運維的利器–監控–zabbix–第三步:配置zabbix–中間件–Tomcat–步驟+驗證

🏠個人主頁:fo安方的博客?
💂個人簡歷:大家好,我是fo安方,目前中南大學MBA在讀,也考取過HCIE Cloud Computing、CCIE Security、PMP、CISP、RHCE、CCNP RS、PEST 3等證書。🐳
💕興趣愛好:b站天天刷,題目常常看,運動偶爾做,學習需勞心,尋覓些樂趣。🎐
💅歡迎大家:這里是CSDN,是我記錄我的日常學習,偶爾生活的地方,喜歡的話請一鍵三連,有問題請評論區討論。🌺
🥣導讀頁:這是英語~四級考試所有專欄的導航頁→監控–zabbix,記得收藏喲,閱讀無煩惱。🌊
🥣專欄:歡迎訂閱→運維的利器–監控–zabbix5.0–入欄需看,考試不迷路!🌊
🐥希望本文能夠給讀者帶來一定的幫助~🌸文章粗淺,敬請批評指正!🐥

在這里插入圖片描述

文章目錄

  • 步驟:
    • 1、監控Tomcat需要開啟jmx監控功能,需要修改Tomcat配置文件并重啟;
      • Windows開啟jmx:
      • Linux開啟jmx:
    • 2、在zabbix server端安裝zabbix-java-gateway,將zabbix-java-gateway的rpm包拖進服務器,使用rpm -ivh或者yum install命令安裝zabbix-java-gateway,安裝完成后啟動并設置自啟;
    • 3、配置Zabbix主機,在主機配置頁面,添加JMX接口,添加Apache Tomcat by JMX或者Generic Java JMX模板(兩個一起添加也行),添加后查看JMX圖標是否變綠;
  • 驗證:

步驟:

1、監控Tomcat需要開啟jmx監控功能,需要修改Tomcat配置文件并重啟;

Windows開啟jmx:

需要找到tomcat安裝目錄下的bin目錄,新建setenv.bat文件(如果該文件已存在就在文件里加上配置),輸入以下內容并保存,然后重啟tomcat:

set "CATALINA_OPTS=%CATALINA_OPTS% -Dcom.sun.management.jmxremote"
set "CATALINA_OPTS=%CATALINA_OPTS% -Dcom.sun.management.jmxremote.port=12345"
set "CATALINA_OPTS=%CATALINA_OPTS% -Dcom.sun.management.jmxremote.ssl=false"
set "CATALINA_OPTS=%CATALINA_OPTS% -Dcom.sun.management.jmxremote.authenticate=false"
set "CATALINA_OPTS=%CATALINA_OPTS% -Djava.rmi.server.hostname=tomcat服務器ip"

在這里插入圖片描述

Linux開啟jmx:

需要找到tomcat安裝目錄下的bin目錄,新建setenv.sh文件(如果該文件已存在就在文件里加上配置),輸入以下內容并保存,然后給setenv.sh文件修改權限(chmod +x tomcat安裝目錄/bin/setenv.sh):

CATALINA_OPTS="$CATALINA_OPTS -Dcom.sun.management.jmxremote
-Dcom.sun.management.jmxremote.port=12345
-Dcom.sun.management.jmxremote.ssl=false
-Dcom.sun.management.jmxremote.authenticate=false
-Djava.rmi.server.hostname= tomcat服務器ip "

驗證jmx是否開啟成功,telnet tomcat服務器IP 12345,能訪問即可;

在這里插入圖片描述

2、在zabbix server端安裝zabbix-java-gateway,將zabbix-java-gateway的rpm包拖進服務器,使用rpm -ivh或者yum install命令安裝zabbix-java-gateway,安裝完成后啟動并設置自啟;

systemctl start zabbix-java-gateway #啟動
systemctl enable zabbix-java-gateway #自啟
systemctl status zabbix-java-gateway #查看狀態

在這里插入圖片描述

然后修改/etc/zabbix/zabbix_server.conf配置文件,添加以下配置,完成后執行systemctl restart zabbix-server重啟zabbix-server;
JavaGateway=服務器IP
JavaGatewayPort=10052
StartJavaPollers=5

在這里插入圖片描述

3、配置Zabbix主機,在主機配置頁面,添加JMX接口,添加Apache Tomcat by JMX或者Generic Java JMX模板(兩個一起添加也行),添加后查看JMX圖標是否變綠;

在這里插入圖片描述

在這里插入圖片描述

驗證:

在配置主機頁面,點擊需要監控的主機的監控項,選擇任意tomcat模板的監控項,點擊下方的測試(沒有測試按鈕就換一個監控項),能獲取到數據說明添加成功,失敗則會報錯;
在這里插入圖片描述

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/87023.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/87023.shtml
英文地址,請注明出處:http://en.pswp.cn/web/87023.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

大模型在重癥哮喘手術全流程風險預測與治療方案制定中的應用研究

目錄 一、引言 1.1 研究背景與意義 1.2 研究目標與方法 1.3 研究創新點 二、重癥哮喘概述 2.1 定義與發病機制 2.2 分類與臨床表現 2.3 診斷標準與方法 三、大模型技術原理與應用現狀 3.1 大模型的基本原理 3.2 在醫療領域的應用案例分析 3.3 適用于重癥哮喘預測的…

Webpack的插件機制Tapable

Tapable 是一個輕量級的庫,用于創建和管理插件鉤子(hooks),它在 Webpack 中廣泛應用,用于實現插件系統。Tapable 提供了一種機制,允許插件在特定的生命周期階段插入自定義邏輯,從而擴展應用程序…

FRONT歸因-兩階段訓練流程

FRONT, Fine-Grained Grounded Citations歸因 FRONT歸因,首先從檢索到的源文檔中選擇支持性引用,然后基于這些引用指導生成過程,確保生成回答有據可依,引用準確無誤。 FRONT的特色在于兩階段歸因訓練,要點如下: 階…

單端轉差分放大器AD8138

根據 AD8138 的數據手冊特性及參數,可以實現單端 5Vpp(偏置 0V)正弦波轉差分 5Vpp(共模 2.5V)的功能,但需注意以下細節: 1. 信號幅度匹配性 輸入信號:單端 5Vpp(峰峰值…

用R包mice進行多重插補

利用R包mice實現的鏈式方程多重插補方法來插補缺失的數據。 所有多重插補方法都遵循三個步驟 插補——與單次插補類似,對缺失值進行插補。但是,插補值會從分布中提取m次,而不是僅提取一次。此步驟結束時,應該有m 個完整的數據集…

【專題】網絡攻防技術期末復習資料

網絡攻防技術期末復習資料 鏈接:https://blog.csdn.net/Pqf18064375973/article/details/148996272?sharetypeblogdetail&sharerId148996272&sharereferPC&sharesourcePqf18064375973&sharefrommp_from_link 網絡安全威脅的成因。 分類&#xff1a…

地震災害的模擬

為確保地震災害模擬的準確性和高效性,涉及的系統需要處理復雜的物理模型、數據輸入和多層次的模擬過程。在技術設計方案中,我們將涵蓋以下幾個方面: 背景:描述該模擬系統的目的與應用場景。需求:列出系統的功能需求&a…

9.9 《1/10成本實現GPT-3.5級表現!ChatGLM3-6B QLoRA微調實戰:4bit量化+低秩適配全解析》

1/10成本實現GPT-3.5級表現!ChatGLM3-6B QLoRA微調實戰:4bit量化+低秩適配全解析 ChatGLM3-6B 微調入門實戰:QLoRA 量化低秩適配技術 ▲ ChatGLM3-6B采用GLM架構改進版,支持32K上下文長度和代碼生成能力 一、QLoRA 技術原理精要 QLoRA(Quantized Low-Rank Adaptation)…

【Python基礎】11 Python深度學習生態系統全景解析:從基礎框架到專業應用的技術深度剖析(超長版,附多個代碼及結果)

引言:Python在深度學習領域的統治地位 在人工智能浪潮席卷全球的今天,Python已經成為深度學習領域當之無愧的王者語言。這不僅僅是因為Python語法簡潔易學,更重要的是圍繞Python構建的深度學習生態系統的完整性和強大性。從Google的TensorFlow到Facebook的PyTorch,從科學計…

RESTful API 設計原則深度解析

在 Web 服務架構中,RESTful API作為一種輕量級、可擴展的接口設計風格,通過 HTTP 協議實現資源的標準化訪問。本文從核心原則、URL 設計、HTTP 方法應用、狀態管理及面試高頻問題五個維度,結合工程實踐與反例分析,系統解析 RESTfu…

java web2(黑馬)

數據庫設計 簡介 1.軟件的研發步驟 2.數據庫設計概念 > 數據庫設計就是根據業務系統的具體需求,結合我們所選用的DBMS,為這個業務系統構造出最優 的數據存儲模型 > 建立數據庫中的表結構以及表與表之間的關聯關系的過程, > …

Meta 宣布加入 Kotlin 基金會,將為 Kotlin 和 Android 生態提供全新支持

近日 Meta 正式宣發加入了 Kotlin 基金會,如果你對 Meta 不熟悉,那么對于開源了 React Native 的 Facebook 應該不陌生了吧?現在它也正式加入了 Kotlin 領導者的陣營: Kotlin 基金會 是由 Jetbrains 和 Google 共同成立的基金會&a…

緩存系統-淘汰策略

目錄 一、LRU(最近最少使用) 工作原理 操作流程 基本特征 二、LFU(最不常使用) 工作原理 操作流程 基本特征 三、ARC 自適應 工作原理 操作流程 基本特征 四、TTL(生存時間) 工作原理 操作流…

TypeScript 安裝使用教程

一、TypeScript 簡介 TypeScript 是由微軟開發的開源編程語言,是 JavaScript 的超集,添加了靜態類型、接口、枚舉、類等特性,使開發大型應用更安全、可維護、可擴展。最終會被編譯為標準的 JavaScript 代碼在瀏覽器或 Node.js 中運行。 二、…

強化學習系列--dpo損失函數

DPO 概要 DPO(Direct Preference Optimization,直接偏好優化)是由斯坦福大學等研究團隊于2023年提出的一種偏好優化算法,可用于LLM、VLM與MLLM的對齊訓練。 算法基于PPO的RLHF基礎上進行了大幅簡化。DPO算法跳過了訓練獎勵模型這…

UniApp完全支持快應用QUICKAPP-以及如何采用 Uni 模式開發發行快應用優雅草卓伊凡

UniApp完全支持快應用QUICKAPP-以及如何采用 Uni 模式開發發行快應用優雅草卓伊凡 一、UniApp 對快應用的支持深度 UniApp 已完全支持快應用的開發和發布,具體包括: 兩種渲染模式: Webview 渲染(快應用 Light 版)&a…

js 允許生成特殊的變量名 基于字符集編碼混淆的 XSS 繞過漏洞 -- Google 2025 Lost In Transliteration

題目實現了一個字符轉換工具 在/file路由用戶可以通過 ct 參數自定義 Content-Type // 文件路由 - 提供靜態文件服務(JS和CSS),支持內容類型驗證 app.MapGet("/file", (string filename "", string? ct null, string?…

【仿muduo庫實現并發服務器】LoopThreadPool模塊

仿muduo庫實現并發服務器 1.LoopThread模塊1.1成員變量1.2構造函數13線程入口函數1.4獲取eventloop對象GetLoop() 2.LoopThreadPool模塊2.1成員變量2.2構造函數2.3配置線程數量2.4按照配置數量創建線程2.5依次分配Eventloop對象 1.LoopThread模塊 這個模塊是為了將EventLoop與…

華為云Flexus+DeepSeek征文|基于Dify構建文本/圖像/視頻生成工作流

華為云FlexusDeepSeek征文|基于Dify構建文本/圖像/視頻生成工作流 一、構建文本/圖像/視頻生成工作流前言二、構建文本/圖像/視頻生成工作流環境2.1 基于FlexusX實例的Dify平臺2.2 基于MaaS的模型API商用服務 三、構建文本/圖像/視頻生成工作流實戰3.1 配置Dify環境…

相機-IMU聯合標定:IMU更新頻率

文章目錄 ??簡介?? IMU頻率參數錯誤設置的影響? 相機-IMU聯合標定失敗:Optimization failed!?? 確定IMU更新頻率直接通過 rostopic hz 檢查實際頻率檢查 IMU 驅動或數據手冊從 bag 文件統計頻率在這里插入圖片描述修改 `update_rate` 的注意事項**最終建議****常見問題…