Zabbix 监控 Dell PowerEdge R750:基于 iDRAC Redfish API 的官方 HTTP 模板实战指南

原创2026-10-09 16:47:541,965 阅读
文章标签:运维指标监控可观测性告警监控大盘APM日志分析后端前端消息队列高可用分布式数据库

Zabbix 监控 Dell PowerEdge R750:基于 iDRAC Redfish API 的官方 HTTP 模板实战指南

导读

本文以 Zabbix 官方仓库中的 DELL PowerEdge R750 by HTTP 模板说明 为骨架,结合其 模板源文件(zabbix_export 格式、约 3900 行)展开。该模板通过 Dell iDRAC 的 Redfish API 采集 R750 服务器的系统、传感器、存储与网络数据,全程无需任何外部脚本,并利用 Zabbix 8.0 的脚本项、从属项与低级别自动发现(LLD)机制实现自动化监控。读完本文,你将掌握模板的部署步骤、全部宏与采集项语义、触发器告警体系,以及其内嵌 JavaScript 请求框架的工作原理与调优方法。

模板概览:无外部脚本的硬件监控方案

DELL PowerEdge R750 by HTTP 是 Zabbix 官方推出的服务器硬件监控模板,归属模板组 Templates/Server hardware(见 template_server_dell_r750_http.yaml)。其核心特点如下:

  • 监控对象:DELL PowerEdge R750 系列服务器,官方声明在 R750xs 机型上完成测试;
  • 前提条件:iDRAC 8/9,固件 4.32 及以上,且已启用 Redfish API;
  • 采集方式:通过 Zabbix 脚本项(Script item)直接以 HTTP 请求访问 Redfish 端点,无需在服务器上安装 agent、无需外部脚本;
  • Zabbix 版本要求:8.0 及以上(YAML 头部的 version: '8.0' 与模板元数据 vendor.version: 8.0-4 印证了这一点)。

在正式使用前,请按 Zabbix 官方《Templates out of the box》手册完成模板导入等前置配置。模板本身以 wizard_ready: 'YES' 标记,可直接通过模板向导导入。

工作原理:脚本项 + 从属项 + LLD 的三层数据流水线

从 YAML 源文件的 items、discovery_rules 与 valuemaps 三大部分,可以清晰还原模板的数据流转架构:

  1. 脚本项(Script)负责"取数":模板包含 dell.server.system.get、dell.server.sensors.get、dell.server.array.resources.get、dell.server.disks.get、dell.server.net.iface.get 五个采集型脚本项,直接向 iDRAC 的 Redfish 端点发起 HTTP 请求并返回 JSON 文本,history 均设为 0(不保留历史),仅作为中间数据源。
  2. 从属项(Dependent)负责"加工":其余监控项全部为 Dependent item,通过 JSONPath/JavaScript 预处理从脚本项返回的 JSON 中提取数值,并转换为标准化的可告警指标(如 CPU/内存/IO/SYS 利用率、健康状态、固件版本等)。
  3. LLD 负责"扩展":温度、电源、风扇、阵列控制器、电池、物理磁盘、虚拟磁盘、网络接口八大类资源通过低级别自动发现动态生成监控项与触发器,适配不同硬件配置。
  4. 值映射(Value mapping)负责"翻译":YAML 末尾定义了 Redfish status health(0=Unknown、1=OK、2=Warning、3=Critical)、Redfish API availability(0=Unavailable、1=Available)、Network interface status(0=Unknown、1=Null、2=Down、3=Up)、Redfish status state 等映射(见 template_server_dell_r750_http.yaml),把 Redfish 的字符串状态转为 Zabbix 数值,供触发器和界面友好展示。

内嵌 JavaScript 请求框架解析

模板每个脚本项都内嵌了同一套 JavaScript 框架(约 140 行),这是理解模板行为的关键,其要点如下:

  • TLS 校验配置(CTlsConfig):读取 {$HTTP.TLS.VERIFY} 宏,取值为 none/peer/full,映射为 HttpRequest 的 SSLVerifyPeer 与 SSLVerifyHost;当校验启用时若 URL 不是 https://,脚本会直接抛错(参见 YAML L48-L70)。
  • 必填参数校验(validateZabbixParams):url、user、password、http_status_code 四项缺失或为空时立即抛出 Required param is not set 错误,避免向未配置的目标发起请求。
  • 请求执行(executeRequest):使用 Authorization: Basic 头携带 btoa(user:password) 做基本认证;支持 {$DELL.HTTP.PROXY} 代理;用 getStatus() === parseInt(http_status_code) 校验响应码,不符则记录日志并抛错。
  • 数据抽取(extractData/parseJSON):按点分路径(如 Status.Health、Oem.Dell.DellSystem.ChassisServiceTag)从 JSON 中取值,支持 @odata.id 特例。

各脚本项对应的 Redfish 端点(见 YAML 中 executeRequest 调用):

脚本项 Redfish 请求路径 产出数据
dell.server.system.get /redfish/v1/Systems/System.Embedded.1、/redfish/v1/Managers/iDRAC.Embedded.1 型号、服务标签、整体健康、固件版本
dell.server.sensors.get /redfish/v1/Chassis/System.Embedded.1/Sensors?$expand=.($levels=1) fan/psu/temperature/sysBoard 四类传感器
dell.server.array.resources.get /redfish/v1/Systems/System.Embedded.1/Storage?$expand=.($levels=1) arrayControllers、batteryControllers
dell.server.disks.get /redfish/v1/Systems/System.Embedded.1/Storage 及各控制器 Drives/Volumes physicalDisks、virtualDisks
dell.server.net.iface.get /redfish/v1/Chassis/System.Embedded.1/NetworkAdapters 及各适配器 NetworkPorts 网卡端口列表

dell.server.sensors.get 还内置了 formatPSU(按 PSU 名称聚合电压/电流读数)、formatTemp(清洗传感器名称)、formatSysBoard(从"System Board CPU Usage"中剥离 System/Board/Usage 词)等格式化函数,最终输出 {fan, psu, temperature, sysBoard} 结构,供后续从属项与 LLD 消费。

部署配置:五步接入 iDRAC

按 README 的 Setup 章节,接入步骤如下:

  1. 启用 Redfish API:在服务器的 Dell iDRAC 管理界面中开启 Redfish API 服务;
  2. 创建只读监控用户:在 iDRAC 中创建具备只读权限的专用监控账号(模板脚本以 Basic Auth 使用该账号访问 Redfish);
  3. 创建主机:在 Zabbix 前端为 Dell 服务器创建主机,将 iDRAC 的 IP 作为 Zabbix agent 接口(模板的可用性检查基于该接口);
  4. 链接模板:将 DELL PowerEdge R750 by HTTP 链接到该主机;
  5. 配置宏:为主机设置 {$DELL.HTTP.API.URL}、{$DELL.HTTP.API.USER}、{$DELL.HTTP.API.PASSWORD} 三个必填宏。

注意:若某些执行请求的监控项出现超时,请相应调大 {$DELL.HTTP.REQUEST.TIMEOUT} 宏(默认 10s)。

宏配置详解:全部 14 个可调参数

README 的 Macros used 表格是模板的核心调优入口,下表完整罗列并补充取值范围说明(默认值同时可在 YAML macros 段 中验证):

宏 说明 默认值
{$DELL.HTTP.API.URL} iDRAC Redfish API 地址,格式 <scheme>://<host>:<port>(必填,无默认值) —
{$DELL.HTTP.API.USER} iDRAC 用户名(必填,无默认值) —
{$DELL.HTTP.API.PASSWORD} iDRAC 用户密码(必填,无默认值) —
{$DELL.HTTP.PROXY} 访问 Redfish 所需的 HTTP 代理(可选,为空则不使用) —
{$HTTP.TLS.VERIFY} 脚本项的 TLS 证书校验:none 关闭;peer 校验证书链与有效期;full 完全校验;其他任意值等同 full。仅针对本模板覆盖时,使用带上下文 "DELL PowerEdge" 的宏,如 {$HTTP.TLS.VERIFY:"DELL PowerEdge"} full
{$DELL.HTTP.RETURN.CODE.OK} 表示 API 正常响应的 HTTP 返回码,默认 200;使用代理等场景可能不同 200
{$DELL.HTTP.REQUEST.TIMEOUT} HTTP 请求超时时间 10s
{$DELL.HTTP.IFCONTROL} 链路状态触发器只对上下文宏等于 "1" 的接口生效(可用 {$DELL.HTTP.IFCONTROL:"{#IFNAME}"} 按接口覆盖) 1
{$DELL.HTTP.CPU.UTIL.HIGH} CPU 利用率"高"级别告警阈值(%) 90
{$DELL.HTTP.CPU.UTIL.WARN} CPU 利用率"警告"级别告警阈值(%) 75
{$DELL.HTTP.MEM.UTIL.HIGH} 内存利用率"高"级别告警阈值(%) 90
{$DELL.HTTP.MEM.UTIL.WARN} 内存利用率"警告"级别告警阈值(%) 75
{$DELL.HTTP.IO.UTIL.HIGH} IO 利用率"高"级别告警阈值(%) 90
{$DELL.HTTP.IO.UTIL.WARN} IO 利用率"警告"级别告警阈值(%) 75
{$DELL.HTTP.SYS.UTIL.HIGH} SYS 利用率"高"级别告警阈值(%) 90
{$DELL.HTTP.SYS.UTIL.WARN} SYS 利用率"警告"级别告警阈值(%) 75

值得注意的细节:

  • 利用率阈值宏在 YAML 中带配置约束,regex: '^-?([0-9]+|(([0-9]+)\.([0-9]+)))$' 限定取值范围(如 {$DELL.HTTP.SYS.UTIL.WARN} 描述为 "In the range from 0 to 100 inclusive");
  • {$HTTP.TLS.VERIFY} 在 YAML 中以 LIST 类型配置(full=完全校验、peer=仅证书链、none=关闭),其描述特别提醒:关闭校验会让连接暴露于中间人攻击,仅应在使用自签名证书的端点时关闭;同时脚本框架会强制校验启用时 URL 必须为 https://;
  • 上下文宏机制:{$HTTP.TLS.VERIFY:"DELL PowerEdge"} 表示仅对该模板生效的覆盖写法,这也是脚本参数中 tls_verify 绑定的宏名(见各脚本项 parameters 段)。

采集项体系:系统、传感器与存储数据

模板共有 6 个普通监控项 + 1 个简单检查(README Items 表格),完整语义如下:

监控项 类型 Key 说明
Get system Script dell.server.system.get 返回系统级指标(JSON 母项)
Get sensors Script dell.server.sensors.get 返回传感器数据(JSON 母项)
Get array controller resources Script dell.server.array.resources.get 返回阵列控制器资源
Get disks Script dell.server.disks.get 返回存储资源
Get network interfaces Script dell.server.net.iface.get 返回网络接口列表
CPU utilization, in % Dependent dell.server.util.cpu JSONPath $.sysBoard[?(@.id == "SystemBoardCPUUsage")].reading.first()
Memory utilization, in % Dependent dell.server.util.mem JSONPath $.sysBoard[?(@.id == "SystemBoardMEMUsage")].reading.first()
IO utilization, in % Dependent dell.server.util.io JSONPath $.sysBoard[?(@.id == "SystemBoardIOUsage")].reading.first()
SYS utilization, in % Dependent dell.server.util.sys JSONPath $.sysBoard[?(@.id == "SystemBoardSYSUsage")].reading.first()
Overall system health status Dependent dell.server.status 整体健康状态(JSONPath $.status + JavaScript 映射 + 6h 心跳去重),映射到 Redfish status health
Hardware model name Dependent dell.server.hw.model 机型(JSONPath $.model,6h 心跳去重)
Hardware serial number Dependent dell.server.hw.serialnumber 服务标签(JSONPath $.serialnumber,6h 心跳去重)
Firmware version Dependent dell.server.hw.firmware iDRAC 固件版本(JSONPath $.firmware,6h 心跳去重)
Redfish API status Simple check net.tcp.service[https] Redfish API 可用性(0=不可用,1=可用),映射 Redfish API availability

几个关键实现细节:

  • 健康状态数字化:dell.server.status 的 JavaScript 预处理将 OK/Warning/Critical 分别映射为 1/2/3,未知值映射为 0(见 YAML L882-L899),配合值映射 Redfish status health 展示;
  • 系统信息来源:dell.server.hw.model 与 dell.server.hw.serialnumber 均以 dell.server.system.get 为母项,脚本从 Model、Oem.Dell.DellSystem.ChassisServiceTag 字段取值,固件版本则取自 /redfish/v1/Managers/iDRAC.Embedded.1 的 FirmwareVersion(见 YAML L1040-L1073);
  • Discard unchanged with heartbeat: 6h:型号、序列号、固件等不常变化的信息以 6 小时心跳去重,减少存储与告警噪音。

触发器体系:从利用率告警到硬件变更追踪

模板定义了 12 个普通触发器(README Triggers 表格),并大量使用触发器依赖避免告警风暴:

触发器 表达式要点 级别 备注
CPU utilization is too high / is high min(…util.cpu,5m)>={$DELL.HTTP.CPU.UTIL.HIGH/WARN} High / Warning 5 分钟均值;Warning 依赖 High
Memory utilization too high / high min(…util.mem,5m)>={$DELL.HTTP.MEM.UTIL.HIGH/WARN} High / Warning 同上
IO utilization too high / high min(…util.io,5m)>={$DELL.HTTP.IO.UTIL.HIGH/WARN} High / Warning 同上
SYS utilization too high / high min(…util.sys,5m)>={$DELL.HTTP.SYS.UTIL.HIGH/WARN} High / Warning Warning 依赖 IO 的 High
Server is in a critical state last(…dell.server.status,)=3 Average 整体健康=Critical
Server is in a warning state last(…dell.server.status,)=2 Warning 依赖 critical 触发器
Device has been replaced last(…serialnumber,#1)<>last(…serialnumber,#2) and length(...)>0 Info 手动关闭
Firmware has changed last(…firmware,#1)<>last(…firmware,#2) and length(...)>0 Info 手动关闭
Redfish API service is unavailable last(…net.tcp.service[https])=0 High TCP 服务不可达

设计亮点:

  • 硬件变更即告警:序列号(服务标签)与固件版本分别用相邻两次取值(#1 vs #2)比对并排除空值,识别"设备被更换""固件升级",均为 Info 级且需手动确认关闭(manual_close: YES);
  • 触发器操作数据(opdata):多数触发器带 Current value: {ITEM.LASTVALUE1} / Current state: {ITEM.LASTVALUE1},告警消息直接携带实时值;
  • 作用域标签:可用性类触发器带 scope: availability,通知类带 scope: notice(见各 trigger tags 段)。

低级别自动发现(LLD):八类资源的动态监控

模板通过 8 条 LLD 规则自动发现并监控可变数量的硬件资源,全部为 Dependent 类型、以脚本项为母项,并统一使用 6h 心跳去重(README 各 LLD 章节):

1. 温度发现(Temperature discovery)

  • 母项:dell.server.temp.discovery,JSONPath $.temperature;
  • 原型:Probe [{#SENSOR_NAME}]: Get sensor(JSONPath $.temperature.[?(@.id == '{#ID}')].first())、Value($.reading)、Status($.health 经 JS 映射为 1/2/3);
  • 触发器:Critical state(值=3,Average)、Warning state(值=2,Warning,依赖前者)。

2. 电源发现(PSU discovery)

  • 母项:dell.server.psu.discovery,JSONPath $.psu;
  • 原型:Power supply [{#SENSOR_NAME}]: Get sensor(JSONPath $.psu.[?(@.name == '{#SENSOR_NAME}')].first()),以及 Voltage/Current 两个子项各自的 reading 与 health;
  • 触发器:电压、电流各自的 Critical/Warning 状态(Average/Warning,两两依赖)。

3. 风扇发现(FAN discovery)

  • 母项:dell.server.fan.discovery,JSONPath $.fan;
  • 原型:Fan [{#SENSOR_NAME}]: Get sensor($.fan.[?(@.id == '{#ID}')].first())、Speed($.reading)、Status($.health);
  • 触发器:Critical(Average)/ Warning(依赖前者)。

4. 阵列控制器发现(Array controller discovery)

  • 母项:dell.server.array.discovery,JSONPath $.arrayControllers;
  • 原型:Controller [{#CNTLR_NAME}]: Status($.arrayControllers[?(@.id == "{#ID}")].health.first(),JS 映射 + 值映射);
  • 触发器:Critical(Average)/ Warning(依赖前者)。

5. 电池发现(Battery discovery)

  • 母项:dell.server.controller.battery.discovery,JSONPath $.batteryControllers;
  • 原型:Battery [{#BATTERY_NAME}]: Status($.batteryControllers[?(@.id == "{#ID}")].status.first());
  • 触发器:Critical(Average)/ Warning(依赖前者)。

6. 物理磁盘发现(Physical disk discovery)

  • 母项:dell.server.physicaldisk.discovery,JSONPath $.physicalDisks;
  • 原型:Physical disk [{#DISK_NAME}]: Get disk(Script 型原型,dell.server.hw.physicaldisk.get[{#DISK_NAME}]),以及 Status($.health)、Serial number($.sn)、Model name($.model)、Media type($.mediaType,HDD/SSD/SMR/null)、Size($.capacity,字节);
  • 触发器:Critical(Average)/ Warning;has been replaced(序列号变化,Info、手动关闭)。

7. 虚拟磁盘发现(Virtual disk discovery)

  • 母项:dell.server.virtualdisk.discovery,JSONPath $.virtualDisks;
  • 原型:Virtual disk [{#DISK_NAME}]: Get disk(Script 原型),Status($.health)、RAID status($.raidStatus,Blocked/Degraded/Failed/Foreign/Offline/Online/Ready/Unknown/null)、Size($.capacity)、Current state($.status,Enabled/Disabled 等)、Read policy($.readCachePolicy)、Write policy($.writeCachePolicy);
  • 触发器:Critical/Warning 之外,还有 RAID status not OK——表达式 last(…raid_status[…])<8,Average 级,覆盖 RAID 降级等异常。

8. 网络接口发现(Network interface discovery)

  • 母项:dell.server.net.if.discovery(无 JSONPath 预处理,直接消费 dell.server.net.iface.get 输出);
  • 原型:Interface [{#IFNAME}]: Get interface(Script 原型),Speed($.linkSpeed,自定义倍数 1000000 转为 bps)、Link status($.linkStatus,Down/Up/null,JS 映射为 0/1/2/3 对应 Unknown/Null/Down/Up)、State($.state)、Status($.health);
  • 触发器(4 个):
    • Link down(Average、手动关闭):表达式 {$DELL.HTTP.IFCONTROL:"{#IFNAME}"}=1 and (last(…status,)=2 and last(…,#1)<>last(…,#2))——仅当接口曾处于 Up 状态后掉线才触发,避免"常闭"接口(如未插线的网口)反复告警;
    • Link status issue(Average、手动关闭):last(…)<2 and …diff(),覆盖 Null(1)/Unknown(0) 状态;
    • Critical state(Average)/ Warning state(Warning,依赖前者)。

注意 README 的 WARNING:链路类触发器带 .diff() 判定,若被手动关闭,下一次轮询不会再次触发,需等待状态先恢复正常。

开箱即用的概览仪表盘

模板自带名为 Overview 的仪表盘(见 YAML dashboards 段),页面刷新周期 30 秒,通过多个 Gauge 组件直观呈现 CPU、内存等关键指标。以 CPU utilization 组件为例:绑定 dell.server.util.cpu,单位 %,配有主题配色(如背景 6C00D9、描述与数值白色)与刷新速率 30。链接模板后即可在主机仪表盘中查看,无需手动搭建。

故障排查与调优建议

结合 README 提示与脚本实现,常见问题处理如下:

  • 请求超时:若脚本项超时,调大 {$DELL.HTTP.REQUEST.TIMEOUT}(默认 10s)。脚本在超时或异常响应时会向 Zabbix 日志写入 [ DELL ] [ service ] [ action ] 前缀的错误日志(Zabbix.log(3, …)),代理启用时也有 Using http proxy 的调试日志(级别 4),可在 Zabbix server 日志中定位;
  • 返回码异常:使用代理或网关后 API 正常码可能不再是 200,调整 {$DELL.HTTP.RETURN.CODE.OK};脚本对状态码不符会抛出 Unexpected HTTP response code: <code> 错误;
  • TLS 校验失败:若 iDRAC 使用自签名证书,可将 {$HTTP.TLS.VERIFY:"DELL PowerEdge"} 设为 none(仅对模板生效),此时脚本同时要求 URL 必须为 http://;若保持校验,则必须使用 https:// 地址;
  • 必填宏缺失:{$DELL.HTTP.API.URL}/USER/PASSWORD 未设置时,脚本会直接失败并提示 Required param is not set,请先完成宏配置再排查其他问题;
  • 链路告警"不重报":手动关闭接口 Link down/issue 触发器后,因 .diff() 判定逻辑,下一次轮询不会再次触发,需等接口状态恢复正常再掉线才会重新告警。

小结

DELL PowerEdge R750 by HTTP 模板展示了 Zabbix 8.0 无代理硬件监控的标准范式:脚本项完成 Redfish API 对接,从属项与 LLD 完成数据加工与资源扩展,宏系统承担全部调优入口,值映射与触发器依赖保证告警语义清晰且不泛滥。通过本文提供的宏表格、采集项清单与触发器表达式解读,你可以直接基于 模板源文件 完成部署、调优与故障排查;若需适配其他 Dell 机型,仓库中同目录下的 R660/R720/R740/R820/R840 等 HTTP 模板采用完全相同的设计,可作为扩展参考。

登录后查看全文
zabbix