open-falcon硬件监控插件脚本:hwcheck
wb26
9年前
硬件状态监控插件脚本
使用dell的srvadmin工具等组件实现硬件监控,需要安装falcon-agent
仅支持dell物理机,可以监控的指标有:
cpu 内存 阵列卡 物理磁盘 虚拟磁盘 阵列卡电池 BIOS 主板电池 风扇 电压 主板温度 cpu温度
如何安装
- 配置dell官方repo,安装srvadmin等依赖包
#参考: http://linux.dell.com/repo/hardware/latest/ wget -q -O - http://linux.dell.com/repo/hardware/latest/bootstrap.cgi | bash yum install srvadmin-omacore srvadmin-omcommon srvadmin-storage-cli smbios-utils-bin lm_sensors dmidecode cronie # 启动srvadmin服务 /opt/dell/srvadmin/sbin/srvadmin-services.sh enable /opt/dell/srvadmin/sbin/srvadmin-services.sh restart # 配置lm-sensors echo yes | /usr/sbin/sensors-detect
你也可以打包rpm来简化部署
git clone https://github.com/51web/hwcheck hwcheck-0.2 tar czf hwcheck-0.2.tar.gz hwcheck-0.2 rpmbuild -tb hwcheck-0.2.tar.gz
如何使用
参数说明
直接执行hwcheck不带参数默认会打印出详细的监控数据
hwcheck -d # 打印metrics信息,即是push到falcon-agent的数据 -p # push数据到falcon-agent -s # 设置push数据中的STEP数值,表示监控频率,默认值是600秒 -m # 指定单个metric
配置crontab
配置cron来定期检测,如:
cat /etc/cron.d/hwcheck PATH=/sbin:/bin:/usr/sbin:/usr/bin:/opt/dell/srvadmin/sbin:/opt/dell/srvadmin/bin SHELL=/bin/bash 18 * * * * root /usr/bin/hwcheck -s 3600 -p >/dev/null 2>&1 &
表示每个小时执行一次检测,相应的STEP值被设置为3600
falcon-portal中配置报警策略
hwcheck push到falcon-agent的metric均以 hw 打头,如hw.cpu_temp,除温度是实际的数值外,
其他metric的value中 0表示故障,1表示警告,2表示OK,例如在portal中配置如下策略:
metric/tags/note | condition | max | P |
---|---|---|---|
hw.bios [BIOS中C1E/Cstate未禁用] | all(#2)<2 | 1 | 4 |
hw.board_temp [主板温度过高] | all(#3)>=35 | 1 | 4 |
hw.cmos_bat [主板电池有问题] | all(#3)<2 | 1 | 4 |
hw.cpu [CPU可能故障] | all(#2)==1 | 1 | 4 |
hw.cpu [严重: CPU严重故障] | all(#2)==0 | 2 | 0 |
hw.fan [风扇出现故障] | all(#3)<2 | 1 | 4 |
hw.memory [内存可能故障] | all(#1)==1 | 1 | 4 |
hw.memory [严重: 内存严重故障] | all(#1)==0 | 2 | 0 |
hw.pdisk [严重: 物理盘严重故障] | all(#1)==0 | 2 | 0 |
hw.raidcard [阵列卡出现警告] | all(#2)==1 | 1 | 4 |
hw.raidcard [严重: 阵列卡严重故障] | all(#1)==0 | 2 | 0 |
hw.raidcard_bat [阵列卡电池出现警告] | all(#2)==1 | 1 | 4 |
hw.raidcard_bat [严重: 阵列卡电池严重故障] | all(#2)==0 | 2 | 0 |
hw.vdisk [磁盘阵列出现警告] | all(#2)==1 | 1 | 4 |
hw.vdisk [严重: 磁盘阵列严重故障] | all(#2)==0 | 2 | 0 |