散热巡检看哪几件事
散热链路是从机房到芯片的一条完整通路：机房送风、机柜冷热通道、整机滤网与风扇、再到部件级散热片。这条链路上任何一段出问题，最终都表现为部件温度升高，而很多内存与电源类告警的根因其实在散热。巡检的价值在于分层排查——先用进风温度判断环境，再看风扇工作点与历史对比，最后才动硬件，避免一上手就拆机。
基本信息
| 巡检对象 | 滤网与进风、风扇状态与转速、进出风温差、机柜风道 |
|---|---|
| 数据来源 | BMC 的温度与风扇传感器读数 |
| 环境指标 | 进风温度常见 20 至 25 摄氏度区间 |
| 效率指标 | 进风与排风温差反映整机散热效率 |
| 对比方式 | 与同机型同位置机位横向比较 |
| 排查顺序 | 机房温度、机柜风道、整机风扇、部件散热 |
典型使用场景
- 月度散热巡检，检查滤网与风扇状态
- 温度告警后的根因定位，区分环境因素与设备因素
- 扩容前评估热裕量，判断能否加装高功耗部件
- 机房改造后复测冷热通道效果
- 批量对比：找出温度明显高于同排机位的个体
读取风扇与温度
读取风扇与温度
# 风扇转速列表：看是否有停转或转速异常的个体
ipmitool -I lanplus -H 10.0.0.10 -U admin -f /root/.ipmi_pass sdr type Fan | head -20
# 重点看进风与环境温度，判断机房侧条件
ipmitool -I lanplus -H 10.0.0.10 -U admin -f /root/.ipmi_pass sdr type Temperature | grep -iE "inlet|exhaust|ambient"
# 进出风温差明显拉大时，常见原因是局部积热或风道受阻
ipmitool -I lanplus -H 10.0.0.10 -U admin -f /root/.ipmi_pass sensor list | grep -iE 'inlet|exhaust'
# 与 SEL 事件对照，确认是否有散热相关告警
ipmitool -I lanplus -H 10.0.0.10 -U admin -f /root/.ipmi_pass sel elist | grep -iE 'fan|temp|thermal' | tail -10巡检项与判定
| 巡检项 | 检查方法 | 异常表现 |
|---|---|---|
| 滤网 | 目视状态与清洁周期记录 | 积尘明显、压差过大 |
| 风扇数量 | 对照配置与实际读数 | 个别风道无读数或读数缺失 |
| 风扇转速 | 与历史同时段数据对比 | 转速骤降或长期低于同机型 |
| 进出风温差 | 进风与排风读数相减 | 温差明显拉大 |
| 风道封闭 | 检查盲板与理线 | 空位未封板导致冷风短路 |
| 横向对比 | 同排同层机位比较 | 高出同排其他机位 3 至 5 摄氏度 |
排查顺序自上而下：机房送风温度、机柜风道与盲板、整机风扇与滤网、部件级散热，逐层缩小范围，避免一上手就拆机。
只清滤网不核对风扇曲线是不够的：降级的风扇在低负载时表现正常，负载上来才暴露，必须结合转速历史与满载数据进行判断。