开源IDC数据中心资产管理系统RackTables部署篇(一)

本文涉及的产品
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
简介: 开源IDC数据中心资产管理系统RackTables部署篇(一)

一、前言:

随着公司服务器规模的增加,以往手工记录服务器资产的方式存在以下的问题:

1、无法准确统计IT资产

  1)、有多少需要处理的IT资产?

   2)、资产中有哪些特殊的设备供应商

   3)、过去的三年中每年新增的服务器是多少?有多少无法使用的或是资源利用率很低的?

  4)、资产设备什么时候过保?

  5)、如何操作资产更新(例如服务器IP变更或硬件资源变更)

  6)、现有环境有多少IP资源可用?核心的设备是哪些?哪个组哪个部门对其负责

2、硬件资源维护

  1)、迁移服务器时需要多少IT设备才能保证工作正常,设备的更新列表有哪些?

   2)、有多少已经过保的设备?有多少建议淘汰的服务器?

   3)、有哪些服务器会因为UPS管理维护导致不能使用?

   4)、重要设备到交换机的网络接入点以及交换机之间的网络连线是如何分配的?

3、软件License管理

  1)、需要多少必备软件的License?

   2)、每个服务器的License情况如何?

   3)、有哪些是已失效的License?

4、文档管理

  1)、相关的配置文件能否及时恢复,保证软件的正常应用?

   2)、服务器及周边设备的配置、处理文档是否完整?


以上这些都成了实际工作中所面临的问题,再加上人员的变动手工记录的方式已越来越不适应。二、软件介绍:在这中间尝试过用iTop(太庞大,主要面向ITSM)、 otrs(主要面向ITSM的服务台)、cmdbuild(配置复杂,驾驭不了)后发现racktables比较适合我们的现有需求(当然也有可能是对其 它的工具了解较少)。RackTables是一个工具用来管理多个机架超过百台的服务器,以及成千上万的MAC和IP地址。适用于数据中心和机房对服务器进行管理。 三、搭建RackTables:安装教程参考:

https://github.com/RackTables/racktables/blob/maintenance-0.20.x/README.md

1、安装Mariadb

先在yum里查找是否有MariaDB

yum search mariadb

可以找到mariadb的server项,说明可以直接用yum进行安装

yum install mariadb-server.x86_64

启动mariadb,然后初始化安装

systemctl start mariadb
mysql_secure_installation

在/etc/my.cnf的配置文件中增加“character-set-server=utf8”,退出保存,然后重新启动mysqld

Systemctl restart mysqld        #重启mysql

2.安装 PHP and Apache httpd

若直接采用centos中的yum安装:sudo yum -y install php ,版本是5.4,远远不够,因此我们要手动更新rpm即可

rpm -Uvh https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm     
rpm -Uvh https://mirror.webtatic.com/yum/el7/webtatic-release.rpm

然后在安装php7.0及相关组件,安装apache

yum install httpd php70w php70w-mysql php70w-pdo php70w-gd php70w-mbstring php70w-bcmath

3.关闭selinux及防火墙

systemctl stop firewalld   #停止防火墙
systemctl disable firewalld  #关闭防火墙自启动
Vim /etc/selinux/config修改如下行配置
SELINUX=disabled    #修改此参数

4.下载文件安装 官方网站:https://www.racktables.org/ 目前最新的版本为.22.0 下载文件

Wget https://jaist.dl.sourceforge.net/project/racktables/RackTables-0.22.0.tar.gz
tar -xvzf RackTables-0.22.0.tar.gz     #解压
cp -r RackTables-0.22.0 /usr/share/    #将文件保存在/usr/share目录下
mv RackTables-0.22.0/ RackTables    #将文件更名为RackTables
mkdir /var/www/html/racktables    #创建指定文件目录
ln -s /usr/share/RackTables/wwwroot/index.php /var/www/html/racktables#指定连接
Systemctl restart httpd         #重启apache

5.启动登录

systemctl start httpd #启动apache 
在浏览器下访问http://address.to.your.server/racktables/ 
如下图所示:

这是提示需要执行安装程序,点击here继续

6.安装配置 配置一共分为7步,按照提示依次进行。第一步:

②第二步,检查组件

LDAP和https等可以以后再进行安装。

③第三步:

提出报错。网页中提示两条命令
touch /usr/share/RackTables/wwwroot/inc/secret.php
chmod a=rw /usr/share/RackTables/wwwroot/inc/secret.php
然后网页提示,还需要执行selinux相关配置,可能是setenforce 0 setenforce 0 
执行命令后,点击retry,继续。
提示你需要创建数据库,同时填写相关选项。
CREATE DATABASE racktables_db CHARACTER SET utf8 COLLATE utf8_general_ci;
CREATE USER racktables_user@localhost IDENTIFIED BY 'MY_SECRET_PASSWORD';
GRANT ALL PRIVILEGES ON racktables_db.* TO racktables_user@localhost;

填写完毕成功后,会出现如下提示:

④第四步

提示你修改文件的权限,命令如下:
chmod 004 /usr/share/RackTables/wwwroot/inc/secret.php

注意:

经过测试,发现只能将secret.php的权限设置为004,如果设置为400的话http就会出问题,估计是bug


⑤第五步


⑥第六步:设置管理员密码



⑦第七步

如何使用?安装完成后,主界面如下图所示:

但是如何使用,需要仔细研究文档

以下是官方的wiki,要想会用,得花段时间  

相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
1月前
|
机器学习/深度学习 存储 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第23天】 在数据中心的运营成本中,冷却系统占据了一大块。传统的冷却管理通常依赖于简单的规则或手动调整,无法适应复杂多变的热负荷和环境条件。本文提出了一种基于机器学习的方法来动态优化数据中心的冷却系统。我们设计了一个预测模型来估计未来的热负荷,并结合实时数据,通过优化算法调整冷却设备的工作状态,以降低能源消耗并保持适宜的运行温度。实验结果表明,该方法能够有效减少能耗,同时保证数据中心的冷却效率。
16 0
|
1月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第15天】 在数据中心运营效率的众多挑战中,冷却系统的优化是一个关键因素。本文将探讨如何应用机器学习技术来改善数据中心的冷却性能,减少能源消耗,并提高整体的可持续性。通过分析历史温度数据、服务器负载以及环境参数,构建预测模型来动态调整冷却需求,实现智能化管理。本研究展示了一种创新方法,不仅提升了数据中心运行效率,也为其他工业冷却系统提供了可借鉴的解决方案。
17 1
|
1天前
|
机器学习/深度学习 存储 数据采集
利用机器学习优化数据中心冷却系统
【4月更文挑战第26天】 在数据中心管理和运营中,冷却系统的能效是关键成本因素之一。随着能源价格的上涨和对环境可持续性的关注增加,开发智能、高效的冷却策略显得尤为重要。本文将探讨如何应用机器学习(ML)技术来优化数据中心的冷却系统。通过收集和分析温度、湿度、服务器负载等多维数据,我们构建了预测模型来动态调整冷却需求,实现节能并保持最佳的操作条件。实验结果表明,使用ML优化后的冷却系统能够在不牺牲性能的前提下显著降低能耗。
|
1月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第29天】 在本文中,我们探讨了如何应用机器学习技术来改善数据中心的能源效率,特别是针对冷却系统的优化。传统的数据中心冷却方法常常采用静态的、预设的策略,忽视了环境变化和负载波动的影响。通过集成机器学习模型,我们能够实时分析数据中心的操作状况,并动态调整冷却策略,以实现节能和性能的双重提升。文中详细介绍了所采用的算法框架、实验设置以及与传统方法的性能比较。
|
1月前
|
机器学习/深度学习 算法 数据中心
利用机器学习优化数据中心冷却系统
【2月更文挑战第17天】 在数据中心运营成本中,冷却系统占据了显著比例。本文通过探索机器学习技术在数据中心冷却系统中的应用,旨在提高能效并降低运营成本。首先介绍了数据中心冷却系统的基本原理和关键性能指标,随后详细阐述了如何通过监督学习和强化学习算法来预测冷却需求并实时调整冷却策略。文章通过案例分析验证了所提方法的有效性,并讨论了实施过程中面临的挑战与未来发展方向。
|
4月前
|
新能源 大数据 调度
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
|
9月前
|
开发框架 .NET 数据中心
IDC数据中心是什么
IDC,数据中心
280 0
|
机器学习/深度学习 人工智能 分布式计算
谷歌开源数据中心解决方案
如今,这个星球上最具创新性的公司都在将「他们成功的钥匙交出去」,那就是开源。据《连线》杂志报道,谷歌日前宣布,正式加入开放计算项目(Open Compute Project),通过这个项目,将其服务器和数据中心的解决方案开源。
161 0
|
4天前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。