Zabbix 官方模板监控 DELL PowerEdge R660:基于 iDRAC SNMP 的全方位硬件监控方案解析

原创2026-10-09 22:31:321,833 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 官方模板监控 DELL PowerEdge R660:基于 iDRAC SNMP 的全方位硬件监控方案解析

导读

本文围绕 Zabbix 开源仓库中面向 DELL PowerEdge R660 服务器的官方监控模板(模板 README 与 模板 YAML 定义)展开,完整讲解模板的适用场景、部署要求、宏体系、监控项、触发器以及基于低级别自动发现(LLD)的传感器发现机制。读完本文,你将掌握如何在 Zabbix 8.0 及以上版本中导入并使用该模板,理解其"SNMP walk 采集 + 依赖项解析 + 触发器告警"的架构原理,并能通过宏调整阈值与发现过滤规则,做到零外部脚本监控整机硬件健康状态。

模板概览:无外部脚本的 iDRAC 硬件监控

DELL PowerEdge R660 by SNMP 是 Zabbix 官方维护的硬件监控模板,用于监控 DELL PowerEdge R660 服务器(要求 iDRAC 版本 7 及以上),通过 Zabbix SNMP agent 完成采集,全程无需任何外部脚本。模板定义位于仓库的 template_server_dell_r660_snmp.yaml,归属于模板组 Templates/Server hardware,由官方模板生成工具 Templator 生成,声明为 wizard_ready: 'YES'(即满足向导式导入要求)。

模板主要覆盖以下监控维度:

  • 整机健康状态:globalSystemStatus 汇总系统、存储、IO 设备、iDRAC、CPU、内存等所有组件的整体状态;
  • 基础信息:硬件型号、服务标签(序列号)、操作系统、BIOS/固件版本、系统位置与联系信息;
  • 传感器层:温度探针、电压探针、电源(PSU)、风扇(转速与状态);
  • 存储层:RAID 控制器、控制器缓存电池、物理磁盘(含 S.M.A.R.T.)、虚拟磁盘(含 RAID 布局与读写策略);
  • 计算与网络:CPU 状态、内存条状态与容量、板载网卡链路与状态;
  • 可用性:SNMP agent 可达性、系统/网络运行时长。

模板涉及的 MIB 包括 HOST-RESOURCES-MIB、IDRAC-MIB-SMIv2(核心数据来源)与 SNMPv2-MIB,这一信息可在 YAML 模板描述 中确认。

版本要求与测试情况

  • Zabbix 版本要求:8.0 及以上(模板 YAML 声明 zabbix_export: version: '8.0',宏、依赖项、触发器依赖等特性依赖该版本能力);
  • 实测机型:DELL PowerEdge R660xs(官方在 README 的 Tested versions 中声明);
  • 模板版本:YAML 中 vendor 声明为 Zabbix 8.0-3。

需要说明:iDRAC 版本要求 7 及以上,具体 iDRAC 的 SNMP 开启方式及凭据配置请以 DELL 官方文档为准(README 的 Setup 一节同样指向厂商文档)。

部署与配置流程

1. 按官方模板导入流程操作

Zabbix 官方要求所有内置模板按照 "Templates out of the box" 指南配置,核心步骤为:

  1. 在 Zabbix 前端进入 Data collection → Templates,点击右上角 Import 导入 template_server_dell_r660_snmp.yaml;
  2. 将模板链接到目标主机;
  3. 为主机配置 SNMP 接口(iDRAC 的 IP/端口 161、SNMP 版本建议 v2c 或 v3);
  4. 确认宏默认值符合实际环境,按需覆盖(见下文"宏体系"一节);
  5. 等待若干轮采集周期后,通过最新数据与"系统健康"仪表盘验证采集是否正常。

2. 模板自带 Overview 仪表盘

模板在 YAML 中附带名为 Overview 的仪表盘(dashboards 定义),包含系统健康状态等 widget,导入模板后可快速获得整机健康的可视化视图。

3. SNMP 采集架构:walk 主项 + 依赖项

从 YAML 源码 可以清晰看到模板的核心采集模式:

  • SNMP walk 主项:如 dell.server.array.controller.walk,使用 walk[...] 一次性扫描目标 OID 表的所有行,历史保留设为 0(仅保留最新值),数据类型为 TEXT,打上 component: raw 标签;
  • 依赖项(Dependent item):所有具体指标项均声明 master_item 指向对应的 walk 主项,通过 SNMP_WALK_VALUE 预处理从主项 JSON 中提取指定 OID 索引的值。

这种"一次 walk、多次取值"的设计大幅减少了 SNMP 网络轮询次数,是模板可高效扩展的关键。

宏体系:38 个可调参数全面解读

模板通过用户宏(User macros)将告警阈值、状态码和发现过滤规则全部参数化,便于在主机或模板级别按需覆盖。下表完整列出 README 定义的宏及其默认值。

宏名称 说明 默认值
{$DELL.SNMP.DISCOVERY.VOLTAGE.NAME.MATCHES} 电压探针名称允许纳入发现的正则 ^.*Voltage.*$
{$DELL.SNMP.DISCOVERY.VOLTAGE.NAME.NOT_MATCHES} 电压探针名称需排除的正则 CHANGE_IF_NEEDED
{$DELL.SNMP.DISCOVERY.VOLTAGE.TYPE.MATCHES} 电压探针类型允许纳入发现的正则 18|16
{$DELL.SNMP.DISCOVERY.VOLTAGE.TYPE.NOT_MATCHES} 电压探针类型需排除的正则 CHANGE_IF_NEEDED
{$DELL.SNMP.SENSOR.TEMP.STATUS.OK} 温度探针 OK 状态码(触发器表达式用) 3
{$DELL.SNMP.SENSOR.TEMP.STATUS.WARN:"nonCriticalUpper"} 温度探针警告状态(上非临界) 4
{$DELL.SNMP.SENSOR.TEMP.STATUS.WARN:"nonCriticalLower"} 温度探针警告状态(下非临界) 7
{$DELL.SNMP.SENSOR.TEMP.STATUS.CRIT:"criticalUpper"} 温度探针临界状态(上临界) 5
{$DELL.SNMP.SENSOR.TEMP.STATUS.CRIT:"nonRecoverableUpper"} 温度探针临界状态(上不可恢复) 6
{$DELL.SNMP.SENSOR.TEMP.STATUS.CRIT:"criticalLower"} 温度探针临界状态(下临界) 8
{$DELL.SNMP.SENSOR.TEMP.STATUS.CRIT:"nonRecoverableLower"} 温度探针临界状态(下不可恢复) 9
{$DELL.SNMP.HEALTH.STATUS.DISASTER} 整机健康灾难状态码 6
{$DELL.SNMP.HEALTH.STATUS.CRIT} 整机健康临界状态码 5
{$DELL.SNMP.HEALTH.STATUS.WARN} 整机健康警告状态码 4
{$DELL.SNMP.PSU.STATUS.WARN:"nonCritical"} PSU 传感器警告值 4
{$DELL.SNMP.PSU.STATUS.CRIT:"critical"} PSU 传感器临界值 5
{$DELL.SNMP.PSU.STATUS.CRIT:"nonRecoverable"} PSU 传感器不可恢复值 6
{$DELL.SNMP.FAN.STATUS.WARN:"nonCriticalUpper"} 风扇传感器警告值(上非临界) 4
{$DELL.SNMP.FAN.STATUS.WARN:"nonCriticalLower"} 风扇传感器警告值(下非临界) 7
{$DELL.SNMP.FAN.STATUS.CRIT:"criticalUpper"} 风扇传感器临界值(上临界) 5
{$DELL.SNMP.FAN.STATUS.CRIT:"nonRecoverableUpper"} 风扇传感器临界值(上不可恢复) 6
{$DELL.SNMP.FAN.STATUS.CRIT:"criticalLower"} 风扇传感器临界值(下临界) 8
{$DELL.SNMP.FAN.STATUS.CRIT:"nonRecoverableLower"} 风扇传感器临界值(下不可恢复) 9
{$DELL.SNMP.FAN.STATUS.CRIT:"failed"} 风扇传感器临界值(故障) 10
{$DELL.SNMP.DISK.ARRAY.STATUS.FAIL} 磁盘阵列灾难状态码 6
{$DELL.SNMP.DISK.ARRAY.STATUS.CRIT} 磁盘阵列临界状态码 5
{$DELL.SNMP.DISK.ARRAY.STATUS.WARN} 磁盘阵列警告状态码 4
{$DELL.SNMP.DISK.ARRAY.CACHE.BATTERY.STATUS.CRIT} 阵列缓存电池临界状态码 3
{$DELL.SNMP.DISK.ARRAY.CACHE.BATTERY.STATUS.WARN} 阵列缓存电池警告状态码 4
{$DELL.SNMP.DISK.ARRAY.CACHE.BATTERY.STATUS.OK} 阵列缓存电池 OK 状态码 2
{$DELL.SNMP.VDISK.STATUS.CRIT:"failed"} 虚拟磁盘临界状态码(failed) 3
{$DELL.SNMP.VDISK.STATUS.WARN:"degraded"} 虚拟磁盘警告状态码(degraded) 4
{$DELL.SNMP.DISK.STATUS.WARN:"nonCritical"} 物理磁盘警告状态码 4
{$DELL.SNMP.DISK.STATUS.FAIL:"critical"} 物理磁盘临界状态码 5
{$DELL.SNMP.DISK.STATUS.FAIL:"nonRecoverable"} 物理磁盘不可恢复状态码 6
{$DELL.SNMP.DISK.SMART.STATUS.FAIL} 磁盘 S.M.A.R.T. 临界状态码 1
{$DELL.SNMP.TIMEOUT} SNMP agent 可用性触发器的判定时间窗 5m
{$DELL.SNMP.IFCONTROL} 网卡链路触发器仅对上下文宏为 "1" 的接口生效 1

宏的分类与覆盖方式

从 YAML 宏定义 可以看到,宏在 Zabbix 前端中按 section_name 分组展示:

  • Filters 分区:4 个电压探针发现过滤宏(NAME/TYPE 的 MATCHES/NOT_MATCHES),类型为 TEXT;
  • Thresholds 分区:3 个整机健康状态宏(WARN/CRIT/DISASTER);
  • Other 分区:其余状态码宏、{DELL.SNMP.TIMEOUT}(值 `5m`,无正则约束)与 {DELL.SNMP.IFCONTROL}。

绝大多数状态码宏在 YAML 中配置了数值正则 ^-?([0-9]+|(([0-9]+)\.([0-9]+)))$,避免误填非法值。值得注意的实践细节:

  • 带上下文(context)的宏(如 {$DELL.SNMP.IFCONTROL:"{#NIC_FQDD}"})允许针对单个接口单独覆盖,默认值来自无上下文宏 {$DELL.SNMP.IFCONTROL}=1;
  • CHANGE_IF_NEEDED 占位值表示该宏仅在需要排除特定对象时才修改,默认不做排除;
  • 温度/风扇/PSU 的状态宏与 IDRAC-MIB-SMIv2 中 StatusProbeEnum 的枚举值一一对应(如 ok(3)、nonCriticalUpper(4)、criticalUpper(5)、nonRecoverableUpper(6)、failed(10)),修改时务必与 iDRAC 返回的实际枚举一致。

监控项清单:从整机状态到传感器明细

模板的常规监控项(非 LLD 原型)如下表。所有 SNMP 采集项均通过 get[...] 或 walk[...] 读取指定 OID,并普遍配合 Discard unchanged with heartbeat 预处理以减少入库数据量。

名称 说明 类型 Key 及补充信息
Overall system health status 整机所有组件(系统、存储、IO、iDRAC、CPU、内存等)的汇总状态 SNMP agent dell.server.status[globalSystemStatus],心跳去重 6h
Hardware model name 系统型号名称 SNMP agent dell.server.hw.model[systemModelName],心跳去重 6h
Hardware serial number 服务标签(序列号) SNMP agent dell.server.hw.serialnumber[systemServiceTag],心跳去重 6h
Operating system 宿主机操作系统名称 SNMP agent dell.server.sw.os[systemOSName],心跳去重 1d
Firmware version iDRAC 固件版本 SNMP agent dell.server.hw.firmware[racFirmwareVersion],心跳去重 1d
Uptime (network) 自 snmpEngineBoots 最后变化起的秒数(SNMP-FRAMEWORK-MIB) SNMP agent dell.server.net.uptime[snmpEngineTime]
Uptime (hardware) 系统上电时长(秒) SNMP agent dell.server.hw.uptime[systemPowerUpTime]
SNMP traps (fallback) 收集未被其他 snmptrap 项匹配的全部 SNMP trap SNMP trap snmptrap.fallback
System location 节点物理位置(SNMPv2-MIB sysLocation) SNMP agent dell.server.location[sysLocation],心跳去重 6h
System contact details 节点联系人与联系方式(sysContact) SNMP agent dell.server.contact[sysContact],心跳去重 1d,关联资产 CONTACT
System object ID 厂商在企业子树中的权威标识(sysObjectID) SNMP agent dell.server.objectid[sysObjectID],心跳去重 6h
System name 节点管理名称(sysName) SNMP agent dell.server.name[sysName],心跳去重 6h
System description 系统软硬件描述(sysDescr) SNMP agent dell.server.descr[sysDescr],心跳去重 1d
SNMP agent availability SNMP 检查可用性(0 不可用 / 1 可用 / 2 未知) Zabbix internal zabbix[host,snmp,available]
Memory, total size 设备内存总量 Calculated dell.server.memory.size.total,心跳去重 6h
BIOS version 系统 BIOS 版本(OID 1.3.6.1.4.1.674.10892.5.4.300.50.1.8.1.1) SNMP agent dell.server.bios.version,心跳去重 6h
SNMP walk Temperature sensor table 扫描 IDRAC-MIB-SMIv2::temperatureProbeTable SNMP agent dell.server.sensor.temp.walk
SNMP walk Power supply table 扫描 powerSupplyTable SNMP agent dell.server.psu.walk
SNMP walk Cooling device table 扫描 coolingDeviceTable SNMP agent dell.server.fan.walk
SNMP walk RAID controllers table 扫描 controllerTable SNMP agent dell.server.array.controller.walk
SNMP walk Battery table 扫描 batteryTable SNMP agent dell.server.battery.walk
SNMP walk Physical disk table 扫描 physicalDiskTable SNMP agent dell.server.disk.physical.walk
SNMP walk Virtual disk table 扫描 virtualDiskTable SNMP agent dell.server.disk.virtual.walk
SNMP walk Network device table 扫描 networkDeviceTable SNMP agent dell.server.net.if.walk
SNMP walk Processor device tables 扫描 processorDeviceTable 与 processorDeviceStatusTable SNMP agent dell.server.cpu.walk
SNMP walk Memory device table 扫描 memoryDeviceTable SNMP agent dell.server.memory.walk
SNMP walk System battery table 扫描 systemBatteryTable SNMP agent dell.server.system.battery.walk
SNMP walk Voltage probe table 扫描 voltageProbeTable SNMP agent dell.server.voltage.walk

以 RAID 控制器 walk 为例,YAML 实现 一次 walk 同时扫描 1.3.6.1.4.1.674.10892.5.5.1.20.130.1.1.38(状态)、...130.1.1.79(名称)与 ...130.1.1.2(型号)三个 OID 列,供后续依赖项按 {#SNMPINDEX} 索引取值。

触发器体系:分级告警与依赖收敛

模板内置 10 个常规触发器,覆盖整机健康、资产变更与可用性:

名称 表达式要点 严重级别 说明
System is in unrecoverable state last(dell.server.status[globalSystemStatus])={$DELL.SNMP.HEALTH.STATUS.DISASTER} High 整机不可恢复,需检查设备故障
System status is in critical state last(...)={$DELL.SNMP.HEALTH.STATUS.CRIT} Average 整机临界状态,需检查错误
System status is in warning state last(...)={$DELL.SNMP.HEALTH.STATUS.WARN} Warning 依赖 critical 触发器
Device has been replaced 序列号 #1 与 #2 变化且非空 Info 需手动确认关闭
Operating system description has changed OS 名 #1 与 #2 变化且非空 Info 需手动确认关闭
Firmware has changed 固件版本 #1 与 #2 变化且非空 Info 需手动确认关闭
Host has been restarted 硬件 uptime 在 (0, 10m),或硬件 uptime 为 0 且网络 uptime < 10m Warning 需手动确认关闭
System name has changed sysName #1 与 #2 变化且非空 Info 需手动确认关闭
No SNMP data collection max(zabbix[host,snmp,available],{$DELL.SNMP.TIMEOUT})=0 Warning 检测 SNMP 轮询不可达
Memory amount has changed change(dell.server.memory.size.total)>0 Average 内存容量发生变化

触发器设计上的两个亮点:

  • 依赖收敛:warning 级触发器通过 dependencies 依赖同部件的 critical/unrecoverable 触发器,避免同一故障重复告警(如"System status is in warning state"依赖"critical state");
  • 资产变更审计:基于 #1/#2 历史值比较的触发器(序列号、OS、固件、系统名变化)用于捕捉硬件更换与系统升级,均标记为手动确认关闭,便于运维审计留痕。

低级别自动发现(LLD):12 个发现规则深度解析

模板的最大价值在于通过 LLD 自动发现并监控所有板载传感器与存储组件。所有发现规则均为 Dependent item 类型,先由 SNMP_WALK_TO_JSON 预处理把 walk 主项的原始文本转换为 JSON(其中 {#SNMPINDEX} 作为索引宏),再做 Discard unchanged with heartbeat: 6h 去重。部分规则(阵列控制器、缓存电池、物理/虚拟磁盘)在 YAML 中额外配置了 error_handler: DISCARD_VALUE,即在 walk 失败/数据不完整时丢弃值,避免产生错误数据。

1. Temperature discovery(温度探针)

发现键 temp.discovery,原型:

  • Probe [{#SENSOR_LOCALE}]: Value:dell.server.sensor.temp.value[temperatureProbeReading.{#SNMPINDEX}],取值 OID 1.3.6.1.4.1.674.10892.5.4.700.20.1.6.{#SNMPINDEX},自定义倍率 0.1(iDRAC 以 0.1℃ 精度上报),心跳去重 6h;
  • Probe [{#SENSOR_LOCALE}]: Status:dell.server.sensor.temp.status[temperatureProbeStatus.{#SNMPINDEX}],取值 OID ...700.20.1.5.{#SNMPINDEX},心跳去重 6h。

温度探针状态枚举(IDRAC-MIB-SMIv2):other(1)、unknown(2)、ok(3)、nonCriticalUpper(4)、criticalUpper(5)、nonRecoverableUpper(6)、nonCriticalLower(7)、criticalLower(8)、nonRecoverableLower(9)、failed(10)。

触发器原型:

  • Probe [...]: Critical status(Average):命中任一 critical/nonRecoverable 上下限状态;
  • Probe [...]: Warning status(Warning):命中 nonCriticalUpper/nonCriticalLower,依赖 critical;
  • Probe [...]: Not in optimal status(Info,手动关闭):状态不等于 OK,依赖 critical 与 warning。

2. PSU discovery(电源)

发现键 psu.discovery,原型:

  • Power supply [{#PSU_DESCR}]: State:dell.server.sensor.psu.status[powerSupplyStatus.{#SNMPINDEX}],取值 OID 1.3.6.1.4.1.674.10892.5.4.600.12.1.5.{#SNMPINDEX}。

触发器原型:Critical state(Average,critical/nonRecoverable)与 Warning state(Warning,nonCritical,依赖 critical)。

3. Fan discovery(风扇)

发现键 fan.discovery,并在 YAML 中配置了发现过滤条件 {#TYPE}=3(只发现冷却设备类型为"风扇"的对象)。原型:

  • Fan [{#FAN_DESCR}]: Status:dell.server.sensor.fan.status[{#FAN_DESCR}],取值 OID 1.3.6.1.4.1.674.10892.5.4.700.12.1.5.{#SNMPINDEX};
  • Fan [{#FAN_DESCR}]: Speed:dell.server.sensor.fan.speed[{#FAN_DESCR}],取值 OID ...700.12.1.6.{#SNMPINDEX},单位为 rpm,无去重预处理(转速是动态值)。

触发器原型:Critical state(Average,含 critical/nonRecoverable 上下限及 failed=10)与 Warning state(Warning,依赖 critical)。

4. Array controller discovery(RAID 控制器)

发现键 array.discovery,预处理含 ⛔️ Custom on fail: Discard value。原型:

  • Controller [{#CNTLR_NAME}]: Status:dell.server.hw.diskarray.status[controllerComponentStatus.{#SNMPINDEX}],取值 OID 1.3.6.1.4.1.674.10892.5.5.1.20.130.1.1.38.{#SNMPINDEX},value map IDRAC-MIB-SMIv2::ObjectStatusEnum;
  • Controller [{#CNTLR_NAME}]: Model:dell.server.hw.diskarray.model[controllerName.{#SNMPINDEX}],取值 OID ...130.1.1.2.{#SNMPINDEX}。

控制器状态枚举:1: Other、2: Unknown、3: OK、4: Non-critical、5: Critical、6: Non-recoverable。

触发器原型:Unrecoverable state(High)、Critical state(Average,依赖 unrecoverable)、Warning state(Warning,依赖 critical/unrecoverable)。三个触发器在 YAML 中均带 opdata: 'Current state: {ITEM.LASTVALUE1}',告警消息可直接展示当前状态码。

5. Battery discovery(阵列缓存电池)

发现键 battery.discovery,失败处理 Discard value。原型:

  • Battery [{#BATTERY_NAME}]: Status:dell.server.hw.battery.status[batteryState.{#SNMPINDEX}],取值 OID 1.3.6.1.4.1.674.10892.5.5.1.20.130.15.1.4.{#SNMPINDEX},value map IDRAC-MIB-SMIv2::batteryState。

电池状态枚举:1: 状态无法确定、2: 正常、3: 已失效需更换、4: 温度高或电量下降、5: 缺失/未检测到、6: 充电中、7: 电压/电量低于阈值。

触发器原型:Critical state(Average,状态=3)、Warning state(Warning,状态=4,依赖 critical)、Not in optimal state(Info,状态≠2,依赖 critical/warning)。

6. Physical disk discovery(物理磁盘)

发现键 physicaldisk.discovery,失败处理 Discard value。原型(均按 {#SNMPINDEX} 从 walk JSON 取值):

  • Physical disk [{#DISK_NAME}]: Status:dell.server.hw.physicaldisk.status[physicalDiskComponentStatus.{#SNMPINDEX}],OID ...130.4.1.24;
  • Physical disk [{#DISK_NAME}]: S.M.A.R.T. Status:dell.server.hw.physicaldisk.smart_status[physicalDiskSmartAlertIndication.{#SNMPINDEX}],OID ...130.4.1.31,指示磁盘是否收到预测性故障告警;
  • Physical disk [{#DISK_NAME}]: Serial number:...serialnumber[physicalDiskSerialNo.{#SNMPINDEX}],OID ...130.4.1.7;
  • Physical disk [{#DISK_NAME}]: Model name:...model[physicalDiskProductID.{#SNMPINDEX}],OID ...130.4.1.6;
  • Physical disk [{#DISK_NAME}]: Media type:...media_type[physicalDiskMediaType.{#SNMPINDEX}],OID ...130.4.1.35,枚举 1 未知/2 HDD/3 SSD;
  • Physical disk [{#DISK_NAME}]: Size:...size[physicalDiskCapacityInMB.{#SNMPINDEX}],OID ...130.4.1.11,自定义倍率 1048576(MB 转字节)。

触发器原型:

  • Failed state(High,critical/nonRecoverable);
  • Warning state(Warning,nonCritical,依赖 failed);
  • S.M.A.R.T. failed(High):命中 replaceDrive 或 replaceDriveSSDWearOut,提示磁盘可能需要更换,依赖 failed;
  • Physical disk [...] has been replaced(Info,手动关闭):序列号历史值变化。

7. Virtual disk discovery(虚拟磁盘)

发现键 virtualdisk.discovery,失败处理 Discard value。原型:

  • Virtual disk [{#DISK_NAME}]: Status:dell.server.hw.virtualdisk.status[virtualDiskState.{#SNMPINDEX}],OID 1.3.6.1.4.1.674.10892.5.5.1.20.140.1.1.4。状态枚举:1 无法确定、2 正常/最优、3 已故障(数据丢失或即将丢失)、4 冗余成员盘故障(可能不再容错);
  • Virtual disk [{#DISK_NAME}]: Layout type:...layout[virtualDiskLayout.{#SNMPINDEX}],OID ...140.1.1.13,枚举 RAID-0/1/5/6/10/50/60 及拼接 RAID 1/5;
  • Virtual disk [{#DISK_NAME}]: Size:...size[virtualDiskSizeInMB.{#SNMPINDEX}],OID ...140.1.1.6,倍率 1048576;
  • Virtual disk [{#DISK_NAME}]: Operational state:...state[virtualDiskOperationalState.{#SNMPINDEX}],OID ...140.1.1.30,心跳去重 3m(用于跟踪一致性检查 CC、后台初始化 BGI 等进行中操作);
  • Virtual disk [{#DISK_NAME}]: Read policy:...read_policy[virtualDiskReadPolicy.{#SNMPINDEX}],OID ...140.1.1.11,心跳去重 1h,枚举 1 无预读/2 预读/3 自适应预读;
  • Virtual disk [{#DISK_NAME}]: Write policy:...write_policy[virtualDiskWritePolicy.{#SNMPINDEX}],OID ...140.1.1.10,心跳去重 1h,枚举 1 直写/2 回写/3 强制回写。

触发器原型:Failed state(High,状态=3)与 Warning state(Warning,状态=4 degraded,依赖 failed)。

8. Network interface discovery(板载网卡)

发现键 net.if.discovery,原型:

  • NIC [{#NIC_FQDD}/{#NIC_MAC}]: Link status:dell.server.net.if.link[{#NIC_FQDD}],OID 1.3.6.1.4.1.674.10892.5.4.1100.90.1.4.1.{#SNMPINDEX};
  • NIC [{#NIC_FQDD}/{#NIC_MAC}]: Status:dell.server.net.if.status[{#NIC_FQDD}],OID ...1100.90.1.3.1.{#SNMPINDEX}。

触发器原型:

  • Link down(Average,手动关闭):表达式包含三个条件——操作状态为 Down(#1<>1)、{$DELL.SNMP.IFCONTROL:"{#NIC_FQDD}"}=1(可通过上下文宏将某接口标记为不重要,置 0 后该接口 Down 不再告警)、且 #1<>#2(仅当之前曾经 Up 时才告警,避免"从未接线的常闭口"误报);
  • Status is not OK(Average):网卡状态 #1<>3。

9. CPU status discovery(CPU)

发现键 cpu.discovery,原型:

  • CPU [{#CPU_FQDD}]: Status:dell.server.cpu.status[cpu.{#SNMPINDEX}],OID 1.3.6.1.4.1.674.10892.5.4.1100.32.1.5.{#SNMPINDEX},value map ObjectStatusEnum;
  • CPU [{#CPU_FQDD}]: State:dell.server.cpu.state[cpu.{#SNMPINDEX}],OID ...1100.32.1.6.{#SNMPINDEX},value map IDRAC-MIB-SMIv2::ProcessorDeviceStatusReadingFlags(位标志)。

触发器原型:

  • Status is not OK(Average):状态 #1<>3;
  • Reading error(Average):bitand(last(...cpu.state...),128)=0——通过位运算判断 processorPresent 标志位(第 7 位)未置位,即 CPU 探针读取异常。这是模板中位掩码运算的直接应用实例,见 YAML 触发器表达式。

10. System battery discovery(系统电池)

发现键 system.battery.discovery,原型:

  • System battery [{#SNMPVALUE}]: Status:dell.server.system.battery[{#SNMPVALUE}],OID 1.3.6.1.4.1.674.10892.5.4.600.50.1.5.1.{#SNMPINDEX}。

触发器原型:Status is not OK(Average,状态 #1<>3)。注意该规则与 LLD 5 的缓存电池不同,此处监控的是主板上纽扣电池(CMOS/系统电池)状态。

11. Memory discovery(内存)

发现键 memory.discovery,原型:

  • Memory [{#SNMPVALUE}]: Status:dell.server.memory.status[{#SNMPVALUE}],OID 1.3.6.1.4.1.674.10892.5.4.1100.50.1.5.1.{#SNMPINDEX};
  • Memory [{#SNMPVALUE}]: Size:dell.server.memory.size[{#SNMPVALUE}],OID ...1100.50.1.14.1.{#SNMPINDEX},自定义倍率 1024(KB 转字节),0 表示未安装内存,2147483647 表示容量未知。

触发器原型:Status is not OK(Average,状态 #1<>3)。

12. Voltage probe discovery(电压探针)

发现键 voltage.discovery,发现过滤由 4 个 {$DELL.SNMP.DISCOVERY.VOLTAGE.*} 宏控制(默认按名称匹配 Voltage、按类型匹配 18|16)。原型:

  • Voltage probe [{#VPROBE_NAME}]: Voltage:dell.server.voltage.value[{#VPROBE_NAME}],OID 1.3.6.1.4.1.674.10892.5.4.600.20.1.6.1.{#SNMPINDEX},自定义倍率 0.001(mV 转 V);
  • Voltage probe [{#VPROBE_NAME}]: Status:dell.server.voltage.status[{#VPROBE_NAME}],OID ...600.20.1.5.1.{#SNMPINDEX}。

触发器原型:Status is not OK(Average,状态 #1<>3),提示检查设备电压。

源码视角:模板的关键实现机制

阅读 template_server_dell_r660_snmp.yaml 可以提炼出模板工程的几条关键实现原则:

  1. Walk 主项 + 依赖项的二级架构:12 个 LLD 规则全部为 type: DEPENDENT,各自的 master_item 指向对应 walk 主项(如 dell.server.disk.physical.walk),主项 history 为 0、类型 TEXT,仅承担一次 SNMP 传输;
  2. 标准化预处理链:LLD 规则用 SNMP_WALK_TO_JSON(参数为 {宏名},{OID},0 三元组)生成 JSON;原型项用 SNMP_WALK_VALUE(OID + 索引 {#SNMPINDEX})提取单个值;静态项普遍叠加 DISCARD_UNCHANGED_HEARTBEAT(6h/1d/3m/1h 不等)减少数据库写入;
  3. 自定义倍率做单位换算:温度 ×0.1(℃)、电压 ×0.001(V)、物理/虚拟磁盘 ×1048576(MB→字节)、内存 ×1024(KB→字节),保证入库数值为统一的标准单位;
  4. Value map 语义化:状态类指标引用 IDRAC-MIB-SMIv2::ObjectStatusEnum、batteryState、StatusProbeEnum、ProcessorDeviceStatusReadingFlags 等 value map,前端直接显示可读状态而非裸数字;
  5. 分级告警 + 依赖 + 上下文宏:状态类触发器按 Unrecoverable/Critical/Warning/Info 分级并通过 dependencies 收敛;网卡链路告警用 {$DELL.SNMP.IFCONTROL:"{#NIC_FQDD}"} 上下文宏实现单接口开关;
  6. 标签体系:模板及监控项携带 component(system/raw/cpu/fan/storage/diskarray...)、scope(availability)、subclass: server、target: dell/dellpoweredge 等标签,可直接用于 Zabbix 的标签权限与报表筛选。

应用与调优建议

  • 阈值调整:整机健康、温度/风扇/PSU 的状态码宏集中归入 Thresholds/Other 分区,在主机级覆盖宏即可按批次差异化告警阈值;
  • 发现过滤:若 iDRAC 返回过多电压探针导致噪声,可通过 {$DELL.SNMP.DISCOVERY.VOLTAGE.NAME.MATCHES} / TYPE.MATCHES 收紧正则,或通过 NOT_MATCHES 排除;
  • 接口监控开关:对长期未插线的板载网口,将主机级 {$DELL.SNMP.IFCONTROL:"{#NIC_FQDD}"} 上下文宏设为 0,避免 Link down 误报;
  • 告警去重:手动确认关闭类触发器(资产变更、重启、链路 down)建议配套 Zabbix 的告警关闭策略,保留审计痕迹。

反馈渠道

模板由 Zabbix 官方维护。使用中如发现模板问题,可向 Zabbix 官方支持平台提交 issue;如需讨论模板用法或提出改进建议,可在 Zabbix 官方论坛的 Zabbix 建议与反馈版块发帖,相关入口详见 模板 README 的 Feedback 一节。

登录后查看全文
zabbix