Nagios在运维圈子流传很久，不少人用久了反而不清楚它最核心的作用。简单来讲，它就是一套持续巡检服务器状态的监控程序。把Nagios部署在一台主机上，录入所有需要看管的服务器IP，程序每隔一段时间发起ping探测，一旦ping不通就推送告警消息。
搭建这套监控环境，至少准备两台设备。一台作为Nagios服务端，专门运行监控程序；另一台作为被监控对象，可以是服务器、路由器或者交换机，只要网络互通即可。系统选择比较灵活，Debian 12、Ubuntu、Rocky Linux 9都有人部署，挑自己熟悉的系统就行。官方软件源没有收录这些新版系统对应的安装包，大部分场景都需要源码编译安装。
编译前要先把依赖包安装齐全。Debian系列系统，apache2、php、libgd-dev、build-essential属于必备组件，一条apt install命令就能一次性装好。下载Nagios Core源码压缩包，解压目录，执行configure配置，再运行make all编译。之后依次执行make install-groups-users创建nagios用户和用户组，make install部署核心程序文件，make install-commandmode开启外部程序调用Nagios命令的权限。最后把apache用户加入nagios用户组，否则Web页面无法读取配置文件。
Web界面部署完成后，使用htpasswd工具为nagiosadmin账号设置登录密码，浏览器访问服务端IP就能打开监控面板。刚装好的时候面板只显示监控服务器自身，想要监控其他主机，还需要继续添加配置。
监控远程主机，Nagios原生方式就是主动ping目标IP。对应的核心指令是check-host-alive，写在commands.cfg文件内，底层调用的插件为check_ping。默认参数：-w 3000.0,80% -c 5000.0,100% -p 5，含义是往返延迟超过3000毫秒或者丢包率达到80%触发警告；延迟超过5000毫秒或者丢包率100%触发严重告警，一共发送5个ping包。这些数值可以根据实际网络调整，内网环境可以收紧阈值，跨机房监控就要放宽。
只有探测命令还不够，需要在配置文件定义host对象，告知Nagios要监控哪一台设备。在/usr/local/nagios/etc/objects/目录新建.cfg配置文件，写入define host配置块，填写host_name、alias、address，check_command指定为check-host-alive。打开nagios.cfg，通过cfg_file引入这个新建配置文件，重启Nagios服务，Web界面就会新增这台主机状态。状态持续显示PENDING属于正常现象，等待片刻完成首次检测即可。
检测间隔和重试次数，直接影响故障告警的灵敏程度。check_interval代表主机正常时的检测周期，默认五分钟一次。retry_interval是检测失败后的重试间隔，默认一分钟。max_check_attempts这个参数很关键，它定义连续多少次检测失败，Nagios才会把主机状态从UP切换成DOWN。常规设置范围3到10次，数值太小容易误告警，网络轻微波动就推送大量消息；数值太大故障发现滞后，设备宕机很久才收到通知。举个例子，正常间隔5分钟，重试间隔1分钟，max_check_attempts设为3，主机掉线到产生告警大概七八分钟，这个节奏适合多数场景。
网络层面有个很常见的坑。Nagios服务端和目标主机中间有路由器或者防火墙时，ICMP报文有可能被拦截，现象就是Nagios标记主机DOWN，但我们本地手动访问目标设备却正常。优先去目标主机核对防火墙是否放行ICMP，也可以在Nagios中将check-host-alive替换成check_tcp，用目标主机开放的端口做存活探测。还有一种情况，主机ping可以通，但上面某个服务停止运行，Nagios会判定主机状态正常，只单独上报服务故障，不会把整台主机标记为故障。
告警接收渠道同样需要配置。Nagios原生依靠邮件推送通知，相关配置在contacts.cfg文件，填写contact_name和邮箱地址，在host配置块引用对应的contact_groups。邮件通知生效前提是服务器具备发信能力，需要安装Postfix或者sendmail。不想搭建邮件服务，也可以对接短信网关或者企业微信Webhook，不过这类方案要额外编写通知脚本，属于进阶操作。
很多新手会混淆Web界面里主机UNREACHABLE和DOWN两种状态。DOWN代表Nagios确认目标主机本身故障；UNREACHABLE意思是通往目标主机的网络链路中断，比如中间路由器宕机。想要区分这两种状态，host配置块需要添加parents参数标注网络拓扑，写明每台设备的上游节点。不配置parents，所有无法连通的主机统一显示DOWN，告警缺少链路判断信息，排查故障会更费时间。