Zabbix сервер не опрашивает агенты

[As_lan]

Zabbix 3.0.2. Ubuntu x64 14.04.

Некоторое время назад заметил, что перезагруженные сервера (которые мониторятся забиксом) перестают мониторится. При этом сама служба забикс агента работает. На запросы через zabbix_get (с сервера забикса) отвечает, данные отдает. Но вот в вебке горит "Zabbix agent on ..... is unreachable for 5 minutes". Помогает только перезапуск службы Zabbix Server. Но если опять перезапустить службу агента, то опять отвалится.

Телнетом к забикс агенту подключается(в прочем ничего удивительного, ведь zabbix_get получает данные)

В логах ничего. Ни у агента ни у сервера.

В вебке в статусе "Доступность" у сервера горит зеленым. Причем удивительно то, что если остановить службу агента, то он все равно продолжает гореть зеленым о_О.

Куда копать не знаю. Повторюсь в логах чисто. Проблема исчезает только после перезагрузки сервера и повторяется если перезапустить агент.

[karik-himik]

В логах ничего. Ни у агента ни у сервера.

Вообще ничего ? лог пустой ? или ничего подозрительного ?
А уровень логгирования дефолтный ? Или даже с уровнем 4 или 5 в логах ничего ?

[As_lan]

Конечно в смысле ничего подозрительного. Ставил уровень в 4. так же ничего подозрительного не увидел. В момент перезапуска агента сообщается что связь потеряна и будет повторная попытка через 15 секунд, но видимо повторной попытки нет и сервер перестает наблюдать за этим узлом.

[karik-himik]

Хм... не знаю, как сэмулировать вашу проблему, чтобы самому посмотреть.

А что говорит какой-нибудь netstat ? В каком состоянии соединения и много ли их в тот момент, когда связь отваливается ?
Можно еще Wireshark-ом посмотреть что происходит в этот момент

А проверки активные или пассивные ?

[As_lan]

На разных серверах по разному. Где-то есть активные, где-то пассивные. ОТ этого не зависит.

Netstat и tcpdump сегодня еще посмотрю. Надо будет деактивировать все узлы, иначе в таком потоке данных ничего не поймешь в tcpdump.

[karik-himik]

А попробуйте для начала на клиенте собрать траффик, чтобы все узлы не деактивировать. Вдруг и не понадобится

[tivrobo]

присоединяюсь к треду

Добрый день, коллеги!

Хочу присоединиться к треду, т.к. у меня аналогичная проблема (я так думаю).

Мой конфиг:
zabbix_server (Zabbix) 3.0.2
zabbix_proxy (Zabbix) 3.0.3
zabbix_agentd Win64 (service) (Zabbix) 3.0.0

Симптомы следующие:
Есть Windows Server 2012 R2 Core (2 сервера), на котором установлен агент, используются пассивные проверки.
Время от времени срабатывает триггер "Zabbix agent on {HOST.NAME} is unreachable for 5 minutes".

В этот момент со стороны Zabbix Proxy:
тест подключения телнетом на 10050 порт - работает
zabbix_get выдает ошибку: Timeout while executing operation

Логи Zabbix Proxy: proxy-log.zip

Со стороны Zabbix Agent:
Сервер работает, служба агента запущенна, логи пишутся, но если посмотреть netstat, то видно куча подключений к zabbix_agentd.exe от Zabbix Proxy со статусом CLOSE_WAIT

Момент, когда подключения переходят в CLOSE_WAIT:


Нормальная работа агента:


По наблюдениям - есть четкая связь между тем, когда подключения "зависают" и доступностью агента в Zabbix Server.
Т.е. агент перестает работать, когда соединения не закрываются, а остаются висеть в CLOSE_WAIT и все становиться хорошо, когда Windows завершает эти подключения по таймауту (https://blogs.technet.microsoft.com/...ng-close_wait/).

Логи Zabbix Agent: agent-log.zip

P.S. аналогичная проблема на этих серверах была и на платформе 2.4

[As_lan]

На счет вашего случая не могу сказать, но у себя кажется нашел причину, сейчас хочу убедиться что я не ошибаюсь, поэтому тестирую. А проблема была в Пользовательской проверке, которая выполнялась скриптом. Скрипт выполнялся долго, из-за чего в этот момент агент переставал отвечать на запросы. Причем странно то, что скрипт только на одном узле, я отвалиться мог любой узел. Возможно причина в другом. На днях обновления для сервера и агента появились в репозиториях. Может после обновления проблема исчезла.

[tivrobo]

Тогда вам необходимо увеличить Timeout на агенте

[As_lan]

Пробовал) ставил даже 30.

[tivrobo]

Пробовал) ставил даже 30.

а сколько по времени выполняется ваш скрипт?

и кстати от этого хост не должен становится unreachable, просто проверка не будет работать

вы все таки посмотрите на проблемном хосте netstat -nab | findstr 10050

[As_lan]

Ну вот и я удивился, почему из-за одного скрипта столько проблем.

Сейчас вроде бы все работает. Если проблема повторится - проверю =)