PRIVATE DIGITAL GARDEN

在折腾里, 记录世界。 知名博客|折腾博客|心爱的⎛⎝xinai.de⎠⎞
Linux系统ARTICLE · 83391

Server酱和Qmsg酱两个好用的推送服务

分享Server酱和Qmsg酱两个非常好用的推送服务

用软路由器一直在使用Server酱,非常的不错,最近又看到个Qmsg酱测试了一下也很不错,希望长期可以用。


Server酱 : http://sc.ftqq.com/

登入:用GitHub账号登入网站,就能获得一个SCKEY(在「发送消息」页面)

绑定:点击「微信推送」,扫码关注同时即可完成绑定

发消息:往 http://sc.ftqq.com/SCKEY.send 发GET请求,就可以在微信里收到消息啦

Qmsg酱 : https://qmsg.zendee.cn/
1. 登录Qmsg网站。
2.选择「Qmsg酱」小姐姐(有多个「Qmsg酱」小姐姐供您选择哦)。
3.添加需要接收消息的QQ号(每个QQ号都需要添加您选择的「Qmsg酱」为QQ好友)。
4.调用接口(查看接口文档)发送GET或POST请求,就能在QQ里收到「Qmsg酱」给你发的消息。

再分享一下廖写的监控mongod代码,厉害的我廖君o( ̄︶ ̄)o

Server酱推送

#!/bin/bash
# mongod_status=`service mongod status`
# echo "${mongod_status}"
server_key=1234566 #server酱申请key http://sc.ftqq.com/
time=$(date "+%Y-%m-%d %H:%M:%S")
mongod_status=`service mongod status | grep Active | awk '{print $3}' | cut -d "(" -f2 | cut -d ")" -f1`

if [[ "$mongod_status" == "running" ]]
        then
            echo "${time} Check: MongoDB is already running." > mongocheck.log
        else
            sudo service mongod start
            echo "${time} Check: Start MongoDB." > mongocheck.log
            curl -d "text=${time} Check: Start MongoDB." https://sc.ftqq.com/$server_key.send
fi

Qmsg酱推送

#!/bin/bash
# mongod_status=`service mongod status`
# echo "${mongod_status}"
server_key=123456b #Qmsg酱申请key https://qmsg.zendee.cn/
time=$(date "+%Y-%m-%d %H:%M:%S")
mongod_status=`service mongod status | grep Active | awk '{print $3}' | cut -d "(" -f2 | cut -d ")" -f1`

if [[ "$mongod_status" == "running" ]]
        then
            echo "${time} Check: MongoDB is already running." > mongocheck.log
        else
            sudo service mongod start
            echo "${time} Check: Start MongoDB." > mongocheck.log
            curl -d "msg=${time} MongoDB挂壁了,现在已经重启好了." https://qmsg.zendee.cn/send/$server_key
fi

tips:(如果是win系统编辑了脚本sh文件,需要在linux系统下转换一下文件或者安装dos2unix,否则会出行错误’\r’:command not found),二选一

one

sed -i 's/\r//' mjj.sh

two

apt-get install dos2unix
dos2unix  mjj.sh
0

0 条评论

想法、补充或纠错,都欢迎写下来。

成为第一个评论的人

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理