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
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
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
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
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
|
14天前
|
存储 缓存 监控
SLB-Backend跨区域/跨数据中心部署
【10月更文挑战第21天】
31 9
|
15天前
|
运维 监控 中间件
数据中心运维监控系统产品价值与优势
华汇数据运维监控系统面向IT基础架构及IT支撑平台的监控和运维管理,包含监测、分析、展现和告警。监控范围涵盖了网络设备、主机系统、数据库、中间件和应用软件等。
40 4
|
6月前
|
机器学习/深度学习 存储 运维
利用机器学习优化数据中心冷却系统
【5月更文挑战第20天】 在数据中心运营成本中,冷却系统占据了一大块。随着能源价格的上涨和环境保护意识的增强,如何降低数据中心的能耗成为行业关注的重点。本文通过引入机器学习技术来优化数据中心冷却系统,旨在减少不必要的能源消耗,同时保持适宜的操作温度。通过收集历史温度数据、服务器负载信息以及外部气象条件,构建了一个预测模型,该模型能够实时调整冷却策略,实现动态节能。实验结果表明,与传统冷却系统相比,应用机器学习优化后的系统在不影响性能的前提下,能够节约高达20%的能源消耗。
|
6月前
|
机器学习/深度学习 存储 传感器
利用机器学习优化数据中心冷却系统
【5月更文挑战第30天】 在数据中心的运行中,冷却系统的能效对整体运营成本有着显著的影响。随着人工智能技术的进步,特别是机器学习(ML)的发展,出现了新的机会来优化数据中心的能源使用效率。本文将探讨如何通过机器学习模型预测数据中心的热负荷,并据此动态调整冷却策略,以实现能耗最小化。我们将介绍所采用的数据集、预处理方法、模型选择、训练过程以及最终实施的策略。结果表明,基于机器学习的预测系统能够有效降低数据中心的能源消耗,并为可持续运营提供支持。
|
6月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心冷却系统
【5月更文挑战第30天】在数据中心的运营成本中,冷却系统占据了相当一部分。为了提高能效和降低成本,本文提出了一种基于机器学习的方法来优化数据中心的冷却系统。通过对大量历史数据的分析和挖掘,我们设计了一个预测模型,用于实时监控和调整数据中心的温度。实验结果表明,该方法可以有效降低能耗,提高数据中心的运行效率。
|
6月前
|
机器学习/深度学习 数据采集 存储
提升数据中心能效:采用机器学习优化冷却系统
【5月更文挑战第28天】在数据中心的运营成本中,冷却系统的能源消耗占据了显著比例。随着能源价格的不断上涨和可持续发展的需求日益增长,如何降低这一开支成为业界关注的焦点。本文将探讨利用机器学习技术对数据中心冷却系统进行优化的方法。通过分析历史数据和实时监控,机器学习模型能够预测冷却需求并动态调整系统设置,以实现最佳的能效比。这种方法不仅能减少能源消耗,还能提高系统的可靠性和稳定性。
|
6月前
|
机器学习/深度学习 传感器 监控
利用机器学习优化数据中心冷却系统
【5月更文挑战第27天】 随着数据中心能耗的不断攀升,尤其是冷却系统的能源消耗占据了相当一部分比例,如何通过智能化手段提高冷却效率成为行业关注焦点。本文提出了一种基于机器学习技术的数据中心冷却系统优化方案,通过实时监控和数据分析,动态调整冷却策略,以达到节能减排的目的。实验结果表明,该方案能有效降低数据中心的PUE值(功率使用效能比),为绿色计算提供可行的技术路径。
|
5月前
|
缓存 安全 数据中心
IDC许可证 互联网数据中心业务 增值电信业务许可证 办理流程
IDC许可证 互联网数据中心业务 增值电信业务许可证 办理流程
77 0
|
6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
【5月更文挑战第29天】 在数据中心的运营成本中,冷却系统占据了显著的比重。随着能源价格的不断攀升以及可持续发展的需求日益增加,开发高效、节能的冷却技术变得至关重要。本文将探讨如何应用机器学习算法来优化数据中心的冷却系统性能。通过对历史温度和负载数据的分析,我们训练了一个预测模型来动态调整冷却需求,实现按需冷却。结果显示,使用机器学习方法可以有效减少能耗,同时保持适宜的操作环境。