Zabbix 实战:基于 LLD 自动发现并监控多实例 Microsoft SQL Server —— App MS SQL Instance Discovery 模板全解析
Zabbix 实战:基于 LLD 自动发现并监控多实例 Microsoft SQL Server —— App MS SQL Instance Discovery 模板全解析
本篇技术指南围绕 Zabbix 社区模板仓库(community-templates)中的 App MS SQL Instance Discovery 模板展开,讲解如何利用 Zabbix Agent 的 LLD(Low-Level Discovery)机制自动发现一台 Windows 主机上安装的多个 SQL Server 实例,并通过 Windows 性能计数器(perf_counter)与 Windows 服务状态(service_state)采集实例级性能指标。读完本文,你将掌握该模板的完整部署流程(PowerShell 发现脚本 + UserParameter 注册)、23 个监控项与 18 个告警触发器的含义与阈值依据,并能基于仓库内的 5.0/5.4/6.0 三套模板文件理解其实现细节与版本差异。
模板定位与适用场景
在 SQL Server 运维中,一台 Windows 服务器往往同时运行多个 SQL Server 实例(例如默认实例 MSSQLSERVER 与命名实例 MSSQL$SQLEXPRESS)。如果为每个实例手工创建一套监控项,既繁琐又难以维护。App MS SQL Instance Discovery 模板正是为了解决这一痛点:它只定义一组监控项原型(item prototypes),由一条发现规则自动枚举主机上的全部 SQL Server 服务,再为每个实例动态生成独立的监控项、触发器与图形。
该模板属于 Databases/Microsoft_SQL_Server 目录下两个配套模板之一,另一个是 template_app_ms_sql_database_discovery_(lld)/5.4/README.md)(负责发现单个实例内部的数据库)。本文主角负责"实例级"监控,覆盖:
- 缓存与内存(Buffer Manager、Memory Manager);
- 查询与编译(SQL Statistics、Access Methods);
- 锁、闩锁与死锁(Locks、Latches);
- 连接与会话(General Statistics);
- 事务与日志(Databases _Total);
- 实例服务本身的运行状态(service_state)。
模板本身不定义任何宏(Macros used:无)与模板链接(Template links:无),所有配置集中在一条发现规则及其原型中,部署依赖全部落在 Zabbix Agent 侧。
工作原理:从 Windows 服务名到性能计数器
整个监控链路的运转逻辑如下:
- Zabbix Server 按发现规则周期(Update: 300 秒)调用 Agent 上的键
windowssqlinstances.discovery; - 该键由 Agent 配置文件中的
UserParameter注册,实际执行一个 PowerShell 脚本windowssqlinstances.ps1; - 脚本通过
Get-Service "mssql$*"枚举所有 SQL Server 服务,输出 JSON 格式的 LLD 数据,其中每条记录包含宏{#INSTANCES}(取值为服务名,如MSSQLSERVER、MSSQL$SQLEXPRESS); - Zabbix Server 用
{#INSTANCES}展开所有监控项原型,生成perf_counter["\{#INSTANCES}:..."]形式的实际监控项; - 监控项每 30 秒更新一次,将 Windows 性能计数器对象(
SQLServer:Access Methods、SQLServer:Buffer Manager等)中的实例级指标回传。
Agent 端部署:PowerShell 发现脚本
6.0 版本的 README/6.0/README.md) 在 "Agent Setup" 一节给出了完整的 Agent 端配置方法。首先,将下列 PowerShell 脚本复制到 Zabbix Agent 的脚本目录。官方示例手动创建了 C:\Program Files\Zabbix Agent 2\Scripts 目录,并把脚本命名为 windowssqlinstances.ps1:
$services = Get-Service "mssql$*"|Select-Object -ExpandProperty Name
$instances=@()
foreach ($service in $services) {
$instances += [PSCustomObject]@{
"{#INSTANCES}" = $service
}
}
$instances|ConvertTo-Json
该脚本的核心逻辑是:
Get-Service "mssql$*"按通配符匹配所有以mssql开头的 Windows 服务。SQL Server 各实例的服务名统一为MSSQLSERVER(默认实例)或MSSQL$<实例名>(命名实例),因此该匹配可以覆盖全部实例;- 每个匹配到的服务名被放入
{#INSTANCES}字段; ConvertTo-Json输出标准 LLD JSON 数组,供 Zabbix Server 解析。
Agent 端部署:UserParameter 注册
仅放置脚本还不够,必须让 Zabbix Agent 知道如何把发现键映射到脚本执行。在 Agent 配置文件(zabbix_agentd.conf 或 Zabbix Agent 2 的配置)中追加如下 UserParameter:
UserParameter=windowssqlinstances.discovery[*],powershell.exe -command "& 'C:\Program Files\Zabbix Agent 2\Scripts\windowssqlinstances.ps1'"
注册后重启 Agent 服务使其生效。可用 zabbix_get -s <主机IP> -k windowssqlinstances.discovery 或在 Agent 本机用 zabbix_agentd -t windowssqlinstances.discovery 验证返回的 JSON 是否包含 {#INSTANCES} 键。若主机未安装任何 SQL Server,脚本返回空数组,发现规则不会生成任何监控项,这是正常现象。
模板导入与主机关联
模板文件按 Zabbix 版本分为三套,位于仓库同一目录下:
| Zabbix 版本 | 模板文件 | 说明 |
|---|---|---|
| 5.0 | template_app_ms_sql_instance_discovery_(lld).xml/5.0/template_app_ms_sql_instance_discovery_(lld).xml) | XML 导出格式,使用 applications 分组 |
| 5.4 | template_app_ms_sql_instance_discovery_(lld).yaml/5.4/template_app_ms_sql_instance_discovery_(lld).yaml) | YAML 导出格式,使用 tags 标签 |
| 6.0 | template_app_ms_sql_instance_discovery_(lld).yaml/6.0/template_app_ms_sql_instance_discovery_(lld).yaml) | YAML 导出格式,发现规则过滤器改为 .* |
导入步骤:
- 在 Zabbix 前端进入 Data collection → Templates,点击 Import,选择与你的 Zabbix Server 版本对应的文件;
- 模板属于
Templates组,导入后即可在模板列表中看到 App MS SQL Instance Discovery; - 将该模板链接到运行 SQL Server 的 Windows 主机(Data collection → Hosts → 主机 → Templates → Link new templates);
- 确认该主机的 Agent 接口配置正确,且 Agent 已按上文注册 UserParameter;
- 等待发现规则首次执行(Update 300 秒,或手动执行一次),随后在 Latest data 中即可看到按
{#INSTANCES}展开的实例级监控项。
需要注意:使用 5.4 模板时,发现规则带有一个基于 @MSSQL Multi Instance Discovery 的过滤器(见下文),需确保 Zabbix 中存在同名全局正则表达式,否则可将过滤条件改为 .* 或直接选用 6.0 版本模板。
发现规则详解
模板唯一的发现规则定义在 5.4 YAML 模板/5.4/template_app_ms_sql_instance_discovery_(lld).yaml#L16-L28) 中:
discovery_rules:
-
uuid: 6c311ac21c254aefbd585f62c7087c76
name: 'MSSQL Multi Instance Discovery'
key: windowssqlinstances.discovery
delay: '300'
filter:
conditions:
-
macro: '{#INSTANCES}'
value: '@MSSQL Multi Instance Discovery'
formulaid: A
description: 'Discovers multiple SQL Server Instances'
关键参数:
| 参数 | 值 | 含义 |
|---|---|---|
| 名称 | MSSQL Multi Instance Discovery | 发现规则的显示名称 |
| 键 | windowssqlinstances.discovery |
对应 Agent 端 UserParameter 注册的发现键 |
| 更新间隔 | 300 秒 | 每 5 分钟重新枚举一次 SQL Server 实例,新安装的实例最迟 5 分钟后被纳入监控 |
| 类型 | Zabbix agent | 由 Agent 被动模式返回 JSON 数据 |
过滤器差异:5.4 与 6.0
两个 YAML 版本唯一的实质性差异在过滤器:
- 5.4:
value: '@MSSQL Multi Instance Discovery'。@前缀表示引用 Zabbix 全局正则表达式(Administration → General → Regular expressions)中名为MSSQL Multi Instance Discovery的命名正则列表,用于在实例展开前对{#INSTANCES}做白名单/黑名单过滤; - 6.0:
value: '.*',见 6.0 YAML 模板/6.0/template_app_ms_sql_instance_discovery_(lld).yaml#L22-L27),即不过滤任何实例。
从源码结构看,6.0 将过滤器简化为全匹配正则,是为了降低部署门槛——不再依赖必须预先创建的全局正则表达式。若使用 5.4 模板且未创建该全局正则,过滤条件可能无法按预期工作,建议直接改值为 .* 或改用 6.0 模板。
监控项清单:23 个实例级指标
模板定义了 23 个监控项原型(全部为 LLD 展开项),每项更新间隔 30 秒,类型为 Zabbix agent。下表完整列出各项(含从 YAML 源码补充的值类型、单位与标签信息):
| 监控项名称 | 键(key) | 值类型 | 单位 | 标签 |
|---|---|---|---|---|
| {#INSTANCES} Access Methods Forwarded Records/sec | perf_counter["\{#INSTANCES}:Access Methods\Forwarded Records/sec",300] |
FLOAT | /sec | SQL Server Access Methods |
| {#INSTANCES} Access Methods Full Scans/sec | perf_counter["\{#INSTANCES}:Access Methods\Full Scans/sec",300] |
FLOAT | /sec | SQL Server Access Methods |
| {#INSTANCES} Access Methods Index Searches/sec | perf_counter["\{#INSTANCES}:Access Methods\Index Searches/sec",300] |
FLOAT | /sec | SQL Server Access Methods |
| {#INSTANCES} Access Methods Page Splits/sec | perf_counter["\{#INSTANCES}:Access Methods\Page Splits/sec",300] |
FLOAT | /sec | SQL Server Access Methods |
| {#INSTANCES} Access Methods Table Lock Escalations | perf_counter["\{#INSTANCES}:Access Methods\Table Lock Escalations/sec",300] |
FLOAT | - | SQL Server Access Methods |
| {#INSTANCES} Buffer Manager Buffer cache hit ratio | perf_counter["\{#INSTANCES}:Buffer Manager\Buffer cache hit ratio",300] |
FLOAT | - | SQL Server Buffer Manager |
| {#INSTANCES} Buffer Manager Free list stalls/sec | perf_counter["\{#INSTANCES}:Buffer Manager\Free list stalls/sec",300] |
FLOAT | /sec | SQL Server Buffer Manager |
| {#INSTANCES} Buffer Manager Lazy Writes/sec | perf_counter["\{#INSTANCES}:Buffer Manager\Lazy Writes/sec",300] |
FLOAT | /sec | SQL Server Buffer Manager |
| {#INSTANCES} Buffer Manager Page Life Expectancy | perf_counter["\{#INSTANCES}:Buffer Manager\Page Life Expectancy",300] |
FLOAT | sec | SQL Server Buffer Manager |
| {#INSTANCES} Buffer Manager Page lookups/sec | perf_counter["\{#INSTANCES}:Buffer Manager\Page lookups/sec",300] |
FLOAT | /sec | SQL Server Buffer Manager |
| {#INSTANCES} Buffer Manager Page reads/sec | perf_counter["\{#INSTANCES}:Buffer Manager\Page reads/sec",300] |
FLOAT | /sec | SQL Server Buffer Manager |
| {#INSTANCES} Buffer Manager Page writes/sec | perf_counter["\{#INSTANCES}:Buffer Manager\Page writes/sec",300] |
FLOAT | /sec | SQL Server Buffer Manager |
| {#INSTANCES} Databases _Total Log Flushes/sec | perf_counter["\{#INSTANCES}:Databases(_Total)\Log Flushes/sec",300] |
FLOAT | /sec | SQL Server Databases |
| {#INSTANCES} Databases _Total Transactions/sec | perf_counter["\{#INSTANCES}:Databases(_Total)\Transactions/sec",300] |
FLOAT | /sec | SQL Server Databases |
| {#INSTANCES} General Statistics Logins/sec | perf_counter["\{#INSTANCES}:General Statistics\Logins/sec",300] |
FLOAT | /sec | SQL Server General Statistics |
| {#INSTANCES} General Statistics Logouts/sec | perf_counter["\{#INSTANCES}:General Statistics\Logouts/sec",300] |
FLOAT | /sec | SQL Server General Statistics |
| {#INSTANCES} General Statistics User Connections | perf_counter["\{#INSTANCES}:General Statistics\User Connections",300] |
FLOAT | - | SQL Server General Statistics |
| {#INSTANCES} Latches Latch Waits/sec | perf_counter["\{#INSTANCES}:Latches\Latch Waits/sec",300] |
FLOAT | /sec | SQL Server Latches |
| {#INSTANCES} Latches Total Latch Wait Time (ms) | perf_counter["\{#INSTANCES}:Latches\Total Latch Wait Time (ms)",300] |
FLOAT | millisec | SQL Server Latches |
| {#INSTANCES} Locks _Total Lock Waits/sec | perf_counter["\{#INSTANCES}:Locks(_Total)\Lock Waits/sec",300] |
FLOAT | /sec | SQL Server Locks |
| {#INSTANCES} Locks _Total Number of Deadlocks/sec | perf_counter["\{#INSTANCES}:Locks(_Total)\Number of Deadlocks/sec",300] |
FLOAT | /sec | SQL Server Locks |
| {#INSTANCES} Memory Manager Total Server Memory (KB) | perf_counter["\{#INSTANCES}:Memory Manager\Total Server Memory (KB)",300] |
FLOAT | KBytes | SQL Server Memory Manager |
| {#INSTANCES} Service | service_state[{#INSTANCES}] |
FLOAT | - | SQL Services |
key 语法解读
以 perf_counter["\{#INSTANCES}:Access Methods\Forwarded Records/sec",300] 为例:
perf_counter[...]是 Zabbix Windows Agent 内置监控项类型,用于读取 Windows 性能计数器;\{#INSTANCES}中的反斜杠是对花括号的转义:在 LLD 原型阶段,{#INSTANCES}宏必须保留到发现时才替换,因此模板中用\{防止其被提前当作普通宏展开。展开后实际路径形如MSSQL$SQLEXPRESS:Access Methods\Forwarded Records/sec(默认实例则为MSSQLSERVER:...);- 路径遵循
实例名:性能对象\计数器的 Windows 计数器命名规范,因此每个 SQL Server 实例会生成独立计数器对象; - key 中第二个参数
300是该perf_counter项类型的采样间隔(秒),即每 300 秒向 Windows 性能计数器子系统请求一次快照;而监控项的采集频率由 delay=30 控制,两者在模板中被有意区分; service_state[{#INSTANCES}]是 Agent 内置的服务状态键,返回服务状态码(见下文值映射)。
标签与 5.0 的 applications 对应关系
5.4/6.0 模板为每项打上 Application 标签(共 9 个:SQL Server Access Methods、SQL Server Buffer Manager、SQL Server Databases、SQL Server General Statistics、SQL Server Latches、SQL Server Locks、SQL Server Memory Manager、SQL Server SQL Statistics、SQL Services)。这一设计在 5.0 XML 模板/5.0/template_app_ms_sql_instance_discovery_(lld).xml#L19-L47) 中体现为 9 个 <applications> 分组,说明从 5.0 到 5.4/6.0,模板将 applications 迁移为 tags,分类语义保持一致。标签可用于权限控制、报表筛选与触发器权限分离。
触发器:18 个预警阈值深度解读
模板共定义 18 个触发器原型,全部为 warning(警告) 优先级,且均未设置恢复表达式(Recovery expression 为空),即一旦触发需人工确认或由业务方介入。README 中同一批触发器以普通名称与带 "(LLD)" 后缀两种形式重复列出,实为同一组原型,本文按 YAML 源码中的 18 个原型整理。
缓存与内存类(Buffer Manager)
| 触发器名称 | 表达式(简化) | 阈值依据 |
|---|---|---|
| Buffer cache hit ratio | last() < 90 |
该计数器反映 SQL Server 从缓冲区而非磁盘取数的比例,是自实例启动以来的平均值而非实时值。OLTP 场景应达到 90–95% 以上,低于 90 提示内存不足,应增加 RAM |
| Free list stalls/sec | last() > 3 |
每秒 3–4 次即表明 SQL 可用内存过少,导致等待空闲缓冲区页 |
| Lazy Writes/Sec | last() > 20 |
惰性写入过高提示内存压力与页面换出频繁 |
| Page Life Expectancy | last() < 300 |
页面在缓冲池中的平均驻留秒数,低于 300 秒说明内存压力大 |
| Page lookups/sec | last() > 100 |
缓冲池页查找次数。当与批请求的比值远大于 100 时,说明查询计划逻辑 I/O 低效,应定位逻辑 I/O 最高的查询进行调优 |
| Page reads/sec | last() > 90 |
物理页读取速率,正常范围约 80–90/秒,超过即提示索引或内存受限 |
| Page writes/sec | last() > 90 |
同上,超过 90/秒提示索引或内存受限。注意:模板中该触发器的描述文本沿用了 Page reads/sec 的说明("Number of physical database page reads issued"),从内容看疑似复制粘贴的注释瑕疵,应以实际语义(物理页写入)理解 |
查询编译类(SQL Statistics / Access Methods)
| 触发器名称 | 表达式(简化) | 阈值依据 |
|---|---|---|
| SQL Compilations/sec | last() > 0.1 * Batch Requests/sec |
编译次数应尽可能低。超过批请求的 10% 往往意味着大量即席(adhoc)查询,建议改写为存储过程或使用 sp_executeSQL |
| SQL Re-Compilations/sec | last() > 0.1 * Batch Requests/sec |
重编译同理,比例过高会持续消耗 CPU,建议从参数化与计划重用角度治理 |
| Forwarded Records/sec | last() > 0.1 * Batch Requests/sec |
转发行(forwarded records)比例过高提示堆表碎片化,应重建堆或增加聚集索引 |
| Full Scans/sec | Index Searches/sec / Full Scans/sec > 1000 |
全表/全索引扫描过多(与索引查找比值超过 1000)通常由缺失索引或一次请求过多行导致,伴随逻辑读与 CPU 上升 |
| Page Splits/sec | last() > 0.2 * Batch Requests/sec |
页拆分过高提示索引设计问题,可考虑提高索引 fillfactor 留出页内空间;注意该计数器同时计入新页分配,未必一定是问题,还需结合索引碎片分析 |
锁与闩锁类(Locks / Latches)
| 触发器名称 | 表达式(简化) | 阈值依据 |
|---|---|---|
| Locks _Total Lock Waits/sec | last() > 0 |
任何非零值都说明存在至少一定程度的阻塞。零值可明确排除阻塞因素,非零则需结合 Lock Wait Time 判断阻塞时长是否显著 |
| Locks _Total Number of Deadlocks/sec | last() > 1 |
每秒死锁数超过 1 即告警,死锁意味着锁请求相互等待形成环 |
| Latches Total Latch Wait Time (ms) | last() > 60000 |
闩锁等待毫秒数超过 60 秒。该计数器在锁事件结束时记录,峰值往往代表单次大规模闩锁事件;若持续超过 60 秒可能存在长时间阻塞,需分析阻塞脚本输出 |
| Latches\Latch Waits/sec | Total Latch Wait Time / Latch Waits/sec > 10 |
平均每次闩锁等待超过 10 毫秒,提示闩锁争用(常见于 tempdb 页闩锁争用) |
连接类(General Statistics)
| 触发器名称 | 表达式(简化) | 阈值依据 |
|---|---|---|
| Logins/sec | last() > 2 |
每秒登录超过 2 次说明应用程序未正确使用连接池 |
| Logouts/sec | last() > 2 |
每秒注销超过 2 次同理,与 Logins/sec 成对出现,共同指向连接池配置问题 |
触发器表达式:README 与 YAML 的语法差异
README 中展示的表达式为旧式函数语法,例如:
{Template App MS SQL Instance Discovery:perf_counter[" {#INSTANCES}:Access Methods Forwarded Records/sec",300].last()}>0.1*{Template App MS SQL Instance Discovery:perf_counter[" {#INSTANCES}:SQL Statistics Batch Requests/sec",300].last()}
而 5.4 YAML 模板/5.4/template_app_ms_sql_instance_discovery_(lld).yaml#L408-L448) 中同一触发器使用 Zabbix 5.4 的新函数语法:
last(/App MS SQL Instance Discovery/perf_counter["\{#INSTANCES}:Access Methods\Forwarded Records/sec",300])>0.1*last(/App MS SQL Instance Discovery/perf_counter["\{#INSTANCES}:SQL Statistics\Batch Requests/sec",300])
两者语义等价,README 表格是文档生成器输出的历史格式,导入 YAML 后以模板文件中的新语法为准。多个触发器还配置了 Microsoft 官方计数器文档链接(如 msdn.microsoft.com 的 ms177426、ms189628、ms190216、ms190697、ms190911 等)作为告警参考,可在触发器的 URL 字段查看。
图形原型:开箱即用的 6 张实例图
模板在 5.4 YAML 模板/5.4/template_app_ms_sql_instance_discovery_(lld).yaml#L449-L581) 中定义了 6 个图形原型,随 LLD 为每个实例自动生成:
| 图形名称 | 包含监控项 |
|---|---|
| {#INSTANCES} Access Methods | Forwarded Records/sec、Full Scans/sec、Index Searches/sec、Page Splits/sec |
| {#INSTANCES} Buffer Manager | Buffer cache hit ratio、Page Life Expectancy |
| {#INSTANCES} Buffer Manager Rates | Free list stalls/sec、Lazy Writes/sec、Page lookups/sec、Page reads/sec、Page writes/sec |
| {#INSTANCES} Databases _Total | Log Flushes/sec、Transactions/sec |
| {#INSTANCES} Latches and Locks | Latch Waits/sec、Lock Waits/sec、Number of Deadlocks/sec |
| {#INSTANCES} SQL Statistics | Batch Requests/sec、SQL Compilations/sec、SQL Re-Compilations/sec |
图形原型让实例监控数据无需额外手工建图即可在 Monitoring → Host graphs 中直接查看,是排查性能瓶颈(内存、I/O、锁等待、编译开销)的直观入口。
值映射:Windows 服务状态可读化
{#INSTANCES} Service 监控项通过 service_state[{#INSTANCES}] 获取实例服务的状态码,模板内置了名为 Windows service state 的值映射(5.4 YAML 值映射定义/5.4/template_app_ms_sql_instance_discovery_(lld).yaml#L582-L613)),将数字码转换为可读文本:
| 状态码 | 映射文本 | 状态码 | 映射文本 |
|---|---|---|---|
| 0 | Running | 5 | Stop pending |
| 1 | Paused | 6 | Stopped |
| 2 | Start pending | 7 | Unknown |
| 3 | Pause pending | 255 | No such service |
| 4 | Continue pending |
由此可以在 Latest data 中直接看到每个 SQL Server 实例服务的运行状态,及时发现服务停止(Stopped)或不存在(No such service,例如实例被卸载但发现脚本仍返回服务名)等异常。注意该监控项本身未绑定触发器,如需对服务停止告警,可基于映射值自行补充触发器。
版本差异与文件结构
该模板在仓库中同时维护 5.0(XML)、5.4(YAML)、6.0(YAML)三个版本,便于不同 Zabbix Server 版本的用户直接导入:
- UUID 一致性:5.4 与 6.0 的模板 UUID 均为
3c74c4d12fb14807aef9613f1be0ea0d,发现规则 UUID 均为6c311ac21c254aefbd585f62c7087c76,监控项、触发器、图形的 UUID 也完全一致,说明两者是同一模板针对不同 Zabbix 大版本的导出(导出日期同为 2021-11-22); - applications → tags:5.0 使用
<applications>分组,5.4/6.0 改用Application标签,分类名一一对应; - 过滤器:5.4 引用全局正则
@MSSQL Multi Instance Discovery,6.0 改为.*全匹配; - 表达式语法:5.0 XML 使用旧式
{主机:key.函数()}语法,5.4/6.0 YAML 使用函数(/主机/key)新语法。
扩展:与 DB Discovery 模板组合使用
实例级监控之外,仓库还提供了配套的 template_app_ms_sql_database_discovery_(lld)/5.4/README.md) 模板,负责发现单个实例内部的数据库,其发现键为 windowsdb.discovery,通过 {$INSTANCE01} 宏(默认 SQLServer)指定目标实例,并采集每个数据库的事务、日志增长、Percent Log Used、数据文件大小等指标。两模板一"实例级"一"数据库级",可组合实现从服务器、实例到数据库的三层 SQL Server 监控覆盖。注意 DB Discovery 模板使用了 {$INSTANCE01} 用户宏,与本模板"零宏"的设计形成互补。
常见问题与调优建议
- 发现不到任何实例:优先用
zabbix_get或 Agent 测试命令验证windowssqlinstances.discovery是否返回 JSON;检查 PowerShell 执行策略(Execution Policy)是否允许运行脚本,以及 UserParameter 中脚本路径是否与实际放置位置一致。 - 5.4 模板过滤器不生效:确认 Zabbix 中已存在名为
MSSQL Multi Instance Discovery的全局正则表达式;若不希望过滤,将过滤值改为.*或直接使用 6.0 模板。 - 命名实例的计数器路径:命名实例在性能计数器中的对象名形如
MSSQL$<实例名>:<对象>,与service_state返回的服务名一致,因此 LLD 展开后 key 无需额外处理;若自定义发现脚本,务必保证{#INSTANCES}输出的是服务名而非实例显示名。 - 采样间隔与更新间隔:
perf_counterkey 中的 300 为计数器采样间隔,监控项 delay 为 30 秒。若需要更灵敏的告警,可适当调低二者,但需注意频繁调用性能计数器 API 带来的 Agent 开销。 - 阈值调整:18 个触发器阈值(如 Page reads/sec > 90、PLE < 300)来自社区经验值,适用于大多数 OLTP 环境;高负载业务可按基线重新校准,避免告警噪音。
- 服务状态告警:模板未为 service_state 配置触发器,生产环境建议基于 Windows service state 值映射补充"服务停止"告警,确保实例宕机可被第一时间感知。
小结
App MS SQL Instance Discovery 模板以一条发现规则 + 23 个监控项原型 + 18 个触发器原型 + 6 个图形原型的精简结构,完整覆盖了多实例 SQL Server 的关键性能维度,是社区模板仓库中"LLD 实战"的典型范例。其完整定义可直接在 5.4 YAML 模板/5.4/template_app_ms_sql_instance_discovery_(lld).yaml) 与 6.0 YAML 模板/6.0/template_app_ms_sql_instance_discovery_(lld).yaml) 中查阅,Agent 端部署细节见 6.0 README/6.0/README.md)。部署时只需完成 PowerShell 脚本 + UserParameter 两步 Agent 配置,即可让 Zabbix 自动接管全部 SQL Server 实例的监控。