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
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:
- 在 Zabbix 前端进入 Data collection → Templates,点击右上角 Import 导入 template_server_dell_r660_snmp.yaml;
- 将模板链接到目标主机;
- 为主机配置 SNMP 接口(iDRAC 的 IP/端口 161、SNMP 版本建议 v2c 或 v3);
- 确认宏默认值符合实际环境,按需覆盖(见下文"宏体系"一节);
- 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 OID1.3.6.1.4.1.674.10892.5.4.700.20.1.6.{#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 OID1.3.6.1.4.1.674.10892.5.4.600.12.1.5.{#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 OID1.3.6.1.4.1.674.10892.5.4.700.12.1.5.{#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 OID1.3.6.1.4.1.674.10892.5.5.1.20.130.1.1.38.{#SNMPINDEX},value mapIDRAC-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 OID1.3.6.1.4.1.674.10892.5.5.1.20.130.15.1.4.{#SNMPINDEX},value mapIDRAC-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}],OID1.3.6.1.4.1.674.10892.5.5.1.20.140.1.1.4。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}],OID1.3.6.1.4.1.674.10892.5.4.1100.90.1.4.1.{#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)、{$DELL.SNMP.IFCONTROL:"{#NIC_FQDD}"}=1(可通过上下文宏将某接口标记为不重要,置 0 后该接口 Down 不再告警)、且#1<>#2(仅当之前曾经 Up 时才告警,避免"从未接线的常闭口"误报); - Status is not OK(Average):网卡状态
#1<>3。
9. CPU status discovery(CPU)
发现键 cpu.discovery,原型:
- CPU [{#CPU_FQDD}]: Status:
dell.server.cpu.status[cpu.{#SNMPINDEX}],OID1.3.6.1.4.1.674.10892.5.4.1100.32.1.5.{#SNMPINDEX},value mapObjectStatusEnum; - CPU [{#CPU_FQDD}]: State:
dell.server.cpu.state[cpu.{#SNMPINDEX}],OID...1100.32.1.6.{#SNMPINDEX},value mapIDRAC-MIB-SMIv2::ProcessorDeviceStatusReadingFlags(位标志)。
触发器原型:
- Status is not OK(Average):状态
#1<>3; - Reading error(Average):
bitand(last(...cpu.state...),128)=0——通过位运算判断processorPresent标志位(第 7 位)未置位,即 CPU 探针读取异常。这是模板中位掩码运算的直接应用实例,见 YAML 触发器表达式。
10. System battery discovery(系统电池)
发现键 system.battery.discovery,原型:
- System battery [{#SNMPVALUE}]: Status:
dell.server.system.battery[{#SNMPVALUE}],OID1.3.6.1.4.1.674.10892.5.4.600.50.1.5.1.{#SNMPINDEX}。
触发器原型:Status is not OK(Average,状态 #1<>3)。注意该规则与 LLD 5 的缓存电池不同,此处监控的是主板上纽扣电池(CMOS/系统电池)状态。
11. Memory discovery(内存)
发现键 memory.discovery,原型:
- Memory [{#SNMPVALUE}]: Status:
dell.server.memory.status[{#SNMPVALUE}],OID1.3.6.1.4.1.674.10892.5.4.1100.50.1.5.1.{#SNMPINDEX}; - Memory [{#SNMPVALUE}]: Size:
dell.server.memory.size[{#SNMPVALUE}],OID...1100.50.1.14.1.{#SNMPINDEX},自定义倍率 1024(KB 转字节),0 表示未安装内存,2147483647 表示容量未知。
触发器原型:Status is not OK(Average,状态 #1<>3)。
12. Voltage probe discovery(电压探针)
发现键 voltage.discovery,发现过滤由 4 个 {$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}],OID1.3.6.1.4.1.674.10892.5.4.600.20.1.6.1.{#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:
- 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; - 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; - 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;
- 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; - 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
{$DELL.SNMP.IFCONTROL:"{#NIC_FQDD}"}上下文宏实现单接口开关; - 标签体系:模板及监控项携带
component(system/raw/cpu/fan/storage/diskarray...)、scope(availability)、subclass: server、target: dell/dellpoweredge等标签,可直接用于 Zabbix 的标签权限与报表筛选。
应用与调优建议
- 阈值调整:整机健康、温度/风扇/PSU 的状态码宏集中归入 Thresholds/Other 分区,在主机级覆盖宏即可按批次差异化告警阈值;
- 发现过滤:若 iDRAC 返回过多电压探针导致噪声,可通过
{$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。