Esta página está destinada a proporcionar información de la instalción y uso del Troubleshooting Wizard, que tiene como objetivo ayudar a los clientes a ejecutar un diagnóstico completo de su(s) servidor(es) para determinar la causa raíz de algún probable problema que se esté presentando.

Abarcaremos desde la descarga e implementación del archivo de Troubleshooting, pasando por el análisis completo del servidor utilizando cada uno de los menús interactivos del programa.

Este documento está basado en las pruebas mencionadas en la página Proceso de resolución de problemas de dispositivos en NMIS.

Descripción del problema

Para poder ejecutar el Troubleshooting Wizard, debemos tener una descripción muy bien detallada por parte del cliente que nos dé un buen panorama de la situación que está presentando.

Para esto, debemos resolver algunas preguntas importantes:

a) Descripción de la incidencia: ¿qué está sucediendo? ¿desde cuándo?

b) ¿En qué servidor o servidores se está presentando la incidencia?

c) Descripción del servidor o servidores en los que se está presentando la incidencia: CPUs, RAM, DD, nodos totales.

d) ¿En que nodo o nodos se está presentando la incidencia?

e) Detalles adicionales, por ejemplo: configuración actual de cron de NMIS por lo menos, configuración actual del archivo /etc/mongod.conf, configuración de parámetros de base de datos en /usr/local/omk/conf/opCommon.nmis, si se modificó algún archivo recientemente, si alguna configuración realizada ya sea en el servidor o en los equipos provocó la incidencia.

Troubleshooting Wizard: Instalación y ejecución

El archivo de instalación (.sh) puede conseguirse en el siguiente link de GitHub: https://github.com/tom-tics/TS_Wizard_NMIS8_OPMANTEK.

Debe descargarse y subirse al servidor en el cual se quiera realizar el análisis mediante un cliente FTP (como FileZilla), a la carpeta deseada por el cliente.

Una vez que ya se tenga el archivo en el servidor, lo ejecutamos con el comando: sh 01_TS_Wizard_OMK.sh

Una vez que hayamos ejecutado el archivo, accederemos a la pantalla inicial, donde se muestran los detalles del Sistema Operativo, como es la versión de Linux y un pequeño resumen de la memoria y CPU del sistema.

De igual forma, se muestra el Menú Principal, donde encontraremos las diferentes opciones a las que podemos acceder:

1. Execute Healthcheck: podremos realizar una revisión completa del servidor.
2. NMIS Configuration Consistency : podremos revisar la consistencia de los archivos de configuración más importantes de NMIS.
3. Nodes Troubleshooter: podremos revisar el comportamiento de los nodos agregados a NMIS.
4. Smart Diagnostic: crea un diagnóstico completo del sistema en un archivo .tar.gz, el cual podrá adjuntarse en caso de que se requiera abrir un ticket con el Soporte de Opmantek
5. Create System Backup File: crea un archivo .tar.gz que contendrá un backup de las carpetas /etc/* y /usr/local/*.
6. Execute Support Automation Tool: genera un archivo de soporte de NMIS y uno de OMK, los cuales podrán adjuntarse en caso de que se requiera abrir un ticket con el Soporte de Opmantek.

Troubleshooting Wizard: Funcionalidades

1. Execute Healthcheck

Podremos elegir entre diferentes opciones, las cuales se muestran a continuación:

1. TOP

Este comando nos da información de todos los procesos que se están ejecutando en este momento en el servidor y el porcentaje de utilización de CPU y memoria RAM.

Siempre será importante basarnos en el load average y en el %CPU, ya que si estos valores son altos, tendremos seguramente un problema en algún o algunos procesos que se están ejecutando actualmente.

Al final de la ejecución del comando, nos muestra una serie de tips, como son:

• Comprobar las particiones de los discos.
• Limpiar archivos de registro que ocupen demasiado espacio.
• Eliminar caché.

2. System date and time

Es muy importante que el servidor tenga configurada de forma correcta la fecha y hora, según la zona horaria de cada cliente; esto debido a que hay muchos procesos que se ejecutan en lapsos específicos de tiempo y, de igual forma, los logs del sistema y los registros de modificación de archivos, contienen marcas de tiempo para poder detectarse en caso de un error.

Es por eso que se incluye este apartado para que el operador sepa que la fecha y hora del sistema son adecuadas. Al final, en caso de que el servidor no tenga un NTP activado, se muestra un tip para contactar al administrador del sistema y verificarlo.

3. Disk R/W

Con este análisis, podremos darnos cuenta si existe una falla física en los discos del servidor.

El programa ejecuta los comandos:

• dd if=/dev/zero of=/data/omkTestFile bs=10M count=1 oflag=direct
• dd if=/data/omkTestFile of=/dev/null 2>&1

Y después, muestra la salida, que se tiene que comparar con los valores:

• 0.0X s, parámetros correctos.
• 0.X s, hay una advertencia (y podría generar un problema).
• X.0 s, es crítico (y existe un problema).

De igual forma, se ejecuta un iostat -x 5 4, que se usa para monitorear la carga IO del equipo del sistema. Si se tiene un alto %util, es muy probable que exista un problema que pueda llevar incluso a la pérdida de datos, lo cual se señala al final de la ejecución del comando.

4. Filesystem

Muestra un análisis detallado del espacio en cada uno de los filesystems del sistema, esto para comprobar que la posible incidencia no se esté presentando por una falta de espacio en el servidor. También muestra un tip de que si el uso es +85% en alguno de los ficheros, se contacte al administrador para que se puedan depurar.

De igual forma, ejecuta un comando para saber la utilización de la memoria RAM y swap del sistema, mostrando un tip si se tiene un alto porcentaje de utilización para contactar al administrador y ver qué está sucediendo.

5. Service status

Se ejecuta una revisión de cada uno de los demonios del sistema, para comprobar que todos los procesos esenciales se estén ejecutando de manera correcta.

Se ejecutan los siguientes comandos:

• service omkd status
• service mongod status
• service nmisd status (si aplica)
• service nmis9d status (si aplica)
• service httpd status
• service opchartsd status
• service opeventsd status
• service opconfigd status
• service opflowd status
• service crond status
• service snmpd status
• service iptables status

De igual forma, se revisa que SELinux esté desactivado.

En caso de que se detecte que algún servicio esté down y sea importante para el funcionamiento del sistema, debe reiniciarse como indica el script.

Si persiste el down, deberá revisarse el log de dicho demonio y analizarse para ver qué está sucediendo.

6. Load average

Esta prueba permite saber la carga promedio del sistema para un periodo de tiempo definido.

El script nos muestra algunas interpretaciones para saber qué está sucediendo en el servidor:

• Si los promedios son 0.0, entonces el sistema está inactivo.
• Si el promedio de 1 minuto es más alto que los promedios de 5 o 15 minutos, entonces la carga está aumentando.
• Si el promedio de 1 minuto es más bajo que los promedios de 5 o 15 minutos, entonces la carga está disminuyendo.
• Si los promedios son más altos que el recuento del CPU, es posible que se tenga un problema de rendimiento.

7. Top 5 processes by CPU and Memory

Muestra los 5 principales procesos que están utilizando más porcentaje del CPU en el servidor, además de detalles del CPU y de la memoria.

Al final muestra un tip de que si los procesos superan el 85% de la CPU o la memoria, se realice una investigación, ya que podría ser un caso de procesos que se han quedado colgados o que no responden.


8. Tcpdump

El comando tcpdump nos permite capturar en un archivo el tráfico de la red en la que se encuentre el servidor del cliente, para después analizarlo con algún programa como Wireshark.

Con esto, el operador puede saber si existe algún problema en la comunicación entre el servidor y los equipos agregados a NMIS y sus módulos, ya que al analizarlo se dará cuenta si existe pérdida de paquetes en el tráfico de la red.

9. Local IP routing table

Permite conocer el estado y configuración de las tablas de rutas IP, que nos sirven para enviar y saber cómo se envían los paquete en las distintas redes que se tienen configuradas en el servidor en cuestión.

10. List of logged users.

Permite saber quiénes son los usuarios que están utilizando el shell en ese momento, esto servirá para mantener una mejor administración de las personas que acceden y, en algunas ocasiones, de los que modifican algún archivo importante del sistema.

11. Log user audit

Es importante conocer el inicio de sesión de cada uno de los usuarios que utilizan el sistema, esto servirá para saber si alguno de ellos realizó alguna modificación que podría haber ocasionado el mal funcionamiento del mismo. 

La ejecución de esta sección, permite revisar logs del sistema, obtiene una vista de usuarios conectados, búsqueda de errores, mensajes críticos y alertas en los registros del sistema operativo.


12. Show last used commands

Esta revisión va de la mano con el punto anterior y nos permitirá conocer los últimos 30 comandos ejecutados en el servidor.

De igual forma, los 10 comandos más utilizados de esa lista de 30 y el número de veces que se han ejecutado.

13. Show DNS config

La revisión del archivo /etc/resolve.conf es importante, ya que nos permitirá saber si la configuración de los nombres de dominio y la redirección a alguna IP importante es correcta.

Se puede confirmar que la estructura del archivo señalado es la adecuada.

14. Prueba de internet

Se realiza una prueba para enviar tres paquetes de internet al servidor de Google y verificar la conectividad a internet del servidor. Esto sirve para poder actualizar paquetes que requieran descargarse vía internet directamente en consola, como yum y cpan.

De igual forma, muestra la IP pública del servidor.

2. NMIS Configuration Consistency

1. Check NMIS code

Permite comprobar la sintaxis de los archivos de configuración de la carpeta /usr/local/nmis8/* y muestra si hay algún error en los códigos.

Se muestra un tip para que el operador revise los archivos que se encuentren con alguna inconsistencia.

2. Perform a configuration backup

Realiza una copia de seguridad de los directorios de configuración para conservar todos los ajustes realizados por el cliente.

Debe señalarse la carpeta en la cual se va a realizar este respaldo, en este ejemplo utilizamos /tmp y el script comenzará a ejecutarlo.

El programa muestra el árbol de las carpetas y archivos respaldados y el nombre del archivo .tar.gz generado.

3. Compare file configurations

Permite realizar una comparación de los archivos:

• /usr/local/nmis8/install/Config.nmis y /usr/local/nmis8/conf/Config.nmis
• /usr/local/omk/install/opCommon.nmis y /usr/local/omk/conf/opCommon.nmis

Para poder encontrar alguna inconsistencia en la configuración que puedan estar causando algún problema con NMIS y/o los módulos.

4. Execute fixperms rutine

Ejecuta en automático el comando /usr/local/nmis8/admin/fixperms.pl, que permite al operador la corrección general de los permisos de todos los archivos del sistema.

5. Model checking

Ejecuta una validación de sintaxis y verificación de longitud variable en los archivos de la carpeta de modelos /usr/local/nmis8/models/*.

Es importante para que el operador pueda tener funcionando de manera correcta cada uno de los diferentes modelos de los equipos agregados a NMIS.

Si el script encuentra algún detalle, lo señala y al final da un tip para que el operador revise esa inconsistencia.

6. Crontab checking

Ejecuta una comprobación de la configuración de cada uno de los archivos de cron con los que NMIS y los módulos funcionan, esto para comprobar que no exista alguna rutina que esté causando algún conflicto que pueda afectar el funcionamiento del sistema.

De igual forma, ejecuta un ll en /etc/cron.d/ para comprobar que no se tienen backups dentro de esa carpeta, ya que puede provocar problemas para la ejecución de las tareas.

7. Verify CPAN libraries

Ejecuta una comprobación de las bibliotecas CPAN y muestra cuáles hacen falta para que el operador pueda instalarlas en caso de ser necesario.

8. Last changed files

Ejecuta una búsqueda de los últimos archivos modificados en diferentes directorios:

• /nmis8/admin/
• /nmis8/bin/
• /nmis8/cgi-bin/
• /nmis8/conf/
• /nmis8/models/
• /nmis8/lib/
• /omk/conf/
• /etc/cron.d/

Y los acomoda del archivo modificado más recientemente hasta el más antiguo.

Esto es importante para que el operador pueda saber si alguna modificación en días recientes puede haber causado un mal funcionamiento del sistema.

3. Nodes Troubleshooter

1. Polling summary

Esta herramienta ayudará a determinar el tiempo que el servidor tarda en recolectar la información de los nodos agregados a NMIS y si no se puede completar algunaa operación.

Se podrá ver cuántos nodos tienen un collect tardío, así como también un resumen de los nodos que sí colectan y los que no.

/usr/local/nmis8/admin/polling_summary.pl

2. Traceroute

Esta herramienta de diagnóstico de red, permitirá rastrear en tiempo real la ruta tomada por un paquete en una red IP desde el origen hasta el destino, informando las direcciones IP de todos los enrutadores entre los que hizo ping.

Se ejecuta traceroute IPDELNODO.

3. MTR

Esta herramienta de diagnóstico de red, proporcionará la funcionalidad de ping y traceroute.

De igual forma le permitirá al operador saber si la herramienta está instalada o no.

Se ejecuta mtr -r IP

4. Ping

Esta herramienta permitirá probar si un host en particular es alcanzable a través de una red IP. Un ping mide el tiempo que tardan los paquetes en enviarse desde el host local a una computadora de destino y viceversa.

Se ejecuta ping IP

5. SNMP


Este comando utiliza solicitudes SNMP GETNEXT para consultar información en un dispositivo de red. Se puede proporcionar un identificador de objeto (OID) en la línea de comando.

Permitirá saber si el nodo en cuestión está respondiendo de forma correcta al protocolo y comprobar que NMIS esté recopilando sus métricas adecuadamente.

Se ejecuta snmpwalk -v 2c -c SNMP IPNODO OID

6. Update
 nodes

Es importante comprobar que el update manual a uno o más nodos se haga de forma correcta.

/usr/local/nmis8/bin/nmis.pl type=update node=NOMBRENODO

7. Collect nodes

Es importante comprobar que el collect manual a uno o más nodos se haga de forma correcta.

/usr/local/nmis8/bin/nmis.pl type=collect node=NOMBRENODO

8. Búsqueda de eventos de nodo

La ejecución de una búsqueda de eventos en particular permitirá comprobar si hay alguno que esté afectando el funcionamiento del nodo en cuestión.

grep -lir "evento" nmis.log

9. Ejecución de un backup del archivo Nodes.nmis

Es importante que el operador realice un backup del archivo original de nodos antes de realizar cualquier modificación que tenga que ver con los equipos agregados a NMIS.

cp /usr/local/nmis8/conf/Nodes.nmis /usr/local/nmis8/conf/Nodes.nmis.bkp

10. Ejecución de Support zip


Esta herramienta permite recopilar todos los archivos importantes puedan explicar cuál es el problema que se está presentando mediante los dos comandos señalados a continuación:

/usr/local/nmis8/admin/support.pl action=collect maxzipsize=9000000000000

/usr/local/omk/bin/support.pl action=collect

Diagnóstico Inteligente

Incluye todas las secciones anteriores, con un extra.

Show version of RRD/mongo


Zombies checkup


Primer borrador

Análisis de causas

En este apartado se realizará la evaluación de todas los posibles motivos que llevaron a que la incidencia ocurriera según reporta el cliente en cuestión, revisando cada uno de los parámetros de importancia del servidor, desde archivos de configuración importantes, pasando por hardware, software y, de ser necesario, revisión a fondo de los nodos involucrados.

Es importante que el cliente envíe un NMIS Support Tool y/o un OMK Support Tool desde el inicio, esto para tener una copia de los archivos de configuración más importantes en el momento del reporte de la incidencia.

2.1. Análisis de Support Tool

Dependiendo del escenario, comenzaremos revisando los archivos importantes contenidos en el Support Tool, se mencionan algunos de ellos a continuación:

• Carpeta conf: Config.nmis, Nodes.nmis, Users.nmis
• Carpeta logs: error_log, event.log, nmis.log.
• Carpeta models: revisar si hubo algún cambio reciente que pudiera afectar.
• Carpeta system_status: cpuinfo, disk_info, iostat, meminfo, top.
• Carpeta system_status/apache: revisar los archivos de configuración.
• Carpeta system_status/cron: revisar si el crontab contiene algún comando que pueda crear conflicto con otro cron.
• Carpeta system_status/cron.d: revisar si no hay un cron duplicado y que al menos el cron de nmis esté configurado de manera correcta.

2.2. Análisis de cambio de configuraciones

En este análisis nos servirá de mucha ayuda el Support Tool enviado por el cliente, ya que podremos darnos cuenta si algún archivo de configuración fue modificado en los últimos días.

De igual forma, debemos tener acceso al servidor en cuestión, para poder verificar si se hizo algún backup y así poder restablecer el archivo a los parámetros anteriores.

Las principales carpetas a revisar son:

• /usr/local/nmis8/conf
• /usr/local/omk/conf
• /etc/cron.d

2.4. Análisis de nodos

En este punto, se ejecutará un análisis a fondo de los nodos en los cuales se haya detectado algún problema durante el momento de la incidencia.

Se recomienda revisar las siguientes gráficas en NMIS:

• Gráfica de KPIs

• Gráfica de Reachability, Availability and Health

• Gráfica de Response Time

• Gráfica de IP Utilisation

De igual forma, se recomienda realizar búsquedas mediante un ps -fea | grep nombredenodo de los nombres de los nodos en las carpetas:

• /usr/local/nmis8/logs
• /usr/local/omk/logs

Esto con la finalidad de encontrar detalles que pudieron afectar los collects y/o los updates de los nodos, o algún tema en los módulos que impliquen lo

3. Análisis de resultados

En

4. Conclusiones y recomendaciones

En