Network UPS Tools (NUT) 在非对称供电环境下的监控方案设计
2025-06-28 22:19:41作者:尤峻淳Whitney
背景与需求分析
在UPS供电系统中,Network UPS Tools (NUT) 通常采用主从架构实现设备集群的电源管理。但在某些特殊场景下,控制节点本身并不依赖被监控的UPS供电,却需要承担监控职责。典型场景包括:
- 控制节点使用独立后备电源(如大容量5V UPS)
- 被控服务器组共享另一个UPS电源
- 需要保持监控服务持续运行的同时管理下游设备
技术挑战
传统NUT配置中,主节点(primary)触发FSD(Forced Shutdown)后会连带关闭自身服务。在非对称供电场景下会出现两个核心问题:
- 监控服务意外终止导致后续管理功能失效
- UPS无法在从节点关机后正确切断输出电源
解决方案演进
基础方案:MINSUPPLIES调优
通过设置MINSUPPLIES 0和MONITOR零电源配置,可使主节点避免触发自身关机。但该方案存在明显缺陷:
- 从节点FSD机制失效
- UPS电源无法自动关闭
增强方案:虚拟UPS集成
引入dummy-ups驱动创建虚拟电源设备,构建双电源拓扑:
MONITOR eaton@localhost 1 primary
MONITOR dummy@localhost 1 secondary
MINSUPPLIES 1
优势:
- 维持主节点监控服务持续运行
- 保持对真实UPS的primary管理权限
完整实现方案
- 事件处理增强:通过
upssched在低电量事件时触发FSD - 定制关机脚本:替换
SHUTDOWNCMD为专用逻辑:
#!/bin/sh
# 通知从节点关机
upsmon -c fsd
# 等待从节点离线
sleep 120
# 关闭UPS输出电源
upscmd -u admin -p password eaton@localhost shutdown.return
实践建议
- 对于树莓派控制节点,建议评估GPIO/I2C驱动方案监控独立UPS
- 关键生产环境应采用双UPS冗余架构
- 通过systemd服务保护确保监控进程异常后自动恢复
总结
非对称供电场景下的NUT部署需要突破传统主从架构限制。通过虚拟设备集成和定制化事件处理,可实现监控节点持续运行与受控设备安全关机的平衡。该方案特别适用于物联网网关、边缘计算等需要持续在线服务的场景。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
686
160
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
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869