从零到实战的完整指南
目录导读
- 为什么需要监控服务器温度？
- 温度监控的核心原理与数据来源
- 基础脚本：Linux下的温度采集（使用
lm-sensors） - 进阶脚本：自动告警与日志记录
- 多平台适配：Windows与树莓派温度监控
- 可视化与集成：将温度数据推送到监控系统
- 常见问题与故障排除（附问答）
- 安全建议与最佳实践
为什么需要监控服务器温度？
服务器温度一旦过高,轻则导致性能降频（CPU/GPU throttling），重则引发硬件损坏、数据丢失甚至火灾，根据数据中心经验，温度每升高10°C，硬件故障率约增加一倍。编写一个温度监控脚本是运维工程师的必修课，它能帮助你在温度异常时第一时间获得通知，避免灾难性后果。
核心监控目标：
- CPU核心温度（Core Temp）
- GPU温度（如有独立显卡）
- 硬盘/SSD温度（SMART数据）
- 主板传感器温度（如南桥、北桥）
温度监控的核心原理与数据来源
温度数据并非凭空而来,它依赖于硬件传感器和操作系统接口，常见的温度数据源包括：
| 数据源 | Linux | Windows | 说明 |
|---|---|---|---|
| CPU | /sys/class/thermal/thermal_zone*/temp 或 lm-sensors |
WMI或第三方工具（如OpenHardwareMonitor） | 读取核心温度 |
| GPU | nvidia-smi（NVIDIA）或 radeontop（AMD） |
GPU-Z API或PowerShell | 显卡温度 |
| 硬盘 | smartctl（smartmontools） |
WMI 或 CrystalDiskInfo |
磁盘温度 |
| 主板 | sensors 命令 |
AIDA64或主板专有工具 | 机箱环境温度 |
注意：部分云服务器（如AWS EC2、阿里云ECS）不允许访问底层硬件传感器，此时只能依赖云厂商提供的Cloud Watch或RAM数据，本指南针对物理服务器或自建机房。
基础脚本：Linux下的温度采集（使用lm-sensors）
最经典的温度监控脚本依赖于 lm-sensors 套件，首先安装它：
# Debian/Ubuntu sudo apt install lm-sensors -y # CentOS/RHEL sudo yum install lm_sensors -y # 初始化传感器（一路yes即可） sudo sensors-detect
安装后运行 sensors 可看到类似输出：
coretemp-isa-0000
Adapter: ISA adapter
Package id 0: +45.0°C (high = +80.0°C, crit = +100.0°C)
Core 0: +42.0°C (high = +80.0°C, crit = +100.0°C)
Core 1: +44.0°C (high = +80.0°C, crit = +100.0°C)基础版本：仅输出温度
#!/bin/bash
# filename: temp_monitor.sh
# 简单输出CPU温度（摄氏度）
sensors | grep "Core" | awk '{print $3}' | sed 's/+//g; s/°C//g'
改进版：提取最高温度并判断是否安全
#!/bin/bash
# 获取所有核心温度的数值，找出最高值
MAX_TEMP=$(sensors | grep -oP '\+[0-9]+' | sed 's/+//' | sort -rn | head -1)
echo "Current Max CPU Temp: ${MAX_TEMP}°C"
# 阈值警告（通常80°C为警告线，90°C为危险线）
if [ "$MAX_TEMP" -gt 85 ]; then
echo "[WARN] Temperature exceeds 85°C! Please check cooling."
fi
测试运行：
chmod +x temp_monitor.sh ./temp_monitor.sh
进阶脚本：自动告警与日志记录
单纯输出温度不够,我们需要持续监控+告警+日志，以下脚本每30秒采集一次，当温度超过阈值时发送邮件告警，并记录到日志文件。
脚本：temp_monitor_advanced.sh
#!/bin/bash
# 配置参数
THRESHOLD=80 # 告警阈值（°C）
LOG_FILE="/var/log/temp_monitor.log"
EMAIL="admin@example.com" # 改成你的邮箱
INTERVAL=30 # 采集间隔（秒）
# 创建日志文件
touch "$LOG_FILE"
# 无限循环监控
while true; do
TIMESTAMP=$(date "+%Y-%m-%d %H:%M:%S")
# 获取最高温度（兼容多种输出格式）
MAX_TEMP=$(sensors | grep -oP '[\+\-][0-9]+\.[0-9]' | sed 's/+//' | sort -rn | head -1)
# 如果获取失败（例如传感器不存在），跳过本次循环
if [ -z "$MAX_TEMP" ]; then
echo "$TIMESTAMP [ERROR] Unable to read temperature." >> "$LOG_FILE"
sleep $INTERVAL
continue
fi
# 写入日志
echo "$TIMESTAMP Temperature: ${MAX_TEMP}°C" >> "$LOG_FILE"
# 超阈值告警
if (( $(echo "$MAX_TEMP > $THRESHOLD" | bc -l) )); then
echo "$TIMESTAMP [ALERT] Temp ${MAX_TEMP}°C exceeds threshold ${THRESHOLD}°C." >> "$LOG_FILE"
# 发送邮件告警（需要安装 mailutils 或 sendmail）
echo "Server temperature is ${MAX_TEMP}°C at $TIMESTAMP" | mail -s "ALERT: Server Temp" "$EMAIL"
fi
sleep $INTERVAL
done
运行方式：在后台运行 nohup ./temp_monitor_advanced.sh &，或设置成 systemd 服务。
告警方式扩展（可选）
- 微信/钉钉机器人：通过webhook发送JSON请求。
- Slack：使用Incoming Webhook。
- 短信：调用云服务API（如Twilio）。
多平台适配：Windows与树莓派温度监控
Windows温度监控脚本（PowerShell）
Windows没有直接的 sensors 命令，但可以通过WMI或第三方工具获取，最稳定的是使用 OpenHardwareMonitor 的共享内存机制，或直接解析 wmic 的CPU温度（部分CPU支持）。
# filename: temp_monitor.ps1
# 使用 WMI 获取 CPU 温度（需管理员权限）
$temp = Get-WmiObject MSAcpi_ThermalZoneTemperature -Namespace "root/wmi"
if ($temp) {
$celsius = ($temp.CurrentTemperature / 10) - 273.15
Write-Host "CPU Temperature: $([math]::Round($celsius, 1))°C"
} else {
Write-Host "WMI temperature not available. Try installing OpenHardwareMonitor."
}
注意：虚拟机或某些笔记本可能不支持WMI温度读取，推荐使用 OpenHardwareMonitor + 其COM接口，或 LibreHardwareMonitor 的开源替代。
树莓派温度监控
树莓派读取温度极其简单：
#!/bin/bash
# 读取树莓派CPU温度
TEMP=$(cat /sys/class/thermal/thermal_zone0/temp)
TEMP_C=$(echo "scale=1; $TEMP / 1000" | bc)
echo "RPi CPU Temp: ${TEMP_C}°C"
可视化与集成：将温度数据推送到监控系统
单纯的命令行输出不够直观,我们可以将温度数据推送到 Prometheus、Grafana 或 Zabbix。
示例：给Prometheus用的Exporter脚本（Python）
#!/usr/bin/env python3
# filename: temp_exporter.py
# 在端口8000暴露温度指标，供Prometheus抓取
import subprocess
import time
from prometheus_client import start_http_server, Gauge
# 创建指标
temp_gauge = Gauge('server_cpu_temp', 'Current CPU temperature', ['host'])
def get_temp():
result = subprocess.run(['sensors'], capture_output=True, text=True)
# 简单提取数字
import re
temps = re.findall(r'\+(\d+)', result.stdout)
if temps:
return int(temps[0]) # 取第一个数值
return 0
if __name__ == '__main__':
start_http_server(8000)
while True:
temp = get_temp()
temp_gauge.labels('server1').set(temp)
time.sleep(15)
部署后访问 http://your-server:8000 即可看到Prometheus格式的指标，然后在Grafana中配置仪表盘。
常见问题与故障排除（附问答）
Q1：运行sensors后输出为空，或者提示“No sensors found”？
A：可能原因：
- 未安装驱动：运行
sudo sensors-detect并允许配置。 - 内核模块未加载：
sudo modprobe coretemp（CPU温度模块）。 - 虚拟机不支持：VMware/VirtualBox中通常不暴露硬件传感器，需使用vSphere API。
Q2：脚本在cron任务中无法获取温度？
A：cron环境可能缺少PATH，在脚本开头添加 export PATH=$PATH:/usr/bin:/sbin，并使用绝对路径调用sensors（如 /usr/bin/sensors）。
Q3：温度波动很大，可能导致频繁告警？
A：建议加上去抖动逻辑，例如连续两次超阈值才告警，或设置告警冷却时间（如5分钟内不重复告警）。
Q4：为什么我的服务器温度显示为0°C？
A：读取的传感器可能未正确识别，检查/sys/class/thermal/thermal_zone*/temp，可能单位是毫摄氏度，需要除以1000。
Q5：如何监控多个服务器的温度？
A：推荐使用集中式监控方案，如Zabbix Agent自动采集，或通过SSH远程执行脚本后汇总数据。
安全建议与最佳实践
- 最小权限原则：监控脚本不要以root身份运行，创建专用用户（如
monitor），仅给予读取传感器文件的权限。 - 日志轮转：使用
logrotate管理日志文件，防止磁盘写满。 - 免密码告警：若使用邮件告警，配置
ssmtp或postfix为无密码中继，避免泄露密码。 - 保护敏感信息：脚本中不要硬编码密码或API密钥，使用环境变量或配置文件。
- 监控脚本本身：设置一个心跳检测，如果脚本挂了，另一个脚本（如systemd timer）能重启它。
- 温度单位统一：所有采集点使用摄氏度（°C），并在告警信息中明确注明。
监控服务器温度的脚本并不复杂,但需要结合硬件特性、操作系统接口以及运维需求来精准设计，从简单的sensors读取，到集成Prometheus/Grafana的完整可视化方案，本文覆盖了从开发到生产的全流程，建议从小型脚本开始，逐步添加告警和日志，最终形成适合你环境的生产级监控系统。温度数据是服务器健康的第一道防线。
