Zabbix监控HP服务器硬件信息

   做为Linux系统工程师，在服务器的维护管理当中，除了对系统进行维护管理之外，最重要的还要对服务器的硬件进行监控，比如服务器Raid状态是否正常（如果Raid卡出问题，会影响数据的读写速度），服务器硬盘是否正常（如果硬盘坏掉，严重的情况会丢失数据），服务器电源是否有故障等。除此之外还要对服务器的CPU，内存，处理器等重要设备的温度进行监控，如果温度超过服务器的临界温度则进行报警通知。
   HP的服务器在硬件管理方面提供了自己管理工具hpacucli，通过该工具可以查看HP服务器的RAID信息，服务器硬盘等信息。
1)安装hpacucli工具(下载地址：HP hpacucli管理工具)

1	[root@monitor ~] #rpm -ivh hpacucli-9.40-12.0.x86_64.rpm

2）查看服务器RAID信息，硬盘是否正常。

1 2 3 4 5 6

[root@monitor~] # hpacucli ctrl all show config Smart Array P410i  in  Slot 0 (Embedded)    (sn: 5001438018042FF0)     array A (SAS, Unused Space: 0 MB)        logicaldrive 1 (279.4 GB, RAID 1, OK)        physicaldrive 1I:1:1 (port 1I:box 1:bay 1, SAS, 300 GB, OK)        physicaldrive 1I:1:2 (port 1I:box 1:bay 2, SAS, 300 GB, OK)

3)通过hpacucli ctrl all show config detail命令可以详细地查看RAID和硬盘的信息。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78

[root@monitor ~] # hpacucli ctrl all show config detail Smart Array P410i  in  Slot 0 (Embedded)     Bus Interface: PCI     Slot: 0     Serial Number: 5001438018042FF0     Cache Serial Number: PBCDH0CRH1FH62     RAID 6 (ADG) Status: Disabled     Controller Status: OK     Chassis Slot:     Hardware Revision: Rev C     Firmware Version: 5.14     Rebuild Priority: Medium     Expand Priority: Medium     Surface Scan Delay: 15 secs     Monitor and Performance Delay: 60 min     Elevator Sort: Enabled     Degraded Performance Optimization: Disabled     Inconsistency Repair Policy: Disabled     Post Prompt Timeout: 0 secs     Cache Board Present: True     Cache Status: OK     Accelerator Ratio: 25% Read / 75% Write     Drive Write Cache: Disabled     Total Cache Size: 512 MB     No-Battery Write Cache: Disabled     Cache Backup Power Source: Capacitors     Battery /Capacitor  Count: 1     Battery /Capacitor  Status: OK     SATA NCQ Supported: True     Array: A        Interface Type: SAS        Unused Space: 0 MB        Status: OK        Logical Drive: 1           Size: 279.4 GB           Fault Tolerance: RAID 1           Heads: 255           Sectors Per Track: 32           Cylinders: 65535           Stripe Size: 128 KB           Status: OK           Array Accelerator: Enabled           Unique Identifier: 600508B1001034373220202020200002           Disk Name:  /dev/cciss/c0d0           Mount Points:  /boot  99 MB           Logical Drive Label: A00ADBD9PR7AMU1472     898D           Mirror Group 0:              physicaldrive 1I:1:1 (port 1I:box 1:bay 1, SAS, 300 GB, OK)           Mirror Group 1:              physicaldrive 1I:1:2 (port 1I:box 1:bay 2, SAS, 300 GB, OK)        physicaldrive 1I:1:1           Port: 1I           Box: 1           Bay: 1           Status: OK           Drive Type: Data Drive           Interface Type: SAS           Size: 300 GB           Rotational Speed: 10000           Firmware Revision: HPD4           Serial Number: ECA1PC80GTS31234           Model: HP      EG0300FBDSP           PHY Count: 2           PHY Transfer Rate: 6.0GBPS, Unknown        physicaldrive 1I:1:2           Port: 1I           Box: 1           Bay: 2           Status: OK           Drive Type: Data Drive           Interface Type: SAS           Size: 300 GB           Rotational Speed: 10000           Firmware Revision: HPD7           Serial Number:         PMX6902D           Model: HP      EG0300FBDBR           PHY Count: 2           PHY Transfer Rate: 6.0GBPS, Unknown

   HP官方还有一个hpasmcli管理工具，可以很详细查看服务器CPU，内存，处理器，电源等的温度信息。

1)安装hpasmcli工具(下载地址：HP hpasmcli管理工具）

1	[root@monitor ~] #rpm -ivh hp-health-9.40-1602.44.rhel6.x86_64.rpm

2)通过工具hpasmcli可以查看服务器各部件的温度信息，其中Temp表示各部件当前的温度，Threshold表示临界温度，当当前温度超过临界温度的时候就要注意啦。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

[root@monitor ~] # hpasmcli -s 'show temp' Sensor   Location              Temp       Threshold ------   --------              ----       --------- #1        AMBIENT              23C/73F    42C/107F #2        CPU#1                40C/104F   82C/179F #3        CPU#2                40C/104F   82C/179F #4        MEMORY_BD            33C/91F    87C/188F #5        MEMORY_BD            33C/91F    78C/172F #6        MEMORY_BD             -         87C/188F #7        MEMORY_BD            32C/89F    78C/172F #8        MEMORY_BD            32C/89F    87C/188F #9        MEMORY_BD            32C/89F    78C/172F #10       MEMORY_BD             -         87C/188F #11       MEMORY_BD            32C/89F    78C/172F #12       POWER_SUPPLY_BAY     33C/91F    59C/138F #13       POWER_SUPPLY_BAY     47C/116F   73C/163F #14       MEMORY_BD            29C/84F    72C/161F #15       PROCESSOR_ZONE       32C/89F    73C/163F #16       PROCESSOR_ZONE       30C/86F    64C/147F #17       MEMORY_BD            28C/82F    63C/145F #18       PROCESSOR_ZONE       39C/102F   69C/156F #19       SYSTEM_BD            35C/95F    69C/156F #20       SYSTEM_BD            38C/100F   71C/159F #21       SYSTEM_BD            44C/111F   65C/149F #22       SYSTEM_BD            45C/113F   71C/159F #23       SYSTEM_BD            39C/102F   69C/156F #24       SYSTEM_BD            47C/116F   69C/156F #25       SYSTEM_BD            35C/95F    63C/145F #26       SYSTEM_BD            45C/113F   66C/150F #27       SCSI_BACKPLANE_ZONE  35C/95F    60C/140F #28       SYSTEM_BD            73C/163F   110C/230F

3）通过hpasmcli -s 'show'查看类似于help的帮助信息，监控的时候要重点关注 DIMM(内存)、FANS(风扇)、POWERSUPPLY(电源模块)、SERVER(系统)、CPU、TEMP(温度)等信息。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

[root@monitor ~] # hpasmcli -s 'show' Invalid Arguments       SHOW ASR       SHOW BOOT       SHOW DIMM [ SPD ]       SHOW F1       SHOW FANS       SHOW HT       SHOW IML       SHOW IPL       SHOW NAME       SHOW PORTMAP       SHOW POWERMETER       SHOW POWERSUPPLY       SHOW PXE       SHOW SERIAL [ BIOS | EMBEDDED | VIRTUAL ]       SHOW SERVER       SHOW TEMP       SHOW TPM       SHOW UID       SHOW WOL

4）hpasmcli几种常用的例子。

   查看内存信息：hpasmcli -s 'show dimm'|egrep -i 'module|stat'
   查看风扇信息：hpasmcli -s 'show fans'
   查看硬件温度：hpasmcli -s 'show temp'
   查看电源模块：hpasmcli -s 'show powersupply'
   查看机器型号,序列号,CPU,内存大小：hpasmcli -s 'show server'

   由于各种服务器的厂商不同，管理工具不同，因此Zabbix对服务器硬件方面没有很详细，全面的解决方案。之前dl528888写过zabbix通过omsa工具监控DEL服务器，也是一种很好的思路，我也借鉴过，这里非常感谢。

   Zabbix监控总结起来有两种思路：第一就是server通过agentd方式获取数据,这种方式需要定义UserParameter参数，即KEY。第二就是server通过trapper的方式获取数据，即agentd将数据主动sender给server或者proxy。我这里是通过第二种traper的方式监控的。第一种方式server有时候会取不到数据，became not supported: Received value []

is not suitable for value type [Numeric (unsigned)] and data type [Decimal]，

会产生上面的错误。

   首先查看我监控的脚本，由于是通过traper的思路进行监控，log_file文件依次定义了要监控服务器的主机名(hostname),监控项key以及监控的值。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

[root@monitor scripts] # cat hpacuclizabbix.sh #!/bin/sh #create by sfzhang 20140517 #This scripts monitoring HP server, such as smart array status,Hardware information and server temperature。 zabbix_server= "*.*.*.*"  #IP from Zabbix Server or proxy where data should be send to. zabbix_sender= "/usr/local/zabbix/bin/zabbix_sender" log_file= '/tmp/hpacuclizabbix.log'  #In the file to define the monitor host, key and value hpacucli= '/usr/sbin/hpacucli' options= 'ctrl all show config detail' hpacucli_log= "/tmp/result.log" PATH=$PATH: /usr/sbin : /sbin ${hpacucli} ${options} > ${hpacucli_log} Cache_status=` cat  ${hpacucli_log} | awk  '/Cache Status:/{print $NF}' ` Controller_status=` cat  ${hpacucli_log} | awk  '/Controller Status:/{print $NF}' ` Battery_capacitor_status=` cat  ${hpacucli_log} | awk  '/Battery\/Capacitor Status:/{print $NF}' ` Physicaldrive_status=$( awk  - v  total=`hpacucli ctrl slot=0 pd all show status | grep  physicaldrive | wc  -l` - v  normal=`hpacucli ctrl slot=0 pd all show status| awk  '/physicaldrive/{if($NF=="OK") count+=1}END{print count}' `  'BEGIN{if(total==normal) {print "OK"} else {print "NO"}}' ) Memory_status=$( awk  - v  total=`hpasmcli -s  'SHOW DIMM' | grep  -i  'Status'  | wc  -l` - v  normal=`hpasmcli -s  'SHOW DIMM'  | awk  '/Status:/{if($NF=="Ok") count+=1}END{print count}' `  'BEGIN{if(total==normal) {print "OK"} else {print "NO"}}' ) Fans_status=$( awk  - v  total=`hpasmcli -s  'SHOW FANS'  | grep  "#"  | wc  -l` - v  normal=`hpasmcli -s  'SHOW FANS'   | awk  '/#/{if($3=="Yes") count+=1}END{print count}' `  'BEGIN{if(total==normal) {print "OK"} else {print "NO"}}' ) Power_status=$( awk  - v  total=`hpasmcli -s  'SHOW POWERSUPPLY'  | grep  "Power supply"  | wc  -l` - v  normal=`hpasmcli -s  'SHOW POWERSUPPLY'  | awk  '/Condition:/{if ($NF=="Ok") count+=1}END{print count}' `  'BEGIN{if(total==normal) {print "OK"} else {print "NO"}}' ) Processor_status=$( awk  - v  total=`hpasmcli -s  'SHOW SERVER'  | grep  "Processor:"  | wc  -l` - v  normal=`hpasmcli -s  'SHOW SERVER'  | awk  '/Status/{if ($NF=="Ok") count+=1}END{print count}' `  'BEGIN{if(total==normal) {print "OK"} else {print "NO"}}' ) Power_temp_num=$(hpasmcli -s  'SHOW TEMP'  | awk  '/POWER_SUPPLY_BAY/{print $3}' | awk  -F "C"  '{print $1}' | awk  'BEGIN {max = 0} {if ($1>max) max=$1 fi} END {print max}' ) Ambient_temp_num=$(hpasmcli -s  'SHOW TEMP'  | awk  '/AMBIENT/{print $3}' | awk  -F "C"  '{print $1}' ) Cpu_temp_num=$(hpasmcli -s  'SHOW TEMP'  | awk  '/CPU/{print $3}' | awk  -F "C"  '{print $1}'  | awk  'BEGIN {max = 0} {if ($1>max) max=$1 fi} END {print max}' ) Memory_temp_num=$(hpasmcli -s  'SHOW TEMP'  | awk  '/MEMORY_BD/{print $3}' | awk  -F "C"  '{print $1}'  | awk  'BEGIN {max = 0} {if ($1>max) max=$1 fi} END {print max}' ) System_temp_num=$(hpasmcli -s  'SHOW TEMP'  | awk  '/SYSTEM_BD/{print $3}' | awk  -F "C"  '{print $1}'  | awk  'BEGIN {max = 0} {if ($1>max) max=$1 fi} END {print max}' ) Processor_temp_num=$(hpasmcli -s  'SHOW TEMP'  | awk  '/PROCESSOR_ZONE/{print $3}' | awk  -F "C"  '{print $1}'  | awk  'BEGIN {max = 0} {if ($1>max) max=$1 fi} END {print max}' ) echo  $HOSTNAME hp_smart_array.cache_status $Cache_status >${log_file} echo  $HOSTNAME hp_smart_array.controller_status $Controller_status >>${log_file} echo  $HOSTNAME hp_smart_array.battery_capacitor_status $Battery_capacitor_status >>${log_file} echo  $HOSTNAME hp_hardware.hpysicaldrive_status $Physicaldrive_status >>${log_file} echo  $HOSTNAME hp_hardware.memory_status  $Memory_status >>${log_file} echo  $HOSTNAME hp_hardware.fans_status  $Fans_status >>${log_file} echo  $HOSTNAME hp_hardware.power_status  $Power_status >>${log_file} echo  $HOSTNAME hp_hardware.processor_status  $Processor_status >>${log_file} echo  $HOSTNAME hp_power.temp_num $Power_temp_num >> ${log_file} echo  $HOSTNAME hp_ambient.temp_num $Ambient_temp_num >> ${log_file} echo  $HOSTNAME hp_cpu.temp_num $Cpu_temp_num >> ${log_file} echo  $HOSTNAME hp_memory.temp_num $Memory_temp_num >> ${log_file} echo  $HOSTNAME hp_system.temp_num $System_temp_num >> ${log_file} echo  $HOSTNAME hp_processor.temp_num $Processor_temp_num >> ${log_file} $zabbix_sender -z $zabbix_server -i ${log_file} >  /tmp/zabbix .temp

   最后只需开启crontab,5分钟运行一次。

1	[root@monitor~] echo  "*/5 * * * * /etc/zabbix/scripts/hpacuclizabbix.sh"   >>   /var/spool/cron/root

   查看zabbix监控HP服务器硬件KEY的定义，数据的收集都是通过trapper的方式收集的。

   查看zabbix监控HP服务器硬件triggers定义，其中nodata(600)这个trigger是为了防止被监控端数据采集出问题而设置的，比如crontab不正常，脚本被误删除等等。如果server10分钟之内收集不到被监控端的数据就会报警。

   在zabbix server lastdata查看zabbix server 通过trapper收到的数据。

   查看被监控端服务器各部件温度信息。

   当被监控端出问题时Zabbix会及时报警。

说明：Zabbix监控HP服务器硬件操作方法：

      1）在HP服务器上面安装hpacucli和hpasmcli管理工具。

      2）修改hpacuclizabbix.sh脚本的zabbix_server ip地址，指定为自己的server或者proxy的地址，并把该脚本添加到crontab。

      3）导入附件中的模板，Link到要监控的主机上面即可。

      4）如果有其它问题，欢迎多多交流。

本文转自 sfzhang 51CTO博客，原文链接：http://blog.51cto.com/sfzhang88/1413009，如需转载请自行联系原作者