Частое срабатывание триггера

[Evgene-mmk]

Сегодня ночью из-за неких проблем у сетевиков от нескольких серверов прилетело больше 1000 сообщений на почту типа "Problem: MSSQL: Service is unavailable" и через некоторое время "Resolved in 26s: MSSQL: Service is unavailable".
Загрубить триггер чтоб он срабатывал после двух трех проверок, вроде как не вариант, потому как сегмент сети может отваливаться периодически с разным интервалом.
Отключать триггер если он сработал больше N раз за 10 мин ? Как это сделать ? Только через API ?
Кто как борется с данным явлением ??

[Semiadmin]

Можно условие срабатывания поправить, сделать что-то вроде "в течение часа все было хорошо, а сейчас сломалось". При этом условие восстановления становится обязательным, а то быстро погаснет.

[Evgene-mmk]

Можно условие срабатывания поправить, сделать что-то вроде "в течение часа все было хорошо, а сейчас сломалось". При этом условие восстановления становится обязательным, а то быстро погаснет.

Не понял можно подробнее? Было {Template DB MSSQL by ODBC:net.tcp.service[tcp,{HOST.CONN},{$MSSQL.PORT}].last()}=0 немного "загрубил" {Template DB MSSQL by ODBC:net.tcp.service[tcp,{HOST.CONN},{$MSSQL.PORT}].max(3m)}=0

[Semiadmin]

как-то так:
Problem: net.tcp.service.min(1h,1m) >0 and net.tcp.service.last()=0
Recovery: net.tcp.service.last()>0

[Victor Vislobokov]

Сегодня ночью из-за неких проблем у сетевиков от нескольких серверов прилетело больше 1000 сообщений на почту типа "Problem: MSSQL: Service is unavailable" и через некоторое время "Resolved in 26s: MSSQL: Service is unavailable".
Загрубить триггер чтоб он срабатывал после двух трех проверок, вроде как не вариант, потому как сегмент сети может отваливаться периодически с разным интервалом.
Отключать триггер если он сработал больше N раз за 10 мин ? Как это сделать ? Только через API ?
Кто как борется с данным явлением ??

Это явление назвается Флаппинг Защиты от которого в Zabbix нет.
Но в данном случае, вам надо разобраться чего вы хотите? А хотеть вы можете разного: например, отключить уведомления, оставив триггер или чтобы триггер срабатывал и оставался сработавшим, не реагируя на кратковременное восстановление работы службы или напротив, чтобы триггер перестал срабатывать после 3-4 раз недоступности/доступности. Соотвественно и способы есть разные: изменить условия срабатывания триггера, создать глобальную корелляцию, которая будет закрывать триггер(ы) в случае проблем с вышестоящим сетевым оборудованием, наконец создать период обслуживания на период проведения сетевиками работ, в который данные по хостам будут собираться, но сработка триггеров происходить не будет. Определитесь.

[Evgene-mmk]

>>чтобы триггер перестал срабатывать после 3-4 раз недоступности/доступности. Да, наверно это лучший вариант. Правильней было бы после 10 срабатываний на 30 мин посылать некое сообщение и отключать оповещение по этим триггерам. Как это реализовать ?? Возможно ли в триггере делать инкремент какого-нибудь макроса который потом сбрасывать вручную ?
>>создать глобальную корелляцию, которая будет закрывать триггер(ы) в случае проблем с вышестоящим сетевым оборудованием. Не пойдет, у меня нет триггеров от сетевого оборудования тем более это ВМ которые могут перемещаться по разным серверным в разных сегментах сети.
>>наконец создать период обслуживания на период проведения сетевиками работ. Нет, это аварийное состояние.

[Evgene-mmk]

как-то так:
Problem: net.tcp.service.min(1h,1m) >0 and net.tcp.service.last()=0
Recovery: net.tcp.service.last()>0

Я правильно понимаю что для следующего срабатывания он должен быть 1 час в состоянии ОК. То есть если начнется такая колбаса он пришлет мне один раз проблему, потом восстановление, и после не будет реагировать пока не будет ОК в течении часа ?? (хотя сеть и будет отваливаться периодически). То есть у меня не будет причин толкнуть сетевиков для исправления проблемы.

[Semiadmin]

Ну вы же вообще хотели отключать триггер через API, а тут он просто не будет срабатывать в течение заданного времени после аварии.

[Evgene-mmk]

Ну вы же вообще хотели отключать триггер через API, а тут он просто не будет срабатывать в течение заданного времени после аварии.

Да, как один вариантов. Может быть есть какое-то другое решение ?
Просто представьте: Все спят и видят сны, в час ночи приходит первое сообщение, через 20 мин и 20 сообщений я понимаю что проблема не моя. Но сообщения сыплются до утра, отключить я их не могу, кроме меня не спят еще пять человек и это не считая сетевиков.
Наверно такая проблема возникала не только у меня вот и хотел бы узнать кто-как решал подобные проблемы.

[Semiadmin]

Я бы сначала начал с формулировки алгоритма - как именно оно должно работать. Часто то, что не удается реализовать одним триггером, реализуемо через вычисляемый айтем и триггер. Надо понимать, что хотя в Zabbix и нет ни галки "stop flapping", ни полноценного event processing'а, при желании можно сделать многое.

[Semiadmin]

Но вообще, классический способ - просто отложить выход из проблемы до тех пор, пока работа не стабилизируется:
Problem: net.tcp.service.last()=0
Recovery: net.tcp.service.min(30m)=1