Network UPS Tools (NUT) 配置指南:实现低电量自动关机
2025-06-28 12:17:47作者:秋泉律Samson
前言
Network UPS Tools (NUT) 是一个功能强大的开源UPS监控工具套件,能够为各种不间断电源设备提供监控和管理功能。本文将详细介绍如何正确配置NUT的upsmon服务,实现当UPS电池电量低时自动安全关闭系统的完整流程。
核心组件与工作原理
NUT系统由三个主要组件构成:
- 驱动层(nut-driver):负责与具体UPS硬件通信
- 服务层(nut-server/upsd):提供集中监控和管理接口
- 监控层(nut-monitor/upsmon):执行状态监控和触发关机操作
当配置正确时,upsmon会持续监控UPS状态,在检测到低电量(LB)条件时,按照以下流程执行关机:
- 触发强制关机(FSD)标志
- 创建电源关闭标志文件
- 执行系统关机命令
- 在系统关机后期通过nutshutdown脚本通知UPS切断电源
关键配置步骤
1. 基础配置文件设置
nut.conf 确定运行模式:
MODE=netserver
ups.conf 配置UPS设备:
[pi]
driver = upsplus
port = /dev/i2c-1
desc = "RaspberryPi_UPSPlus"
upsmon.conf 关键参数:
RUN_AS_USER nut
MONITOR pi@localhost 1 upsmon pass master
SHUTDOWNCMD "/sbin/shutdown -h +0"
POWERDOWNFLAG /run/nut/killpower # 推荐使用临时文件系统位置
2. 权限与文件系统注意事项
- 确保/run/nut目录存在且nut用户有权限
- 不要手动创建POWERDOWNFLAG文件,upsmon会自动管理
- 推荐将POWERDOWNFLAG放在/run或/dev/shm等临时文件系统
3. 系统服务配置
对于systemd系统,需特别注意:
- nut-monitor.service应保持Type=forking
- 确保/usr/lib/systemd/system-shutdown/nutshutdown脚本存在
- 服务启动顺序应为:driver → server → monitor
常见问题排查
1. POWERDOWNFLAG文件问题
若出现"POWERDOWNFLAG does not contain the upsmon magic string"错误:
- 删除现有的标志文件
- 检查文件路径权限
- 确认upsmon有权限写入该位置
2. 关机流程不完整
如果系统关机但UPS未断电:
- 验证nutshutdown脚本是否被执行
- 检查系统日志中nutshutdown的输出
- 确认UPS驱动支持-k关机参数
3. 服务启动问题
当upsmon无法保持运行时:
- 检查PID文件权限(应属于nut用户)
- 验证RUN_AS_USER配置
- 考虑增加调试选项(-D)排查启动问题
高级配置建议
- 多UPS环境:使用nut-driver@.service为每个UPS创建独立服务实例
- 调试模式:临时启用驱动调试(driver.debug=1)进行问题诊断
- 自定义通知:通过NOTIFYMSG和NOTIFYFLAG配置警报消息
- 关机延迟:设置FINALDELAY确保关键服务有足够时间关闭
版本兼容性提示
不同NUT版本间存在行为差异:
- 2.7.4使用单一nut-driver.service
- 2.8.0+引入nut-driver@.service模板
- 新版改进了systemd集成和调试功能
建议尽可能使用最新稳定版本以获得最佳功能和兼容性。
结语
正确配置NUT的自动关机功能需要理解其多组件协作机制,特别注意权限、文件系统和关机流程的完整链路。通过本文介绍的配置方法和排查技巧,用户可以建立可靠的UPS监控和自动关机系统,有效保护设备免受意外断电损害。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210