Prometheus中基于IPMI Exporter筛选HP服务器高温查询问题排查

核心问题：指标标签不匹配导致关联失败 #

你的查询用and同时过滤ipmi_bmc_info和ipmi_temperature_celsius两个指标，但Prometheus的and操作要求两边的时间序列所有标签完全一致才能匹配。ipmi_bmc_info（BMC信息指标）通常只有服务器级别的标签（比如instance、manufacturer_id），而ipmi_temperature_celsius（温度指标）会额外包含传感器级别的标签（比如name），两者标签集不重合，所以and会直接过滤掉所有结果。

正确的查询写法 #

要实现按制造商区分阈值的温度告警，需要用group_left关联两个指标的共同标签（比如instance，代表单台服务器），把制造商信息关联到温度序列上，再分别设置阈值：

ipmi_temperature_celsius{job="ipmi",name=~"02-CPU.*"}
  * on(instance) group_left(manufacturer_id) ipmi_bmc_info{job="ipmi"}
  > on(instance,manufacturer_id) group_left() 
  (
    ipmi_bmc_info{job="ipmi",manufacturer_id="Hewlett-Packard (11)"} * 40
    or
    ipmi_bmc_info{job="ipmi",manufacturer_id="Supermicro (10876)"} * 50
  )

写法说明 #

1. 先获取CPU温度序列，用name=~"02-CPU.*"匹配所有CPU传感器（避免仅匹配单个CPU 1）
2. 通过on(instance) group_left(manufacturer_id)将ipmi_bmc_info中的manufacturer_id标签关联到温度序列上
3. 最后用on(instance,manufacturer_id)匹配对应制造商的阈值：HP服务器用40℃，超微用50℃

额外优化建议 #

• 先确认ipmi_bmc_info的manufacturer_id值是否正确：执行ipmi_bmc_info{job="ipmi"}查看实际返回的制造商标识，比如超微可能是"Supermicro (10876)"，需要和实际数据一致
• 如果只关注CPU温度，保留name=~"02-CPU.*"的过滤；若要监控所有温度传感器，可去掉该标签过滤

内容的提问来源于stack exchange，提问作者Jairo Serrano