Dotaz: Monitorovani teploty na SPARCu a Sol 10

[pavel]

Ahoj, schrastil jsem si domu na hrani ve "vyprodeji" starou masinku (SUNFire V100, proc ULTRA Sparc IIe).
Bohuzel ted prislo jaro a zacalo se oteplovat a na stroji se rozsvitila kontrolka maintenance. Hledal jsem co to znamena a ta ledka je vcelku univerzalni, ale mam podezreni na prehrati.
Lovil jsem ruzne tady i na netu jak zjistit "aktualni" stav teploty na procesoru, ci v bedne. Nevite nekdo jak na to? Zda lze zjistit teplotu na procaku? Nejaka obdoba lmsensor?
Jinak prtdiag -v mi rika: No failures found in System
V eeprom:
shutdown-temp=75
warning-temp=50 (toto jsem si prenastvail, nicmene nic dmesg nereportuje)
env-monitor=enable

Odpovědi

[p.forty]

Zkus:

prtpicl -v -c temperature-sensor

[pavel]

No prtpicl mi k tomuto komandu nic nevyhodi, nicmene:
:name i2c
temperature (temperature-device, 90000001c5)
:UnitAddress 0,30
:reg 00 00 00 00 00 00 00 30
:compatible i2c-max1617
:devfs-path /pci@1f,0/pmu@3/i2c@0,0/temperature@30
:driver-name max1617
:binding-name i2c-max1617
:bus-addr 30
:instance 0
:_class temperature-device
:name temperature

-bash-3.00# prtpicl -v -c i2c
i2c (i2c, 90000001b7)
:UnitAddress 0
:compatible i2c-smbus
:interrupts 00 00 00 01
:#size-cells 0
:#address-cells 0x2
:reg 00 00 00 00 00 00 00 00 00 00 01 00 00 00 00 01 00 00 00 00 00 00 01 00
:interrupt-priorities 0x4
:devfs-path /pci@1f,0/pmu@3/i2c@0,0
:driver-name smbus
:binding-name i2c-smbus
:bus-addr 0,0
:instance 0
:_class i2c
:name i2c

Ale bohuzel nic co by vypadalo jako teplota

[darkenik]

skus prikaz fmdump , mozno ti povie, nieco viac o chybe, ktora nastala

[pavel]

TIME UUID SUNW-MSG-ID
fmdump: /var/fm/fmd/fltlog is empty

[mercurio]

Ahoj,
ta LEDka vetsinou indikuje chybu, co tahle zkusit LOM?
lom>environment
Zcela urcite bych provedl diagnostiku HW.

OBP
{ok} setenv diag-level max
{ok} setenv diag-switch? true
{ok} reset-all

Nebo SunVTS

[pavel]

Hmmm, taky si myslim.
Lovil jsem v dokumentaci, kde se dalo, ale nic jako zobrazeni teploty jsem nenasel. Informaci by mel udavat prtdiag -v ten vsak signalizuje, ze je vse v poradku. Zkusim diagnostiku provest, jestli neco rekne.

[trpaslik]

Teplotu zjistis bud v mgmt modulu nebo pomoci lom interface ze systemu (tzn. /usr/sbin/lom - patch 110208-22 nebo vetsi). Z os pak jednoduse treba /usr/sbin/lom -t a z mgmt modulu pomoci prikazu environment (to uz tady nekdo psal). Je to vsechno popsane v SunFire v100 User's Guide ... staci cist.

[pavel]

Tim si nejsem uplne jistej:

-bash-3.00# find / -name lom
-bash-3.00#

bash-3.00# cd /usr/sbin/
-bash-3.00# ls -la |grep lom
-bash-3.00#

LOM je soucast managementu, ne? Tj. soucast hw "nezavisla" na OS.

[pavel]

Nevim, zda ma byt dostupny LOM z os. Ale zrejme asi pb je ve stare verzi firmwaru, or not?

[trpaslik]

No jasne, LOM bezi na management modulu. Z os se na nej da doptat prave diky prikazu lom ze SUNWlom balicku (neco jako scadm u alomu nebo rsc ... mozna funguje i pro lom, ale to jsem nezkousel). Tudiz lom na OS neni to co bezi na management modulu ale jenom rozhrani (napriklad docela se hodi pri zamrzlem lomu na jeho restart atp.). Bohuzel u novych Teckovych a Mkovych stroju uz SP z OS jde ovladat tak maximalne pres ipmitool (a to u zamrzleho modulu fakt nepomuze).

[pavel]

Jj, koukam na to je to Patch Id: 110208-22 viz. zde
Ale to je pouze v pripade, pokud bych chtel pristupovat z OS na LOM.
Masinu schodim a zkusim udelat diagnostiku primo z LOMU.
Na ipmitool jsem take narazil, ale co jsem vytusil, tak je to jakasi fyz. karta, ktera sbira diagnosticka data. Zkousel jsem to, ale nikdy mi nic kloudneho nevypadlo (blba syntaxe, nepritomnost ipmi karty??? nevim)

[trpaslik]

Puvodni otazka byla, jak zjistit teplotu ze Solarisu. No a to prave zjistis vycucem dat z mgmt modulu pomoci scadm/lom/ipmitool (podle typu sw na SP). Jinak impi je podporovane az na SP (servisni procesor/management modul) novych serveru tzn. vse s ILOM nebo XSCF (modely Txxxx/Mxxxx/Xxxxx).

[pavel]

Takze, jsem se na to mrknul a sjel do lom(u). Prikaz environment vypsal jednotlive hw parametry. Je fakt, ze u teploty to nic nehlasilo. Zadal jsem prikaz check, ktery mel zkontrolovat nastaveni hw. Detekoval, ze je rozvicena maintenance kontrolka, coz i vypsal a zhasl ji. Takze nevim zda je to jen docasne reseni, nebo trvale. Momentalne je vse ok a budu sledovat, zda se opet rozsviti, nebo ne.