde.
| System | Systemdienste | Datenbankdienste |
|---|---|---|
| Linux und Proxmox VE | cron, dbus, rsyslog, ssh, systemd-journald, systemd-networkd, systemd-resolved, systemd-udevd, systemd-timesyncd, unattended-upgrades | postgresql, mariadb, mysql, mongod, redis-server, valkey-server |
| Windows Server | EventLog, RpcSs, LanmanServer / LanmanWorkstation, W32Time, Netlogon, Schedule, WinRM, TermService, MpsSvc / BFE, WinDefend | PostgreSQL, MariaDB, MySQL 8.x, MongoDB, Redis |
Teilen Sie uns bei der Einrichtung weitere für Sie wichtige Dienste mit. In Premium können sie als eigene Trigger hinzugefügt werden.
Typische Alarme
- der Speicherplatz wird knapp;
- ein Dienst ist ausgefallen;
- die Last steigt;
- ein RAID-Verbund ist degradiert;
- Überhitzung.
In allen Tarifen beheben wir die Ursachen von Monitoring-Alarmen mit Ihrer Zustimmung.
Hardware- und Netzwerkprobleme lösen die Ingenieure selbstständig, ohne Freigabe. Arbeiten im Betriebssystem erfolgen nur über ein Ticket und nach Ihrer Zustimmung.
Proxmox VE Hypervisor-Monitoring
Unter Proxmox VE läuft das Hypervisor-Monitoring zusätzlich zum Servermonitoring. Jeder Node wird separat aktiviert und nach seinem eigenen Tarif abgerechnet.
Das Monitoring umfasst lokalen, Netzwerk- und verteilten Speicher, VM-Status, Backup-Jobs und den Cluster-Status.
| Tarif | Was geprüft wird | Wozu |
|---|---|---|
| Starter | lokaler Speicher | Warnt vor knappem Speicherplatz für virtuelle Maschinen. |
| VM-Status: läuft, gestoppt, pausiert, startet neu | Meldet ein ungeplantes Stoppen oder Neustarten einer virtuellen Maschine. | |
| Änderungen der VM-Konfiguration | Erfasst ungeplante Änderungen an den Einstellungen virtueller Maschinen. | |
| Erreichbarkeit des QEMU Guest Agent | Meldet, dass der Hypervisor den Kontakt zum Agenten in einer virtuellen Maschine verloren hat. | |
| Advanced | alles aus Starter, plus Netzwerkspeicher | Meldet eine unterbrochene Verbindung zum Netzwerkspeicher. |
| Overcommit von CPU, Speicher und Storage | Warnt, wenn virtuellen Maschinen mehr Ressourcen zugewiesen sind, als der Server hat. | |
| Status der Backup-Jobs, gesamt und je VM | Zeigt, für welche virtuellen Maschinen kein aktuelles Backup existiert. | |
| Status der vmbr-Schnittstellen | Meldet einen Ausfall der Netzwerkverbindung virtueller Maschinen. | |
| Status des PBS-Datastores | Meldet Probleme mit dem Datastore des Proxmox Backup Server. | |
| Premium | alles aus Advanced, plus Ceph-Status: OSD, PG, RBD-Latenz | Warnt vor sinkender Zuverlässigkeit und Leistung des verteilten Speichers. |
| HA-Status: Quorum, Fencing, pve-cluster | Warnt vor dem Risiko, die Ausfallsicherheit des Clusters zu verlieren. | |
| ZFS-Replikation | Meldet einen Fehler oder Rückstand bei der Datenreplikation zwischen Nodes. | |
| Corosync-Verbindungen und -Latenz | Meldet gestörte Kommunikation zwischen Cluster-Nodes. |
Hardware- und Netzwerkvorfälle beheben die Ingenieure selbstständig. Arbeiten auf Ebene des Hypervisors und der VMs werden mit Ihnen abgestimmt.
Trigger und Schwellenwerte
Ein Alarm wird ausgelöst, wenn ein Parameter seinen Schwellenwert überschreitet und für eine festgelegte Zeit dort bleibt. Für einige Parameter gibt es zwei Stufen: Warnung und kritisch. Nachfolgend die Standardwerte.
Server: Linux, Windows Server und Proxmox VE Nodes
Proxmox VE Nodes werden mit denselben Triggern wie Linux-Server geprüft und zusätzlich mit den Hypervisor-Triggern aus der nächsten Tabelle.
| Was überwacht wird | Standardschwellenwert |
|---|---|
| Netzwerkerreichbarkeit | keine Antwort auf 3 Prüfungen in Folge; Paketverlust über 20% oder Antwortzeit über 150 ms für 5 Minuten |
| Agent und Neustart | keine Daten vom Agenten seit mehr als 5 Minuten; Server-Uptime unter 10 Minuten |
| CPU | Auslastung über 90% für 15 Minuten; unter Linux Load Average über 1,5 pro Kern, unter Windows Prozessorwarteschlange über 3 pro Kern für 5 Minuten |
| Arbeitsspeicher | über 90% belegt für 5 Minuten; unter Linux weniger als 50% Swap frei, unter Windows Auslagerungsdatei über 80% belegt |
| Festplattenbelegung | über 80% ist eine Warnung, über 90% kritisch; unter Linux außerdem freie Inodes unter 20% und 10% |
| Festplattenleistung | Festplattenauslastung über 95% oder Antwortzeit über 30 ms für 15 Minuten |
| Netzwerk | eine Schnittstelle hat die Verbindung verloren; mehr als 2 Fehler pro Sekunde für 5 Minuten |
| Temperatur | über 80 °C ist eine Warnung, über 95 °C kritisch |
| Festplatten und Verbünde | eine Festplatte, ein RAID-Verbund oder ein ZFS-Pool ist ausgefallen; ein ZFS-Pool ist zu über 80% belegt |
| RAID-Controller | Controller oder Cache-Batterie defekt; Cache in den Modus WriteThrough gewechselt; Temperatur über 95 °C; Firmware-Version geändert |
| Dienste | ein Dienst wurde gestoppt; ein Dienst wurde neu gestartet |
Proxmox VE Hypervisor
| Was überwacht wird | Standardschwellenwert |
|---|---|
| Virtuelle Maschinen und Container | eine VM läuft nicht oder wurde neu gestartet; der QEMU Guest Agent antwortet nicht; Zustand oder Konfiguration der VM hat sich geändert |
| Node-Ressourcen | CPU oder Speicher über 90% für 15 Minuten; VMs sind mehr als 300% der Kerne oder mehr als 100% des Speichers des Nodes zugewiesen |
| Speicher | Speicher nicht verfügbar; Belegung über 80% und 90%; VM-Festplatten sind mehr als 150% der Speicherkapazität zugewiesen |
| VM-Netzwerk | eine vmbr-Bridge ist nicht aktiv |
| Backup | ein Backup-Job endete mit Fehler oder Warnung; kein aktuelles VM-Backup seit mehr als 26 Stunden; Backup-Verifizierung fehlgeschlagen; eine VM ist in keinem Backup-Job enthalten |
| Cluster und HA | ein Node hat das Quorum verloren; nicht alle Nodes sind online; kein HA-Quorum; Fencing läuft; HA-Dienste im Fehlerzustand; ein Proxmox-VE-Systemdienst wurde gestoppt |
| Ceph | Status HEALTH_WARN oder HEALTH_ERR; ein OSD ist ausgefallen; ein Teil der Daten ist seit mehr als 15 Minuten nicht verfügbar oder nicht wiederhergestellt; Belegung über 75%; OSD-Latenz über 50 ms |
| ZFS-Replikation | die Replikation endete mit einem Fehler; die letzte erfolgreiche Synchronisation ist älter als 1 Stunde |
| Corosync | eine Verbindung zwischen Nodes ist ausgefallen oder instabil; Latenz über 5 ms |
Die Werte in diesen Tabellen sind Standardschwellenwerte. In Premium werden Schwellenwerte und eigene Trigger auf Anfrage an Ihren Server angepasst, auch gezielt für einzelne Festplatten, Sensoren, Schnittstellen und Speicher.