近期遇到了一个故障，一直在用的开发环境突然无法访问，登录服务器管理控制台发现机器温度竟然达到了50~70°，赶到机房发现是空调罢工导致服务器温度过高宕机了，一番紧急处置后才得以恢复。

受感于这个故障，也来回顾一下硬件运维相关技术，虽然传统的技术没有新意，但是毕竟实用，在日常工作里还是要必须掌握的，今天就来讨论讨论这个。

IPMI硬件管理

IPMI是一个开放的标准，是用于管理基于 Intel架构服务器的工业标准，由英特尔、HP、NEC、DELL等公司制定。用户可以利用IPMI监视服务器的物理健康特征，如温度、电压、风扇工作状态、电源状态等。

2004年Intel发表了IPMI 2.0的规格，能够向下相容IPMI 1.0、1.5，新增了Console Redirection，并可以通过以太网远程管理服务器。

IPMI主要的功能包括：

• 硬件监控（模块状态、传感器）
• 远程控制（远程开机、关机、重启，Console）
• 日志（硬件运行日志）
• 配置BIOS、RAID（基本不会用到~）
• 列出所有相关硬件等

既然说到IPMI，有个工具是必备的，那就是ipmitool

ipmitool 是一种可用在 linux 系统下的命令行方式的 ipmi 平台管理工具，它支持 ipmi 2.0规范，通过它可以实现获取传感器的信息、显示系统日志内容、网络远程开关机等功能。

ipmitool的功能很多，这次我们遇到了温度的问题，那通过ipmitool同样可以检查硬件传感器的温度数据，它大概是这样子的：

或者详细点：

另外在自动化运维方面，也可以通过脚本来实现一些功能，这里部分厂商提供的接口并不一致，拿HP的ILO举例，它支持图形界面、ssh、perl等多种方式，也可以通过python调用第三方package来快速查询和配置：

# -*- coding: utf-8 -*-

import pprint
import hpilo 

ilo = hpilo.Ilo("192.168.1.1", "admin", "password")
health_summary = ilo.get_embedded_health()['health_at_a_glance'] 

pprint.pprint(health_summary)

[root@xxx]# python3 ilo.py 
{'bios_hardware': {'status': 'Degraded'},
 'fans': {'redundancy': 'Redundant', 'status': 'OK'},
 'memory': {'status': 'Degraded'},
 'network': {'status': 'OK'},
 'power_supplies': {'redundancy': 'Not Redundant', 'status': 'OK'},
 'processor': {'status': 'OK'},
 'storage': {'status': 'Degraded'},
 'temperature': {'status': 'OK'}}

新一代技术：redfish

说到这里不得不提一下，当前主流厂商的服务器在支持ipmi的同时，基本上对新一代的redfish技术提供了支持，redfish可以简单理解为ipmi的替代技术，它在安全性、扩展性和数据界面上有了极大改进。

Redfish 规范的第一个版本于2015年8月由分布式管理任务组（ Distributed Management Task Force，DMTF ）发布，是一个开放的行业标准规范，为可扩展平台硬件提供简单，现代和安全的管理功能。

Redfish是一种基于HTTPs服务的管理标准，利用RESTful接口实现设备管理，请求或结果的返回都以JSON格式进行，对运维开发提供了友好支持。

下图为DMTF组织定义的Redfish资源示意图，可以看到3大分支——Systems（系统的逻辑视图） 、Chassis（系统的物理视图）和 Managers（BMC功能）。

Redfish中的URI符合RFC 3986 规范，URL示例：https://ip_address/redfish/v1/Systems/1

可以通过postman来简单操作一下：

总结

底层硬件技术可以用之于监控功能完善、应急和运维操作等场景，灵活解决工作中遇到的技术问题。