Zabbix 监控 Dell PowerEdge R750:基于 iDRAC Redfish API 的官方 HTTP 模板实战指南
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:
- 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。 - 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)。
- 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。
- 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:
- 启用 Redfish API:在服务器的 Dell iDRAC 管理界面中开启 Redfish API 服务;
- 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);
- 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);
- 链接模板:将
DELL PowerEdge R750 by HTTP链接到该主机; - 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)>={$DELL.HTTP.SYS.UTIL.HIGH/WARN} |
High / Warning | Warning 依赖 IO 的 High |
| Server is in a critical state | last(…dell.server.status,)=3 |
Average | 整体健康=Critical |
| Server is in a warning state | last(…dell.server.status,)=2 |
Warning | 依赖 critical 触发器 |
| Device has been replaced | last(…serialnumber,#1)<>last(…serialnumber,#2) and length(...)>0 |
Info | 手动关闭 |
| Firmware has changed | last(…firmware,#1)<>last(…firmware,#2) and length(...)>0 |
Info | 手动关闭 |
| Redfish API service is unavailable | last(…net.tcp.service[https])=0 |
High | TCP 服务不可达 |
设计亮点:
- 硬件变更即告警:序列号(服务标签)与固件版本分别用相邻两次取值(
#1vs#2)比对并排除空值,识别"设备被更换""固件升级",均为 Info 级且需手动确认关闭(manual_close: YES); - 触发器操作数据(opdata):多数触发器带
Current value: {ITEM.LASTVALUE1}/Current state: {ITEM.LASTVALUE1},告警消息直接携带实时值; - 作用域标签:可用性类触发器带
scope: availability,通知类带scope: notice(见各 trigger tags 段)。
低级别自动发现(LLD):八类资源的动态监控
模板通过 8 条 LLD 规则自动发现并监控可变数量的硬件资源,全部为 Dependent 类型、以脚本项为母项,并统一使用 6h 心跳去重(README 各 LLD 章节):
1. 温度发现(Temperature discovery)
- 母项:
dell.server.temp.discovery,JSONPath$.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。