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

  1. 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

项目主页:http://www.open-open.com/lib/view/home/1440056979176