Beszel项目中的温度传感器数据过滤技巧
2025-05-21 10:32:39作者:宣海椒Queenly
在基于Beszel构建的监控系统中,用户可能会遇到系统自动采集到大量无效温度数据的问题。本文将以一个典型的Unraid环境为例,深入分析该问题的成因并提供专业解决方案。
问题现象分析
当Beszel Agent部署在N100处理器的Unraid系统时,监控界面会出现以下两类异常数据:
- 大量标记为"systin"和"auxtin"的温度读数
- 这些无效数据出现在全局概览页面("All systems"),影响整体监控准确性
经技术分析,这些读数实际来自主板的温控芯片寄存器,反映的是温度传感器的阈值限制而非实际温度值。这类问题在Intel NUC系列及类似迷你PC平台较为常见。
解决方案详解
Beszel提供了两种专业级的传感器数据过滤机制:
方案一:白名单过滤模式
通过设置SENSORS环境变量,可以精确控制采集哪些传感器数据:
- 首先在Beszel界面确认有效传感器的名称标识
- 在Unraid的Docker配置中添加环境变量:
- 变量名:
SENSORS - 变量值:用逗号分隔的有效传感器名称(如:
coretemp_1,cpu_thermal)
- 变量名:
方案二:主传感器指定模式
对于只需要关注关键温度的场景,可设置PRIMARY_SENSOR变量:
- 该变量指定的传感器将作为系统代表温度显示在全局页面
- 其他传感器数据仍可在详细页面查看
技术实现原理
这两种方案底层都利用了Linux的lm-sensors框架:
sensors-detect会自动识别硬件监控芯片- Beszel通过libsensors库获取原始数据
- 环境变量实际上是在应用层面对采集数据进行过滤
在Unraid等容器化环境中,需特别注意:
- 环境变量必须通过Docker配置界面添加
- 修改后需要重启容器生效
- 变量名称必须大写
最佳实践建议
-
诊断阶段:
- 先在终端运行
sensors命令确认原始数据 - 识别出稳定的有效传感器(通常以"Core"或"Tdie"结尾)
- 先在终端运行
-
配置阶段:
- 建议先使用白名单模式
- 后期可优化为主传感器模式
-
验证阶段:
- 检查全局页面是否只显示有效数据
- 确认详细视图仍保留完整传感器信息
通过这种分层处理方案,用户既能获得简洁的全局视图,又不丢失详细的监控数据,实现了监控效率与信息完整性的平衡。对于其他基于Beszel的监控系统,此方法同样具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
677
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781