为什么这两件事绑在一起
供电与散热在存储场景里是同一类风险的两个面：都直接影响设备能否稳定运行，又都在故障时才暴露。供电侧靠双路冗余与 UPS 缓冲，散热侧靠气流组织与温度监控。设备的降速保护通常会先于硬件损坏触发，因此温度类告警往往意味着性能已经开始下降，而不是「等坏了再说」的问题。
基本信息
| 供电要求 | 双路供电且分属不同 PDU 与回路、UPS 覆盖存储负载、供电质量与接地合规 |
|---|---|
| 散热要求 | 前进后出气流方向一致、冷热通道分离、进风温度与局部热点均在范围内 |
| 监控点位 | 进风温度、风扇转速、电源模块状态、整机功率、机柜内热点位置 |
| 参考范围 | 进风温度范围与上限以厂商规格为准，行业普遍参考机房环境标准的分级建议 |
| 常见风险 | 双路接在同一 PDU、UPS 容量未计入存储、滤网积尘、机柜内形成热点 |
| 维护动作 | 定期清灰、风扇与电源模块检查、UPS 容量与续航测试 |
典型使用场景
- 机房规划与机柜选型，需要确定供电与气流方案时
- 设备上架后验证双路供电是否真正独立、冗余是否生效时
- 收到温度类告警，定位是机房整体偏热还是机柜内局部热点时
- 夏季高温期或空调检修窗口，评估降速风险与业务影响时
- 电源模块故障后单路运行，决定处置时限与备件准备时
温度与电源状态采集
温度与电源状态采集
# 服务器与带外管理：读取温度、风扇与电源状态
ipmitool sensor | egrep -i 'temp|fan|volt'
ipmitool sdr type Temperature
# 主机侧传感器（可用时）
sensors 2>/dev/null | egrep -i 'temp|fan'
# 观察功耗与温度的关联，高温时通常会伴随降速
# 阵列与扩展柜的环境读数用厂商管理工具查看
# 不同平台字段名不同，以本机输出与厂商文档为准检查项与异常影响
| 检查项 | 正常判读 | 异常的后果 |
|---|---|---|
| 双路供电 | 两路分别来自不同 PDU 与回路 | 单点故障直接断电，缓存数据有风险 |
| UPS 覆盖 | 存储负载已计入容量与续航 | 市电波动时无缓冲，异常关机 |
| 进风温度 | 在厂商规格范围内 | 触发降速，长期高温加速介质老化 |
| 局部热点 | 机柜内各点温度均衡 | 个别设备长期高温，故障率集中上升 |
供电异常与掉电直接关联写缓存中数据的安全性，处置时要把供电风险与缓存保护一起评估，而不是把它当成单纯的机房问题。
温度监控要盯进风温度与局部热点，机房平均温度正常不代表机柜内没有热点；同一机房不同机柜位置的温差可能相当明显。