服务器的硬件监控装置制造方法及图纸

本发明专利技术公开了一种服务器的硬件监控装置，该服务器的硬件监控装置包括：通过服务器的操作系统获取CPU的状态数据、内存的状态数据、硬盘的状态数据的第一获取模块；通过BMC获取主板状态数据、风扇状态数据、电源状态数据、和温度状态数据的第二获取模块；以及处理及报警模块，用于根据需要对CPU的状态数据、内存的状态数据、硬盘的状态数据、主板状态数据、风扇状态数据、电源状态数据、和温度状态数据进行监控，并当其中的任意一种出现故障时进行报警。能够实现远程获取服务器的硬件状态，从而有效降低人工巡检强度；同时能够更为即时地发现服务器故障，并可以准确的对故障硬件进行定位，进而提高了维修效率。

【技术实现步骤摘要】
服务器的硬件监控装置
本专利技术涉及服务器
，具体来说，涉及一种服务器的硬件监控装置。
技术介绍
在现代数据中心(InternetDataCenter，IDC)中，服务器节点的数量越来越多，相应的运维工作负担也越来越重，如何能够更早更准确的发现服务器存在的硬件问题，成为了保证数据中心业务正常运转的首要问题。现有的对服务器进行监控的方法是，IDC的运维人员需要每隔一段时间到机房去巡检一次，以便于及时的发现问题，但是，机房巡检也只能通过服务器的指示灯去观察硬件的状态，一些隐藏的问题(例如，内存可修正错误导致CPU性能下降)是无法发现的。现有技术中的另外一种对服务器进行监控的方法是，为服务器统一提供一种BMC(BaseboardManagementController，基板管理控制器)机制去获取硬件健康状态，但是BMC无法获取服务器所有硬件的状态。针对相关技术中的上述问题，目前尚未提出有效的解决方案。
技术实现思路
针对相关技术中的上述问题，本专利技术提出一种服务器的硬件监控装置，能够远程对服务器的硬件状态进行监控，从而有效降低人工巡检强度。本专利技术的技术方案是这样实现的：根据本专利技术的一个方面，提供了一种服务器的硬件监控装置，包括：第一获取模块，用于通过服务器的操作系统获取CPU的状态数据、内存的状态数据、硬盘的状态数据；第二获取模块，用于通过BMC获取主板状态数据、风扇状态数据、电源状态数据、和温度状态数据；以及处理及报警模块，连接于第一获取模块和第二获取模块，用于根据需要对CPU的状态数据、内存的状态数据、硬盘的状态数据、主板状态数据、风扇状态数据、电源状态数据、和温度状态数据进行监控，还用于当其中的任意一种超出相应的设定阈值时判断对应的硬件出现故障并进行报警。根据本专利技术的一个实施例，第一获取模块包括：CPU及内存数据获取单元，用于通过MCE机制获取CPU的状态数据和内存的状态数据。根据本专利技术的一个实施例，CPU的状态数据包括TLB状态数据、Cache状态数据、和总线状态数据；当TLB状态数据、Cache状态数据、和总线状态数据之中的任意一种发生故障时，处理及报警模块进行报警。根据本专利技术的一个实施例，第一获取模块包括硬盘数据获取单元；其中，硬盘的状态数据包括SMART信息。根据本专利技术的一个实施例，硬盘包括RAID卡；以及硬盘的状态数据包括RAID卡的芯片状态数据、RAID卡的缓存状态数据、RAID卡的温度状态数据、和RAID卡的链路状态数据；其中，硬盘数据获取单元通过RAID卡工具获取RAID卡的芯片状态数据、RAID卡的缓存状态数据、RAID卡的温度状态数据、和RAID卡的链路状态数据。根据本专利技术的一个实施例，RAID卡的链路状态数据包括InvalidDWORDcount指标，当InvalidDWORDcount指标在运行期间出现上涨时，处理及报警模块进行报警。根据本专利技术的一个实施例，温度状态数据包括：CPU温度数据、内存温度数据、服务器环境温度数据、服务器出风口温度数据、和BMC温度数据。根据本专利技术的一个实施例，内存的状态数据包括内存可修正错误发生的次数和内存不可修正错误发生的次数；当内存不可修正错误发生的次数在1次以上时，处理及报警模块进行报警；当24小时内内存可修正错误发生的次数在1次以上时，处理及报警模块进行报警。根据本专利技术的一个实施例，RAID卡的缓存状态数据包括缓存可修正错误发生的次数和缓存不可修正错误发生的次数；当缓存不可修正错误发生的次数在1次以上时，处理及报警模块进行报警；当24小时内缓存可修正错误发生的次数在1次以上时，处理及报警模块进行报警。根据本专利技术的一个实施例，服务器的操作系统为Linux操作系统。本专利技术能够实现通过计算机远程获取服务器的硬件状态，从而有效降低人工巡检强度；同时能够更为即时地发现服务器故障，并可以准确的对故障硬件进行定位，进而提高了维修效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的服务器的硬件监控装置的框图；图2是根据本专利技术实施例的服务器的硬件监控装置对CPU和内存进行监控的流程图；图3是根据本专利技术实施例的服务器的硬件监控装置对硬盘进行监控的流程图；图4是根据本专利技术实施例的服务器的硬件监控装置的RAID卡工具获取RAID卡数据的示意图；图5是根据本专利技术实施例的服务器的硬件监控装置的通过BMC进行监控的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。根据本专利技术的实施例，提供了一种服务器的硬件监控装置。如图1所示，根据本专利技术实施例的服务器的硬件监控装置包括：第一获取模块10、第二获取模块20、和连接于所述第一获取模块10和所述第二获取模块20的处理及报警模块30；其中，第一获取模块10用于通过服务器的操作系统获取CPU的状态数据、内存的状态数据、硬盘的状态数据；第二获取模块20用于通过BMC(BaseboardManagementController，基板管理控制器)获取主板状态数据、风扇状态数据、电源状态数据、和温度状态数据；处理及报警模块30用于根据需要对CPU的状态数据、内存的状态数据、硬盘的状态数据、主板状态数据、风扇状态数据、电源状态数据、和温度状态数据进行监控，当其中的任意一种超出相应的设定阈值时，则处理及报警模块30判断对应的硬件出现故障并进行报警。通过本专利技术的上述技术方案，使得运维人员能够实现通过计算机远程获取服务器的硬件状态，从而有效降低人工巡检强度；同时能够更为即时地发现服务器故障，并可以准确的对故障硬件进行定位，进而提高了维修效率。在一个实施例中，服务器的操作系统为Linux操作系统。在一个实施例中，第一获取模块10可以包括CPU及内存数据获取单元11，用于通过MCE(MachineCheckException)机制获取CPU的状态数据和内存的状态数据，MCE机制是英特尔CPU中用于获取CPU和内存健康状态的一种机制。具体地，结合图2所示，CPU及内存数据获取单元11可利用英特尔CPU提供的MCE机制，通过读取CPU中的一组寄存器的数值并对这些数值进行翻译，从而获得CPU和内存控制器的健康状态。其中，CPU的状态数据包括TLB(TranslationLookasideBuffer，翻译后备缓冲器)状态数据、Cache(高速缓冲存储器)状态数据、和总线(BUS)状态数据；当TLB状态数据、Cache状态数据、和总线状态数据之中的任意一种发生故障时，处理及报警模块30进行报警。即本专利技术的服务器的硬件监控装置可以监控TLB、Cache、总线三类硬件故障，三类硬件故障报警的规则为只要发生一次，则立刻触发报警。进一步地，内存的状态数据包括内存可修正错误发生的次数和内存不可修正错误发生的次数；当内存不可修正错误发生的本文档来自技高网...

【技术保护点】
一种服务器的硬件监控装置，其特征在于，包括：第一获取模块，用于通过服务器的操作系统获取CPU的状态数据、内存的状态数据、硬盘的状态数据；第二获取模块，用于通过BMC获取主板状态数据、风扇状态数据、电源状态数据、和温度状态数据；以及处理及报警模块，连接于所述第一获取模块和所述第二获取模块，用于根据需要对所述CPU的状态数据、内存的状态数据、硬盘的状态数据、主板状态数据、风扇状态数据、电源状态数据、和温度状态数据进行监控，还用于当其中的任意一种超出相应的设定阈值时判断对应的硬件出现故障并进行报警。

【技术特征摘要】
1.一种服务器的硬件监控装置，其特征在于，包括：第一获取模块，用于通过服务器的操作系统获取CPU的状态数据、内存的状态数据、硬盘的状态数据；第二获取模块，用于通过BMC获取主板状态数据、风扇状态数据、电源状态数据、和温度状态数据；以及处理及报警模块，连接于所述第一获取模块和所述第二获取模块，用于根据需要对所述CPU的状态数据、内存的状态数据、硬盘的状态数据、主板状态数据、风扇状态数据、电源状态数据、和温度状态数据进行监控，还用于当其中的任意一种超出相应的设定阈值时判断对应的硬件出现故障并进行报警。2.根据权利要求1所述的服务器的硬件监控装置，其特征在于，所述第一获取模块包括：CPU及内存数据获取单元，用于通过MCE机制获取CPU的状态数据和内存的状态数据。3.根据权利要求2所述的服务器的硬件监控装置，其特征在于，所述CPU的状态数据包括TLB状态数据、Cache状态数据、和总线状态数据；当所述TLB状态数据、所述Cache状态数据、和所述总线状态数据之中的任意一种发生故障时，所述处理及报警模块进行报警。4.根据权利要求1所述的服务器的硬件监控装置，其特征在于，所述第一获取模块包括硬盘数据获取单元；其中，所述硬盘的状态数据包括SMART信息。5.根据权利要求4所述的服务器的硬件监控装置，其特征在于，所述硬盘包括RAID卡；以及所述硬盘的状态数据包括RAID卡的芯片状态数据、RAID卡的缓存状态数据、RAID卡的温度状态数据、和RAID卡的链路状态数...

【专利技术属性】
技术研发人员：曹瑞，
申请(专利权)人：曙光信息产业北京有限公司，
类型：发明
国别省市：北京,11