IDC机柜布线及日常操作规范(个人一点分享)

简介:

 

机柜布线需按如下规范进行操作
 
一.   电源线插头与服务器电源接头两端要标签扎带
 
二.   如果一个机柜有内外网的交换机,尽量用两种不同颜色网线区分开来

  

 
三.   柜子与柜子之间走线要从机柜顶端方向布线
 
四.   连接服务器与交换机两端的网线头后端要标记同编号的扎带标签,且与交换机端口号编号一致
 
五.   电源线与网线分机柜两边走线,每一小节要用扎带扎好
 
 
六.   机柜服务器不能太多台叠加一起,要用挡板分离开来,有助维护与服务器散热稳定性
 
 
七.   交换机要用配套耳朵固定在机柜顶端,有助于网线的走位
 
八.   贴好每台服务器ip或者根据应用划分的标签
 
九.   贴好每台服务器的资产号,通过标签打印机把资产号+条形码一起打出来,以后核实到IDC机房核实资产,可以通过条形码扫描仪扫描出来。每台设备打印两张一致的,设备前面贴一个,设备边上贴一个,由于编号是唯一性的,预防资产号丢失
 
十.   核心交换机接到二层交换机的网线两端或者光纤要用扎带标签贴好,写上此端口连接到哪个机柜号哪个交换机哪个端口号,如:con-to-6-2-C3560-7
 
十一. 尽量不要在服务器贴ip地址,如:贴上应用标签,这样比较安全,一些托管商设备零散只能贴ip,交换机和防火墙不要贴上ip地址,写上内外网就行了,如:outside与inside
 
十二. 查看机柜下面空调挡风口闸门是否打开,以免设备过热死机
 
十三. 重装某台设备系统时,不要把显示器电源接在与服务器连接插排上面,每个机柜都有提供一个专门接显示器或者外接插排的插座,以免显示器电源接口因接触不好或者使用不当导致整个插排都断电.
 
十四. 日常重整资源时,会不经意碰到网线或电源线导致设备down掉,所以在处理过程区间或临走时关机柜,要多观察交换机的端口是不是都是亮着的

其他想不起来,请大家把我遗漏补在留言区,谢谢,一起完善!







    本文转自viong 51CTO博客,原文链接:http://blog.51cto.com/viong/359766,如需转载请自行联系原作者





相关文章
|
网络协议 Linux Shell
CentOS 7系统下DHCP及中继服务部署
设备 IP地址 主DNS服务器 192.168.100.254 从DNS服务器 192.168.100.1 客户端 192.168.200.2 一、DHCP服务器的部署
1062 1
|
Prometheus 运维 监控
linux磁盘I/O监控
【4月更文挑战第1天】在Linux中监控磁盘I/O性能至关重要,工具如iostat(-d显示磁盘统计)、iotop(进程级I/O查看)、vmstat、/proc/diskstats(详细统计信息)、Node Exporter(Prometheus集成)和Zabbix(动态监控与LLD)提供关键指标,如IOPS、吞吐量、利用率和服务时间,助力系统优化和故障排查。
714 4
linux磁盘I/O监控
|
机器学习/深度学习 数据处理 数据安全/隐私保护
DPU:数据中心与计算架构的革新引擎
【2月更文挑战第3天】
2682 1
DPU:数据中心与计算架构的革新引擎
|
传感器 数据采集 运维
常见的中断源类型详解
【4月更文挑战第4天】常见的中断源类型详解
1635 3
|
SQL 关系型数据库 PostgreSQL
PostgreSQL 浮点数类型
PostgreSQL 浮点数类型
3289 0
EMQ
|
网络协议 安全 物联网
QUIC 协议:特性、应用场景及其对物联网/车联网的影响
了解 QUIC 协议的特性优势与应用场景,以及新一代物联网传输协议 MQTT over QUIC 如何为各类消息传输场景带来提升。
EMQ
1555 1
QUIC 协议:特性、应用场景及其对物联网/车联网的影响
|
7月前
|
开发框架 监控 安全
Windows Defender 导致 Web IIS 服务异常停止排查
某日凌晨IIS服务异常停止,经查为Windows Defender安全补丁KB2267602触发引擎更新,导致系统资源波动,进而引发应用池回收。确认非人为操作,系统无重启。通过分析日志与监控,定位原因为Defender更新后扫描加重负载。解决方案:将IIS及.NET相关路径添加至Defender排除列表,避免业务影响。
799 116
|
人工智能 自然语言处理 调度
Casevo:开源的社会传播模拟系统,基于 AI 模拟人类认知、决策和社会交互,预测社会传播现象
Casevo 是中国传媒大学推出的开源社会传播模拟系统,结合大语言模型和多智能体技术,支持复杂社会网络建模与动态交互,适用于新闻传播、社会计算等领域。
719 22
Casevo:开源的社会传播模拟系统,基于 AI 模拟人类认知、决策和社会交互,预测社会传播现象
|
机器学习/深度学习 数据采集 人工智能
快瞳AI鱼类识别 —— AI赋能海洋生物智能监测
鱼类AI识别技术基于深度学习算法,通过大量鱼类图像训练,实现对鱼类的快速精准识别。该技术模仿人类视觉系统,利用卷积神经网络(CNN)提取鱼体特征,从浅层的鳞片纹理到深层的整体形态逐步分析。快瞳科技提出的MF-Net模型突破了鱼类种类繁多、数据不均衡等难点,通过多阶段特征融合、动态权重调整及三维特征建模,显著提升识别性能。这项技术不仅重塑水产科研方式,还为海洋生物多样性保护提供智能化解决方案,推动AI在生态保护领域的应用迈入新阶段。
1404 6
|
存储 数据挖掘 API
DPDK_Hash(1)
DPDK_Hash(1)
544 0