3.12.6 自学Zabbix3.12.6-动作Action-Escalations配置
1. 概述
Escalation 的意思是“增大，扩大”，在Zabbix中，它指的意思是一个报警在一定条件下，会执行一些额外 的操作，比个比方，一台服务器磁盘满了，可能马上需要通知的是一线的运维工程师。如果6小时后都没人处理，这个故障且还没恢复，那么可能就要汇报给经理了。 或者，PHP进程挂了，可能首先是重启PHP进程，那么如果过了一段时间这个故障还没有恢复（即PHP进程没有重启成功），那么就要通知攻城师来进行恢复了。 这是一个报警扩散的过程，即Escalation 。
Zabbix中，支持的Escalation有以下几种：
-
发生问题后，第一时间通知用户。
-
在解决问题前，每隔一段时间就向用户报警。
-
延迟报警。
-
报警可以升级，发送给更多的用户。
-
Remote command可以在时间发生后马上执行，也可以在一定时间没有解决后才执行。
-
可以向用户发送恢复通知。
可以定义一个“Escalation Step”，意为“扩散步骤”，定义何时扩散报警，以及如何扩散。
每一个步骤可以定义一个Action和持续时间。步骤要在报警后马上发出，步骤个数没有限制，Zabbix只会从第一个开始逐个执行。
Escalation是一个比较复杂的机制，特别是跟其他东西结合起来后，下面看一些常见情况：
-
出问题的Host在发出第一个报警后进入了Maintainence状态：这个Action剩余的Escalation Step都会被执行。Maintainence状态不会停止Operation，只会对Action有关系简单的说，一旦这个Action被执行，那么其中的每一步都会执行。
-
在Time period中定义的时间在发出第一个报警后就结束了：同（A）中的情形，Time period也只会影响Action执行与否，而不会影响Action中的Operation执行与否。
-
在Maintainence状态时发生了问题，并且在Maintainence状态结束后依然没有恢复：所有Escalation Step都是从Host（或者其他）结束Maintainence状态后开始。
-
当Host在no-data Maintainence状态时发生问题，在结束no-date Maintainence状态时，这个问题还没有恢复：Trigger 的触发，一定是先于Escalation Step的开始。
-
不同的Escalation Step非常接近相互有重叠的部分：没一个Escalation都会接替之前的Escalation，但是由于步骤（A）是在问题发生后马上执行的，所以“之前的Escalation”至少会执行一个动作。这些行为跟Evnet 和 Action相关。
-
在Escalation执行过程中，Action被禁用了：正在发送过程中的信息和之后的那一条信息会被发送。其中后面的那条信息会在发送的信息之前加上“NOTE：Escalation cancelled：action‘<Action name>’ disabled”。这样，用户就会知道Action已经被禁用了，之后也不会受到关于这个Action的消息了。
2. 几个示例
示例1：
要求每隔30分钟向“MySQL Administration”的User group发送一次报警，一共发送5次。
-
在Action的Operation标签中，将“Default operation step duration”（默认操作时间间隔）设置为1800秒，即要求中的30分钟。
-
在Steps的地方设置为“From 1 to 5”，表示Escalation Step的第一步到第五步都是执行这个操作。
-
选择“MySQL Administration”组作为发送报警的收件人。
通过这样的设置，假设Action是0点0分触发的，那么在0点30分，1点，1:30，2:00 都会将报警发送给“MySQL Administration”用户组中的所有用户，当然，如果在这个过程中，Trigger 恢复了，那么就会打断这些事件。
示例2：
如果示例1中的问题一直没有解决，我们希望吧这个问题通知到更加资深的DBA，可以进行下面的设置。
-
在Operation标签中，将默认时间设置为36000秒，即10个小时。
-
将escalation steps设置为“From 2 to 2”，意思就是只在第（2）步中执行。
在问题发生后，如果10个小时还没恢复，那么这个问题就会通知到资深DBA，可以在发送消息的内容中加上类似“这个问题已经10个小时没有处理”之类的话，提醒收到告警的工程师去解决。
示例3：
当出现问题时，先通知MySQL Administration，如果问题持续10个小时，将这个问题发送给DBA经理，如果还解决不了，会尝试重启数据库。 如果依然解决不了，那么只能邮件通知用户，最后使用IPMI命令，重启MySQL服务器。
示例4：
最后看一个自定义Duration的例子，先看是如何设置Action的。
假设问题是在00:00发生的，那么它的执行顺序如下。
-
在00:00、00:30、01:00、01:30 会向Zabbix administrators用户组发送邮件，这是由于我们设置了默认的时间间隔是1800秒，即30分钟。
-
在02:00 和 02:10向Admin发送邮件。
-
在02:00 、02:10 和 02:20 执行远程命令。
-
在04:00 向Admin 发送邮件。
这里有几个理解起来比较麻烦的地方，一个是在图中，只有02:00 和 02:10 时才会向 Admin发送邮件，而不会在03:00，这是因为在图中 5-6和5-7都设置了Operation，那么5-7中设置的600秒就会覆盖5-6中设置的3600秒。在条目3中，因为设置的600秒生效，所以每隔10分钟向Admin发送一次邮件。 在条目4中，由于经过了8、9、10、11则这4个Step，所以是默认的30分钟的4倍，即2个小时，到04:00，向Admin发送报警。