前言
ipmitool可以获取各个元件的温度信息，如何判断各个组件的温度信息，各个组件的温度信息是否OK，有没有温度过高或者过低的元件需要告警？
获取各个元件温度的方法
我们可以通过如下指令获取所有元件的温度信息和相关的状态：
root@node244:~# ipmitool sensor list
CPU1 Temp | 29.000 | degrees C | ok | 0.000 | 0.000 | 0.000 | 85.000 | 90.000 | 90.000
CPU2 Temp | 33.000 | degrees C | nr | 10.000 | 10.000 | 10.000 | 30.000 | 30.000 | 30.000
PCH Temp | 32.000 | degrees C | ok | 0.000 | 5.000 | 16.000 | 90.000 | 95.000 | 100.000
System Temp | 30.000 | degrees C | ok | -10.000 | -5.000 | 0.000 | 80.000 | 85.000 | 90.000
Peripheral Temp | 34.000 | degrees C | ok | -10.000 | -5.000 | 0.000 | 80.000 | 85.000 | 90.000
Vcpu1VRM Temp | 28.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 95.000 | 100.000 | 105.000
Vcpu2VRM Temp | 34.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 95.000 | 100.000 | 105.000
VmemABVRM Temp | 29.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 95.000 | 100.000 | 105.000
VmemCDVRM Temp | 28.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 95.000 | 100.000 | 105.000
VmemEFVRM Temp | 31.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 95.000 | 100.000 | 105.000
VmemGHVRM Temp | 30.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 95.000 | 100.000 | 105.000
P1-DIMMA1 Temp | 27.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 80.000 | 85.000 | 90.000
P1-DIMMA2 Temp | na | | na | na | na | na | na | na | na
P1-DIMMB1 Temp | 27.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 80.000 | 85.000 | 90.000
P1-DIMMB2 Temp | na | | na | na | na | na | na | na | na
P1-DIMMC1 Temp | na | | na | na | na | na | na | na | na
P1-DIMMC2 Temp | na | | na | na | na | na | na | na | na
P1-DIMMD1 Temp | na | | na | na | na | na | na | na | na
P1-DIMMD2 Temp | na | | na | na | na | na | na | na | na
P2-DIMME1 Temp | 29.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 80.000 | 85.000 | 90.000
P2-DIMME2 Temp | na | | na | na | na | na | na | na | na
P2-DIMMF1 Temp | 30.000 | degrees C | ok | -5.000 | 0.000 | 5.000 | 80.000 | 85.000 | 90.000
P2-DIMMF2 Temp | na | | na | na | na | na | na | na | na
P2-DIMMG1 Temp | na | | na | na | na | na | na | na | na
P2-DIMMG2 Temp | na | | na | na | na | na | na | na | na
P2-DIMMH1 Temp | na | | na | na | na | na | na | na | na
P2-DIMMH2 Temp | na | | na | na | na | na | na | na | na
FAN1 | 4400.000 | RPM | ok | 300.000 | 500.000 | 700.000 | 25300.000 | 25400.000 | 25500.000
FAN2 | 4300.000 | RPM | ok | 300.000 | 500.000 | 700.000 | 25300.000 | 25400.000 | 25500.000
FAN3 | 4400.000 | RPM | ok | 300.000 | 500.000 | 700.000 | 25300.000 | 25400.000 | 25500.000
FAN4 | na | | na | na | na | na | na | na | na
FAN5 | na | | na | na | na | na | na | na | na
FAN6 | na | | na | na | na | na | na | na | na
FANA | 4400.000 | RPM | ok | 300.000 | 500.000 | 700.000 | 25300.000 | 25400.000 | 25500.000
FANB | na | | na | na | na | na | na | na | na
12V | 12.315 | Volts | ok | 10.173 | 10.299 | 10.740 | 12.945 | 13.260 | 13.386
5VCC | 5.000 | Volts | ok | 4.246 | 4.298 | 4.480 | 5.390 | 5.546 | 5.598
3.3VCC | 3.316 | Volts | ok | 2.789 | 2.823 | 2.959 | 3.554 | 3.656 | 3.690
VBAT | 3.104 | Volts | ok | 2.376 | 2.480 | 2.584 | 3.494 | 3.598 | 3.676
Vcpu1 | 1.800 | Volts | ok | 1.242 | 1.260 | 1.395 | 1.899 | 2.088 | 2.106
Vcpu2 | 1.809 | Volts | ok | 1.242 | 1.260 | 1.395 | 1.899 | 2.088 | 2.106
VDIMMAB | 1.200 | Volts | ok | 0.948 | 0.975 | 1.047 | 1.344 | 1.425 | 1.443
VDIMMCD | 1.209 | Volts | ok | 0.948 | 0.975 | 1.047 | 1.344 | 1.425 | 1.443
VDIMMEF | 1.209 | Volts | ok | 0.948 | 0.975 | 1.047 | 1.344 | 1.425 | 1.443
VDIMMGH | 1.209 | Volts | ok | 0.948 | 0.975 | 1.047 | 1.344 | 1.425 | 1.443
5VSB | 4.974 | Volts | ok | 4.246 | 4.298 | 4.480 | 5.390 | 5.546 | 5.598
3.3VSB | 3.316 | Volts | ok | 2.789 | 2.823 | 2.959 | 3.554 | 3.656 | 3.690
1.5V PCH | 1.509 | Volts | ok | 1.320 | 1.347 | 1.401 | 1.644 | 1.671 | 1.698
1.2V BMC | 1.209 | Volts | ok | 1.020 | 1.047 | 1.092 | 1.344 | 1.371 | 1.398
1.05V PCH | 1.050 | Volts | ok | 0.870 | 0.897 | 0.942 | 1.194 | 1.221 | 1.248
Chassis Intru | 0x0 | discrete | 0x0000| na | na | na | na | na | na
PS1 Status | 0x1 | discrete | 0x0100| na | na | na | na | na | na
PS2 Status | 0x1 | discrete | 0x0100| na | na | na | na | na | na
AOC_SAS Temp | 60.000 | degrees C | ok | -11.000 | -8.000 | -5.000 | 100.000 | 105.000 | 110.000
HDD Temp | 29.000 | degrees C | ok | -11.000 | -8.000 | -5.000 | 50.000 | 55.000 | 60.000
HDD Status | 0x1 | discrete | 0x01ff| na | na | na | na | na | na
一般来讲，第三列的值中有degree的，我们统计的是温度信息。
- 第一列： 传感器的名称，比如CPU1 Temp，
- 第二列: 该元件的当前温度值，注意有时候会是na，即取不到。
- 第四列： 温度的状态信息，ok表示温度正常，有时候该状态值为nr，为non-recovery，不可恢复的意思
一般来讲，常见的温度状态有以下5种：
- ok：温度正常
- nc： non-critical，温度偏高（或者偏低），但是并不太严重
- cr：critical，温度太高或者温度太低，很严重
- nr： non-recovery，温度太高或者温度太低，造成不可恢复的损伤。
- na：温度状态不明，比较少见。
注意ok –> nc –> cr –> nr 从正常，到越来越严重的温度问题。
如何触发温度告警
上一节我们介绍了nc cr 和nr三种状态，都说温度偏高或者温度偏低，那么
- 温度到什么程度状态会变成nc，
- 温度到什么程度会变成cr
- 温度到什么程度会变成nr
显然，各个元件的状态改变是有温度门限值的，我们可以通过如下方法查看：
root@node244:~# ipmitool sensor get "CPU1 Temp"
Locating sensor record...
Sensor ID : CPU1 Temp (0x1)
Entity ID : 3.1 (Processor)
Sensor Type (Threshold) : Temperature (0x01)
Sensor Reading : 29 (+/- 0) degrees C
Status : ok
Nominal Reading : 40.000
Normal Minimum : -4.000
Normal Maximum : 89.000
Upper non-recoverable : 90.000
Upper critical : 90.000
Upper non-critical : 85.000
Lower non-recoverable : 0.000
Lower critical : 0.000
Lower non-critical : 0.000
Positive Hysteresis : 2.000
Negative Hysteresis : 2.000
Minimum sensor range : Unspecified
Maximum sensor range : Unspecified
Event Message Control : Per-threshold
Readable Thresholds : lnr lcr lnc unc ucr unr
Settable Thresholds : lnr lcr lnc unc ucr unr
Threshold Read Mask : lnr lcr lnc unc ucr unr
Assertion Events :
Assertions Enabled : ucr+
Deassertions Enabled : ucr+
从上面的信息可以看出：
- Upper non-critical 85 度
- Upper critical 90 度
- Upper non-recovery 90 度
- Lower non-critical 0 度
- Lower critical 0 度
- Lower non-recoverable
有了门限值，是哪种状态就比较简单了。
- [0,85)之间是，状态ok
- [85,90) 状态为nc
- [90,) 状态为nr （因为cr的门限和nr的门限都是90，状态取nr）
低温的情况也是类似。
如何让温度状态告警呢，即变成nc或者cr或者nr状态呢？
ipmitool提供了方法来设置各个状态的门限值。
ipmitool -I open sensor thresh 'CPU2 Temp' upper 20 30 90
上述指令的意思是将CPU2 Temp元件的告警门限中的温度上限告警门限设置为20 30 和90.
以为CPU的温度是33度左右，我们可以通过如下指令，将状态变为nc：
root@node244:~# ipmitool -I open sensor thresh 'CPU2 Temp' upper 20 40 90
Locating sensor record 'CPU2 Temp'...
Setting sensor "CPU2 Temp" Upper Non-Critical threshold to 20.000
Setting sensor "CPU2 Temp" Upper Critical threshold to 40.000
Setting sensor "CPU2 Temp" Upper Non-Recoverable threshold to 90.000
root@node244:~# ipmitool sensor list
CPU2 Temp | 33.000 | degrees C | nc | 10.000 | 10.000 | 10.000 | 20.000 | 40.000 | 90.000
33摄氏度，超过了20度，但是没要超过40度，因此状态是nc，即non-critical。
同样道理，我们将告警门限设置为 20 30 90的话，就会发现状态为cr，即critical：
root@node244:~# ipmitool -I open sensor thresh 'CPU2 Temp' upper 20 30 90
Locating sensor record 'CPU2 Temp'...
Setting sensor "CPU2 Temp" Upper Non-Critical threshold to 20.000
Setting sensor "CPU2 Temp" Upper Critical threshold to 30.000
Setting sensor "CPU2 Temp" Upper Non-Recoverable threshold to 90.000
root@node244:~# ipmitool sensor list
CPU1 Temp | 30.000 | degrees C | ok | 0.000 | 0.000 | 0.000 | 85.000 | 90.000 | 90.000
CPU2 Temp | 33.000 | degrees C | cr | 10.000 | 10.000 | 10.000 | 20.000 | 30.000 | 90.000
同样道理，可以将状态变成nr，只需要设置门限为20 30 30 ，即可，不在赘述。