Linux监控脚本开发应明确目标、快速验证、稳定落地：Shell适合轻量实时采集，Python适合复杂逻辑与集成，二者协同分工——Shell做搬运工、Python做分析员，并须通过异常测试、日志轮转、健康检查三关。
Linux监控脚本开发不靠堆工具，关键在明确目标、快速验证、稳定落地。Shell适合轻量实时采集（如CPU、磁盘、进程），Python适合逻辑复杂或需对接API/数据库的场景（如日志分析、告警聚合、Web展示）。两者结合——Shell做数据“搬运工”，Python做“分析员”，是最常用也最实用的组合。
Shell监控脚本：聚焦快、稳、小
Shell脚本的核心价值是低开销、高响应、易部署。别追求功能大而全，先确保能准确采集、及时发现异常。
-
用标准命令+简单判断即可覆盖80%基础监控：比如
df -h | awk '$5 > 80 {print $1, $5}'查磁盘超80%；ps aux --sort=-%cpu | head -n 6看CPU Top5进程 -
避免死循环卡系统：用
sleep控制频率（如每30秒执行一次），配合timeout防命令卡住（如timeout 5 curl -s http://localhost:8080/health） -
输出带时间戳和来源，方便排查：用
echo "$(date '+%F %T') [disk] $(df -h | grep '/$' | awk '{print $5}')" > /var/log/monitor/disk.log
Python监控脚本：重逻辑、可扩展、易集成
当监控需要条件判断多、要写入数据库、发邮件/钉钉、或解析JSON日志时，Python明显更清晰可靠。
-
用
psutil替代top/df/ps等命令调用：代码可读性强，跨平台一致，还能获取进程线程、网络连接等Shell不易拿到的信息 - 告警去重和抑制很重要：同一问题连续触发10次告警毫无意义。可用文件记录上次告警时间，或用Redis存状态，30分钟内相同错误只报一次
-
日志解析推荐
re+datetime：例如匹配Nginx访问日志中499/502状态码，并统计每分钟出现次数，超过阈值才告警
Shell + Python协同工作模式
不要把所有逻辑塞进一个语言里。合理分工才能长期维护。
立即学习“Python免费学习笔记（深入）”；
-
Shell负责定时调度与环境准备：用
crontab跑Shell脚本，它检查依赖（如Python是否存在）、拉起Python脚本、重定向日志、处理退出码 -
Python专注数据处理与决策：接收Shell传入的参数（如监控项名称、阈值），采集数据、计算、判断是否告警，并返回简洁结果（如
OK、WARN、CRITICAL） -
统一输出格式便于后续消费：建议Python脚本输出JSON行（如
{"metric":"load_avg","value":3.2,"status":"WARN","ts":1717024560}），Shell可直接用jq解析或转存到文件供Prometheus抓取
上线前必须做的三件事
再小的监控脚本，没过这三关就等于埋雷。
- 在测试机模拟高负载/断网/磁盘满等异常场景：确认脚本能正确识别并退出，不卡死、不狂打日志
-
加日志轮转和大小限制：用
logrotate或Python的RotatingFileHandler，防止日志撑爆磁盘 -
给每个脚本配健康检查入口：比如
./check_disk.sh --health只返回0或1，供Zabbix/Prometheus主动探测脚本自身是否存活
