XRDU エクスポーターリファレンス - SambaNova ドキュメント

XRDU エクスポーターは、XRDU のベースボード管理コントローラー (Baseboard Management Controller; BMC) からファンと温度のメトリクスを公開します。1 つのエクスポーターインスタンスで、任意の数の XRDU に対応できます。Prometheus は BMC ごとに 1 回ずつ /probe?target=<address> をスクレイプします。

項目	値
ポート	デフォルトは 9821。`xrdu-exporter.port` で設定します。
実行形態	`sambanova-hardware-monitoring` チャートがデプロイする Deployment
デバイスプロトコル	BMC の HTTPS API (ポート 443、自己署名証明書)
認証	必須。XRDU の BMC は認証なしの読み取り (guest read) を許可していません。
ネットワーク	クラスターノードから、管理ネットワーク上の XRDU BMC への経路が必要です
イメージバージョン	1.0.0 (チャート 1.0.0 のデフォルト)。

エンドポイント

エンドポイント	返す内容
`/probe?target=<address>`	1 台の BMC のメトリクス
`/metrics`	エクスポーター自身のプロセスメトリクス。BMC のデータは含みません。
`/healthz`	エクスポーターの稼働中は `ok`

/probe に任意パラメータはありません。正常な BMC は約 97 の系列 (series) を公開します。内訳は、14 のファン読み値、81 の温度、xrdu_up、xrdu_scrape_duration_seconds です。

メトリクス

メトリクス	型	ラベル	説明
`xrdu_fan_rpm`	gauge	`sensor`	ファンの実測回転数 (RPM)
`xrdu_temperature_celsius`	gauge	`sensor`	温度 (摂氏)
`xrdu_up`	gauge	なし	BMC が応答した場合は `1`、応答しなかった場合は `0`
`xrdu_scrape_duration_seconds`	gauge	なし	BMC の読み取りに要した時間

サポートされるメトリクスは以上がすべてです。 BMC が「動作していない」「存在しない」「値が妥当でない」と報告したセンサーは、サンプルを公開しません。読み値の欠落を示すメトリクスはないため、系列には単にギャップ (欠落区間) が生じます。

ラベル

ラベル	値	説明
`xrdu`	ターゲットの `name`、またはそのアドレス	BMC を識別します。エクスポーターではなく Prometheus が付与します。
`sensor`	`fm0_fan0`、`inlet`、`RDU0_D0_CORETEMP`	BMC 自身のセンサー名 (変更なし)
`rack`、`node`、`xrdu_index`	宣言した任意の値	ターゲットの `labels` で宣言します

xrdu ラベルの意味はエクスポーターごとに異なります。xrdu_* 系列では <rack-id>-h1xr0 のような BMC のホスト名を保持し、sambanova_* 系列ではホスト自身のインデックス (XRDU_0 〜 XRDU_7) を保持します。両者を xrdu で結合 (join) しても何もマッチせず、エラーも報告されません。

XRDU の温度メトリクスとホストメトリクスの結合

BMC のメトリクスを sambanova_* 系列と結合するには、各ターゲットで node と併せてホスト側の XRDU インデックスを宣言します。

xrdu-exporter:
  targets:
    - address: <xrdu-0-ip>
      name: <xrdu-0-hostname>
      labels:
        node: <node-name>
        xrdu_index: XRDU_0

snctl rack show に表示される XRDU 番号 (Node/<n>/xrdu/<m>) は、ホスト側のインデックス XRDU_<m> に対応します。結合には node と xrdu_index の両方を使用してください。XRDU_2 はどのノードにも存在するため、インデックス単独では一意になりません。

動作

動作	詳細
到達できない BMC は、HTTP 200 と `xrdu_up 0` を返します	認証情報の拒否と証明書の解析不能は、メトリクスだけでは見分けがつきません。両者はエクスポーターのログで区別できます。アラートは `xrdu_up == 0` に対して設定してください。
エクスポーターが報告するのは読み値であり、判定ではありません	センサーの値が範囲外かどうかは、ここからはわかりません。
スクレイプ間隔は 30 秒より短くしないでください	BMC の応答には 2.3〜2.7 秒かかります。エクスポーターはスクレイプタイムアウトの最小値として 5 秒を強制し、それ未満の設定では起動を拒否します。
レプリカを増やすと BMC の負荷が倍増します	レプリカはキャッシュを共有しません。`replicaCount` は `1` のままにしてください。

エクスポーターが公開しないデータ

エクスポーターは、BMC の OpenBMC センサーツリーを HTTPS で読み取り、その一部を上記のメトリクスに対応付けます。BMC は同じレスポンスでさらに多くの情報を返します。以下のデータが必要な場合、このエクスポーター経由では取得できません。

非公開のデータ	詳細
電圧・電流・電力・使用率の各センサー	ファン・温度と同じレスポンスで返されますが、公開されません。
しきい値	BMC はセンサーごとに、警告 (warning) と重大 (critical) の上限・下限を宣言します。
しきい値超過アラーム	読み値が警告帯・重大帯に入ると (一時的な場合も含めて) BMC がフラグを立てます。
ファンへの指令デューティ比	ファンの状態を表すのは、`xrdu_fan_rpm` の実測回転数です。
センサーの動作範囲	BMC は各値と併せて最小値と最大値を報告します。
光トランシーバーのテレメトリ	QSFP のケース温度・ダイ温度、接続状態、ファームウェアバージョン。
BMC のイベントログと Redfish テレメトリレポート	障害 (fault) レポートは BMC の別インターフェースです。このエクスポーターはセンサーのみを読み取ります。
電源状態とインベントリ	シャーシの電源状態、シリアル番号、FRU データ。これらには SambaRack Manager を使用してください。

エクスポーターを介さずに、デバイスから直接センサーを読み取るには、以下を実行します。

read -rs -p "XRDU BMC password: " XRDU_PASSWORD; echo

curl -sk -u root:"$XRDU_PASSWORD" \
  "https://<bmc-address>/xyz/openbmc_project/sensors/enumerate" | jq

unset XRDU_PASSWORD

-k と -u はどちらも必須です。BMC は自己署名証明書を提示し、認証を要求します。

設定

Helm values

キー	デフォルト値	説明
`xrdu-exporter.enabled`	`true`	エクスポーターをデプロイします
`xrdu-exporter.probe.enabled`	`true`	BMC をスクレイプする `Probe` を作成します。これがないと、BMC をスクレイプするものがなくなります。
`xrdu-exporter.probe.interval`	`30s`	スクレイプ間隔。短くしないでください。
`xrdu-exporter.probe.scrapeTimeout`	`15s`	Prometheus 側のスクレイプタイムアウト。`xrdu-exporter.scrapeTimeout` より長くする必要があります。
`xrdu-exporter.probe.labels`	`{}`	Prometheus の `probeSelector` と一致させる必要があります
`xrdu-exporter.targets`	`[]`	有効時は必須。ターゲットをご参照ください。
`xrdu-exporter.auth.existingSecret`	`""`	`XRDU_USERNAME` と `XRDU_PASSWORD` を持つ Secret。認証情報の設定はいずれか 1 つが必須です。
`xrdu-exporter.auth.username` / `.password`	`""`	`auth.existingSecret` が空の場合のみ使用されます。`auth.password` (必要に応じて `auth.username` も) を設定すると、チャートが `xrdu-exporter-credentials` を作成します。ユーザー名のデフォルトは `root` です。ここで設定したパスワードは Helm リリースに保存されるため、`auth.existingSecret` の使用を推奨します。
`xrdu-exporter.auth.usernameKey` / `.passwordKey`	`XRDU_USERNAME` / `XRDU_PASSWORD`	Secret 内のキー名
`xrdu-exporter.cacheTTL`	`15s`	1 台の BMC の読み取り結果を再利用する時間
`xrdu-exporter.scrapeTimeout`	`10s`	エクスポーター側のタイムアウト。最小値は `5s`。
`xrdu-exporter.logLevel`	`info`	`debug`、`info`、`warn`、`error` のいずれか
`xrdu-exporter.serviceMonitor.enabled`	`false`	エクスポーター自身の `/metrics` をスクレイプします
`xrdu-exporter.serviceMonitor.interval`	`60s`	エクスポーター自身のエンドポイントのみに適用されます。BMC の読み取り頻度は `probe.interval` が決めます。
`xrdu-exporter.serviceMonitor.scrapeTimeout`	`10s`	スクレイプ間隔を超えないようにする必要があります
`xrdu-exporter.replicaCount`	`1`	エクスポーター Pod の数
`xrdu-exporter.port`	`9821`	エクスポーターが待ち受けるポート
`xrdu-exporter.resources`	50m / 64Mi、制限 256Mi	Pod のリクエストと制限
`xrdu-exporter.nodeSelector` / `.tolerations` / `.affinity`	`{}` / `[]` / `{}`	管理ネットワークに到達できるノードに Pod を固定します
`xrdu-exporter.podSecurityContext` / `.securityContext`	非 root、読み取り専用 rootfs、drop ALL	デフォルトで堅牢化済み

ターゲット

xrdu-exporter:
  enabled: true
  probe:
    enabled: true
  auth:
    existingSecret: xrdu-creds
  targets:
    - address: <xrdu-0-ip>
      name: <xrdu-0-hostname>
      labels:
        rack: "<rack-id>"
    - <xrdu-1-ip>                   # no labels: excluded from per-rack panels and host joins
    - address: <xrdu-2-ip>

フィールド	説明
`address`	必須。記載どおりの値が `?target=` に渡されます。
`name`	アドレスの代わりに `xrdu` ラベルとして使用されます
`labels`	各キーが、この BMC のすべての系列のラベルになります

ユーザー名のデフォルトは root のため、通常はパスワードのみを設定します。パスワードは snctl secret get --device-type xrdu --show-value で取得できます。

はじめに

サービス管理

ハードウェア管理

リファレンスアーキテクチャ

リソース

XRDU エクスポーター

エンドポイント

メトリクス

ラベル

XRDU の温度メトリクスとホストメトリクスの結合

動作

エクスポーターが公開しないデータ

設定

Helm values

ターゲット

次のステップ

​エンドポイント

​メトリクス

​ラベル

​XRDU の温度メトリクスとホストメトリクスの結合

​動作

​エクスポーターが公開しないデータ

​設定

​Helm values

​ターゲット

​次のステップ

エンドポイント

メトリクス

ラベル

XRDU の温度メトリクスとホストメトリクスの結合

動作

エクスポーターが公開しないデータ

設定

Helm values

ターゲット

次のステップ