03-硬件资源管理配置
本章节下载： 03-硬件资源管理配置 (444.28 KB)
通过硬件资源管理功能，用户能够查看CPU、内存的使用情况，电源和风扇的工作状态，配置设备运行的相关参数，实现对设备硬件资源的日常维护和管理。
设备管理的所有配置任务均为可选配置，配置时无先后顺序要求，请根据实际需要选择配置。设备管理配置任务如下：
· 监控CPU
¡ CPU一键诊断
¡ CPU显示和维护
· 监控CPU核
· 监控内存
¡ 配置内存告警门限
¡ 内存一键诊断
¡ 监控DMA内存
¡ 内存显示和维护
¡ 监控MDB资源
· 监控资源剩余情况
· 监控设备温度
¡ 配置温度告警门限
¡ 显示设备温度信息
· 开启芯片复位
· 电源管理
¡ 开启电源管理功能
¡ 配置冗余电源
¡ 开启电源睡眠功能
¡ 显示电源信息
· 监控风扇
¡ 显示风扇信息
· 定位设备
¡ 开始定位设备
¡ 停止定位设备
· 配置关键硬件表项奇偶校验和ECC校验错误不可恢复通知功能
· 配置磁盘分区功能
· 显示设备硬件信息
系统每隔1分钟会对CPU的利用率进行采样，并将采样值和用户配置的CPU利用率告警门限比较。
· 当采样值大于低级别告警门限时，则CPU进入低级别告警状态，会周期发送CPU低级别告警通知，直到CPU进入高级别告警状态或者低级别告警状态解除。
· 当采样值大于高级别告警门限时，则CPU进入高级别告警状态，会周期发送CPU高级别告警通知，直到高级别告警状态解除。
· 当采样值回落，小于CPU利用率恢复门限时，则认为CPU利用率已经恢复到正常范围，并发送恢复告警通知。
CPU告警通知会同时向NETCONF、SNMP、信息中心三个方向输出，通过配置NETCONF、SNMP、信息中心功能，CPU告警最终能以NETCONF事件、SNMP Trap或Inform消息、日志的形式发送给用户。NETCONF和SNMP的详细介绍请参见“网络管理和监控配置指导”中的“NETCONF”和“SNMP”。信息中心的详细介绍请参见“设备管理配置指导”中的“信息中心”。
图1-1 CPU告警示意图
(1) 进入系统视图。
system-view
(2) 配置CPU利用率阈值。
monitor cpu-usage threshold severe-threshold [ minor-threshold minor-threshold recovery-threshold recovery-threshold ] [ slot slot-number [ cpu cpu-number ] ]
缺省情况下，CPU利用率高级别告警门限为99%，低级别告警门限为79%，未配置恢复门限。
CPU利用率高级别告警门限如果设置过低，可能导致设备提前进入门限状态，不再进行正常业务处理。
(3) 配置发送CPU告警事件的间隔。
monitor resend cpu-usage { minor-interval minor-interval | severe-interval severe-interval } * [ slot slot-number [ cpu cpu-number ] ]
缺省情况下，持续300秒超过低级别告警门限则上报一次CPU低级别告警事件，持续60秒超过高级别告警门限则上报一次CPU高级别告警事件。
开启CPU利用率历史记录功能后，系统会每隔一定时间对CPU的利用率进行采样，并把采样结果保存到历史记录区。这些记录可通过display cpu-usage history命令查看，以便用户监控设备近期的运行情况。
(1) 进入系统视图。
system-view
(2) 配置CPU利用率历史记录的采样周期。
monitor cpu-usage interval interval [ slot slot-number [ cpu cpu-number ] ]
缺省情况下，CPU使用率历史记录采样周期为1分钟。
(3) 开启CPU利用率历史记录功能。
monitor cpu-usage enable [ slot slot-number [ cpu cpu-number ] ]
缺省情况下，CPU使用率历史记录功能处于开启状态。
CPU一键诊断功能用于诊断CPU利用率是否处于正常范围内，例如，是否发生过CPU利用率超门限、CPU利用率突增事件，帮助用户定位CPU利用率异常问题。关于CPU一键诊断功能的详细描述和配置请参见“智能运维配置指导”中的“一键诊断”。
可在任意视图下执行以下命令：
· 显示CPU监控功能的相关配置。
display cpu-usage configuration [ slot slot-number [ cpu cpu-number ] ]
· 显示CPU利用率的统计信息。
display cpu-usage [ summary ] [ slot slot-number [ cpu cpu-number ] [ core { core-number | all } ] ]
· 以图表方式显示CPU利用率的历史记录。
display cpu-usage history [ job job-id ] [ slot slot-number [ cpu cpu-number ] ]
系统按5秒周期对CPU核的利用率进行采样，然后对统计周期内的采样值进行计算，并将计算值和用户配置的CPU核利用率的门限比较。当计算值大于门限值时，则认为CPU核利用率过高，设备会发送告警信息并记录日志。
统计周期建议配置为5的整数倍，不是整数倍时，最接近且小于配置值的、5的整数倍数生效。例如统计周期配置为18秒，实际生效的统计周期为15秒。
(1) 进入系统视图。
system-view
(2) 配置发送CPU核告警事件的间隔。
monitor resend cpu-usage core-interval { minor-interval minor-interval | severe-interval severe-interval } * [ slot slot-number [ cpu cpu-number ] ]
发送CPU核低级别事件告警间隔时间为300秒，发送CPU核高级别事件告警间隔时间为60秒。
系统实时监控剩余空闲内存大小，当条件达到一级、二级、三级告警门限或者恢复正常状态门限时，就产生相应的告警/告警解除通知，通知关联的业务模块/进程采取相应的措施，以便最大限度的利用内存，又能保证设备的正常运行。
除了一级、二级、三级告警，设备还支持预警功能。预警门限用于内存使用率尚处于正常范围内，但需要提醒用户提前关注内存的情况。预警恢复门限用于解除预警。
预告警（early-warning）、一级（minor）、二级（severe）和三级（critical）门限，对应的剩余空闲内存越来越少，紧急程度越来越严重。
设备监控的是系统内存中剩余空闲内存的大小，使用display memory命令可以查看系统内存的使用情况。
· 当剩余空闲内存值从大于变成小于等于预告警门限时，产生预告警。
· 当剩余空闲内存值从大于变成小于等于一级告警门限时，产生一级告警。
· 当剩余空闲内存值从大于变成小于等于二级告警门限时，产生二级告警。
· 当剩余空闲内存值从大于变成小于等于三级告警门限时，产生三级告警。
· 当剩余空闲内存值从小于等于变成大于二级告警门限时，产生三级告警解除通知。
· 当剩余空闲内存值从小于等于变成大于一级告警门限时，产生二级告警解除通知。
· 当剩余空闲内存值从小于等于变成大于正常内存大小时，产生一级告警解除通知。
· 当剩余空闲内存值从小于等于变成大于预告警内存大小时，产生预告警解除通知。
同一级别的告警/告警解除通知是交替进行的：当剩余空闲内存值小于等于某级告警门限，设备产生相应级别的告警，后续只有该告警解除了，剩余空闲内存值再次小于等于某级告警门限时，才会再次生成该级别的告警。
当剩余空闲内存大小如图1-2中曲线所示时，会生成如图1-2所示的告警和解除告警通知。
缺省情况下，本系列设备二级门限和三级门限相同，可以手工配置使二级门限和三级门限不同。
二、三级门限值相同时，二级门限满足以下条件，设备会重启。
· 产生二级告警后，剩余空闲内存值持续小于二级告警门限，其时长到达30秒，则系统会重启设备。
· 如果连续产生两次二级告警的时间间隔小于30秒，则系统会重启设备。
· 如果3分钟内产生二次二级告警，则系统会重启设备。
· 产生二级告警后，系统将会周期采样，预测剩余空闲内存是否会在30秒之内耗尽，如果预测结果为会在30秒之内耗尽，则系统会重启设备。
二、三级门限值不同时，设备达到二级门限则不会重启，三级门限满足以下条件，设备才会重启。
· 产生三级告警后，剩余空闲内存值持续小于三级告警门限，其时长到达30秒，则系统会重启设备。
· 如果连续产生两次三级告警的时间间隔小于30秒，则系统会重启设备。
· 如果3分钟内产生二次三级告警，则系统会重启设备。
· 产生三级告警后，系统将会周期采样，预测剩余空闲内存是否会在30秒之内耗尽，如果预测结果为会在30秒之内耗尽，则系统会重启设备。
当设备出现内存告警时，可删除暂时不用的配置或关闭部分功能来释放内存。但因为内存不足，部分配置可能删除失败。
(1) 进入系统视图。
system-view
(2) 配置内存利用率阈值。
memory-threshold [ slot slot-number [ cpu cpu-number ] ] usage memory-threshold
缺省情况下，内存利用率阈值为100%。
(3) 配置空闲内存告警的门限值。
memory-threshold [ slot slot-number [ cpu cpu-number ] ] [ ratio ] minor minor-value severe severe-value critical critical-value normal normal-value [ early-warning early-warning-value secure secure-value ]
缺省情况下，一级告警门限为1024MB，二级和三级告警门限均为768MB，系统恢复到正常的内存门限为1280MB，预告警门限和预告警恢复门限均为1152MB。
内存一键诊断功能用于诊断内存使用量是否处于正常范围内，例如，是否发生过内存使用量超门限、内存使用量突增事件，帮助用户定位内存使用量异常问题。关于内存一键诊断功能的详细描述和配置请参见“智能运维配置指导”中的“一键诊断”。
部分业务的运行需要使用DMA（Direct Memory Access，直接内存存取）内存，如果DMA内存不足，会导致业务模块功能异常。系统周期监控DMA空闲内存大小，当DMA空闲内存小于或等于告警阈值，产生告警事件并重启设备。
DMA内存告警通知会同时向NETCONF、SNMP和信息中心三个方向输出，通过配置NETCONF、SNMP、信息中心功能，告警最终能以NETCONF事件、SNMP Trap或Inform消息、日志的形式发送给用户。NETCONF、SNMP、信息中心的详细介绍请参见“网络管理和监控配置指导”中的“NETCONF”、“SNMP”、“信息中心”。
(1) 进入系统视图。
system-view
(2) 配置DMA内存告警阈值。
memory-threshold dma [ slot slot-number [ cpu cpu-number ] ] [ ratio ] critical critical-value normal normal-value
缺省情况下，告警阈值为2048KB，告警恢复阈值为4096KB。
(3) 配置发送DMA内存告警事件的间隔。
monitor resend memory-threshold dma critical-interval critical-interval [ slot slot-number [ cpu cpu-number ] ]
undo monitor resend memory-threshold dma critical-interval [ slot slot-number [ cpu cpu-number ] ]
缺省情况下，DMA内存告警事件周期发送的间隔为300秒。
可在任意视图下执行以下命令：
· 显示设备的内存使用状态。
display memory [ summary ] [ slot slot-number [ cpu cpu-number ] ]
· 显示内存告警门限相关信息。
display memory-threshold [ slot slot-number [ cpu cpu-number ] ]
· 显示内存告警门限相关信息。
display memory dma [ slot slot-number [ cpu cpu-number ] ]
· 显示DMA内存告警相关信息。
display memory-threshold dma [ slot slot-number [ cpu cpu-number ] ]
用户可以配置MDB资源运行的分配模式，从而更改MAC地址表、ARP表和路由表的规格大小。
配置成功后需要重启设备才能生效。
(1) 进入系统视图。
system-view
(2) 配置MDB资源运行的分配模式。
hardware-resource mdb { normal | routing }
缺省情况下，MDB资源运行的分配模式为路由模式。
可在任意视图下执行以下命令，显示MDB资源运行功能的相关信息。
display hardware-resource [ mdb ]
配置本功能后，设备会监测ARP表项等资源的剩余情况，周期采样监测对象的值，并和配置的告警门限进行比较：
· 如果剩余的资源小于或等于低级别告警门限且大于高级别告警门限，则资源进入低级别告警状态，并生成低级别告警通知；
· 如果剩余的资源小于或等于高级别告警门限，则资源进入高级别告警状态，并生成高级别告警通知；
· 如果剩余的资源大于低级别告警门限，则资源进入恢复告警状态，并生成恢复通知。
当资源一直处于低级别告警状态时：
· 开启周期发送低级别资源告警通知功能后，第一次达到低级别告警状态时，会生成低级别告警通知，后续还会周期生成低级别告警通知。当剩余资源达到更高级别告警门限时，将会生成更高级别的告警通知，暂时抑制低级别的告警通知。直到高级别的告警状态解除，再周期输出低级别的告警通知。
· 关闭周期发送低级别资源告警通知功能后，只有第一次达到低级别告警状态时，才生成低级别告警通知，不会连续生成低级别告警通知。
当资源一直处于高级别告警状态时，设备会周期生成高级别告警通知。
资源告警通知可向NETCONF、SNMP、信息中心三个方向输出，通过配置NETCONF、SNMP、信息中心功能，资源告警最终能以NETCONF事件、SNMP Trap或Inform消息、日志的形式发送给用户。NETCONF和SNMP的详细介绍请参见“网络管理和监控配置指导”中的“NETCONF”和“SNMP”。信息中心的详细介绍请参见“设备管理配置指导”中的“信息中心”。
图1-3 资源监控示意图
(1) 进入系统视图。
system-view
(2) 配置生成资源告警通知的门限。
resource-monitor resource resource-name slot slot-number cpu cpu-number { by-absolute | by-percent } minor-threshold minor-threshold severe-threshold severe-threshold
不同类型资源的缺省情况不同，请使用display resource-monitor命令查看。
(3) 配置资源告警通知的输出方向。
resource-monitor output { netconf-event | snmp-notification | syslog } *
缺省情况下，资源告警通知会同时向NETCONF、SNMP、信息中心三个方向输出。
(4) 开启周期发送低级别资源告警通知功能。
resource-monitor minor resend enable
缺省情况下，周期发送低级别资源告警通知功能处于开启状态。
可在任意视图下执行以下命令，显示资源监控功能的相关信息。
display resource-monitor [ resource resource-name ] [ slot slot-number [ cpu cpu-number ] ]
通过以下配置任务，用户可以根据实际应用的需要配置不同的温度告警门限，来监控设备上不同位置温度传感器的温度。
设备可配置的温度告警门限包括：低温告警门限、一般级（Warning）高温告警门限、严重级（Alarm）高温告警门限。
如果温度低于低温告警门限、高于一般级或严重级高温门限，系统均会生成相应的日志信息和告警信息提示用户，并通过设备面板上的指示灯来告警，以便用户及时进行处理。
(1) 进入系统视图。
system-view
(2) 配置设备的温度告警门限。
temperature-limit slot slot-number { hotspot } sensor-number lowlimit warninglimit [ alarmlimit ]
不同温度传感器的温度门限可能不同，请先使用undo temperature-limit命令恢复缺省情况后，再通过display environment命令查看设备的缺省温度告警门限。
高温告警门限必须大于低温告警门限；Alarm高温告警门限必须大于Warning高温告警门限。
可在任意视图下执行以下命令，显示设备的温度信息。
display environment [ slot slot-number ]
当设备检测到器件、设备和转发层面的硬件故障时，会自动采取用户配置的处理措施，以便降低故障对设备的影响。
用户可配置的处理措施有：
· off：检测到故障时，设备不进行任何操作。
· isolate：检测到故障时，设备会自动关闭端口、隔离设备、禁止设备加载或给设备下电，从而尽量减小故障的影响。
· reset：检测到故障时，设备会自动重启器件/设备以尝试修复故障。
· warning：检测到故障时，设备发送Trap信息，不会修复故障。
(1) 进入系统视图。
system-view
(2) 配置当系统检测到硬件故障时自动采取的修复操作。
hardware-failure-detection { board | chip | forwarding } { off | isolate | reset | warning }
缺省情况下，系统检测到硬件故障时自动采取的操作为reset。
通过配置芯片复位功能，可指定芯片发生故障时系统的处理方式。
(1) 进入系统视图。
system-view
(2) 开启芯片复位功能。
monitor chipblock reset [ logging ]
缺省情况下，芯片复位功能处于开启状态。
某些电源模块发生过载、过流、过压、过温、短路等故障时，会进行自我硬件保护，比如：当电源由于输出过压而告警时，电源可能进入锁死状态、停止对整个机框进行供电，以便保护电源和设备不被损坏。这样虽然保护了电源和设备的安全使用，但会对设备的正常使用造成一定的影响，严重时将导致业务全部中断。为了尽可能减小这种影响，用户可使用电源管理功能，来尽可能的避免电源模块过载现象的发生。
电源管理功能的原理是，系统实时监控电源的可用功率和系统负载，在电源将要过载、进行自身硬件保护之前，采取保护措施（比如给用户发送提示信息、启用冗余电源以及抑制接口板供电）。
电源管理配置任务如下：
(1) 开启电源管理功能
(2) （可选）配置冗余电源
通过配置冗余电源，可以给设备预留功率。
(1) 进入系统视图。
system-view
(2) 开启电源管理功能。
power-supply policy enable
缺省情况下，电源管理功能处于开启状态。
冗余电源技术通过部署多余的电源模块，来避免电源过载。比如，设备至少需要N个电源才能运行，我们通常会给设备配备M（M大于N）个电源，多余的（M-N）个电源可配置为冗余电源。正常情况下，这M个电源负载均衡，共同为设备输出功率。当其中某个电源故障时，其余电源能立即接管其工作，从而避免发生电源过载。
配置冗余电源后，如果有接口板插入，系统会先比较待上电接口板的最大功耗和系统的剩余功率：
· 当最大功耗小于等于剩余功率时，直接给接口板供电。
· 当最大功耗大于剩余功率时，不会给接口板供电，接口板不能启动。此时，可增加电源模块，或者减少冗余电源的数量。
只有在开启电源管理功能后，本特性才会生效。
(1) 进入系统视图。
system-view
(2) 配置冗余电源模块数。
power-supply policy redundant module-count
缺省情况下，冗余电源模块数量的值为0。
配置电源模块的监控模式为enhanced时，将会占用一定系统的资源。
(1) 进入系统视图。
system-view
(2) 配置电源模块的监控模式。
power-exception-monitor { normal | enhanced }
缺省情况下，电源模块的监控模式为normal模式。
开启电源睡眠功能后，系统会根据设备当前的实际功耗，智能控制电源模块进入或者退出睡眠状态，以降低能耗：
· 当系统剩余功率大于单个电源模块输入功率时，将其设置为睡眠模式并关断输出。
· 当系统剩余功率不足时，唤醒睡眠的电源模块。
仅适配PSR2400-54A、PSR2400-54D或PSR3000-54A电源模块的交换机支持开启电源睡眠功能。
只有使用power-supply policy enable命令开启电源管理功能后，电源睡眠配置才能生效。
处于睡眠状态的电源模块无法提供冗余备份功能，若正常工作的电源模块突然故障或被拔出，可能会影响设备正常运行。用户可通过display power命令查看电源模块的工作状态。
(1) 进入系统视图。
system-view
(2) 配置开启电源睡眠功能。
power-supply surplus-power enable
可在任意视图下执行以下命令，显示设备的电源状态。
display power [ slot slot-number [ power-id ] ]
可在任意视图下执行以下命令，显示指定电源的电子标签信息。
display device manuinfo slot slot-number power power-id
支持