コンテンツにスキップ

Topics で読み物として読む

この HLD は実装詳細を含みます。機能の概念・設定・運用を読み物として読みたい場合は Topics 14 章: Platform / Port / Optics を参照。

裏取りステータス: code-verified

sonic-platform-daemons/sonic-psud/scripts/psud で PSU_INFO_UPDATE_PERIOD_SECS = 3、PSU_INFO_POWER_OVERLOAD = 'power_overload'、PSU_INFO_POWER_WARNING_SUPPRESS_THRESHOLD / PSU_INFO_POWER_CRITICAL_THRESHOLD の定数と判定ロジックが確認できた。sonic-platform-common/sonic_platform_base/psu_base.py の get_psu_power_warning_suppress_threshold / get_psu_power_critical_threshold / get_input_voltage / get_input_current 抽象 API も実在。sonic-utilities/scripts/psushow で power_overload を読み取り WARNING / OK を表示。

psud（PSU 監視デーモン / power threshold ヒステリシス）

概要

psud は PSU の物理状態と電力指標を周期収集し STATE_DB に書く platform monitor 系 daemon1。supervisord が psud を起動。3 秒ループで platform API（fallback で plugin）を呼び、PSU の present / power_good / 電圧 / 電流 / 電力 / 温度 / 各種閾値を取得して PSU_INFO table を更新する。電圧範囲超過 / 温度過熱 / 電源喪失 / PSU 抜去 / power critical threshold 超過 に対し PSU LED 色変更と syslog 発報を行う。power threshold チェックは v0.4 で追加され、ヒステリシス付き 2 段閾値 (warning-suppress, critical) で alarm flapping を抑止する。

動作仕様

主要ループ

flowchart LR
  TICK[3 sec timer] --> P0[entity info 更新]
  P0 --> P1[present / power_good]
  P1 -->|new PSU 検出| THR[warning_suppress / critical 閾値読取]
  P1 --> P2[voltage / current / power / temp 読取]
  P2 --> CHK[power threshold check<br/>w/ hysteresis]
  P2 --> EVT{abnormal event?}
  EVT -->|yes| LED_RED[LED=red] --> SYS[syslog ALERT]
  EVT -->|recover| LED_GR[LED=green] --> SYS2[syslog cleared]
  CHK --> DB[(STATE_DB PSU_INFO)]

Power threshold ヒステリシス

        critical ─────── alarm raise
                         (power が critical を上方向に横切る)
        ............
        warning_supp ── alarm clear
                         (power が warning_suppress を下方向に横切る)
  • power_overload=true のとき、warning_suppress 未満まで下がると false に戻して NOTICE log
  • power_overload=false のとき、critical 以上で true に上げて WARNING log
  • どちらの閾値も platform API が NotImplemented / None なら その PSU では check 無効1

非対称閾値にする理由: 単一閾値だと閾値付近で alarm flapping が起きる。クリア閾値を低く取ることで安定化1。

PSU_INFO テーブル（STATE_DB）

key: PSU_INFO|<psu_name>

フィールド 内容
presence / status / change_event PSU 物理状態
model / serial / revision / is_replaceable / fan / led_status metadata
voltage / voltage_min_threshold / voltage_max_threshold 出力電圧と範囲
current / power / max_power 出力
input_voltage / input_current 入力
temp / temp_threshold 温度
power_overload "true" / "false"
power_warning_suppress_threshold / power_critical_threshold 2 段閾値

PSU 数自体は別途 chassis_info テーブルに格納（pmon-enhancement HLD と整合）1。

イベント定義

イベント LED Alert メッセージ
電圧範囲外 red PSU voltage warning: <name> voltage out of range, ...
温度過熱 red PSU temperature warning: <name> too hot, ...
Power absence red Power absence warning: <name> is out of power.
PSU 抜去 red (LED 不可な場合あり) PSU absence warning: <name> is not present.
Power threshold 超過 （LED は変えず status=WARNING） WARNING level syslog

回復時は ... cleared: ... back to normal の Recover メッセージと LED=green。

Platform API 拡張（PsuBase）

vendor は sonic_platform_base/psu_base.py の以下を実装する1:

get_temperature(), get_temperature_high_threshold()
get_voltage_high_threshold(), get_voltage_low_threshold()
get_input_voltage(), get_input_current()
get_psu_power_warning_suppress_threshold()  # 揮発値、毎回呼ぶ
get_psu_power_critical_threshold()           # 揮発値、毎回呼ぶ

Volatile 注記が重要: 閾値が温度等で動的に変化する platform があり、psud は値を cache せず毎周回取得する想定。

CLI

Command 表示内容
show platform psustatus psud が STATE_DB に書いた状態。Status に WARNING を含む（threshold 超過 alarm）
psuutil platform API 直叩き。one-shot のため state を持たず WARNING 列は出さない（warning_suppress < power < critical の判別ができない）

show platform psustatus の出力（HLD 抜粋）:

PSU    Model          Serial        HW Rev  Voltage(V) Current(A) Power(W) Status  LED
PSU 1  MTEF-PSF-AC-A  MT1629X14911  A3        12.08      5.19      62.62   WARNING green
PSU 2  MTEF-PSF-AC-A  MT1629X14913  A3        12.01      4.38      52.50   OK      green

psuutil 出力には Power Warn-supp Thres (W) と Power Crit Thres (W) 列が追加される（platform 非対応なら N/A）。

📋 検証エビデンス: sonic-net/SONiC/doc/psud/PSU_daemon_design.md#L80-L110 (sha: 49bab5b5ff0e924f1ea52b3d9db0dfa4191a7c06)

出典:

sonic-net/SONiC/doc/psud/PSU_daemon_design.md#L80-L110 (sha: 49bab5b5ff0e924f1ea52b3d9db0dfa4191a7c06)

抜粋:

We use asymmetric thresholds between raising and clearing the alarm for the purpose of creating a hysteresis ...
- an alarm will be raised when a PSU's power is rising across the critical threshold
- an alarm will be cleared when a PSU's power is dropping across the warning-suppress threshold

判断根拠: 2 段閾値ヒステリシスの根拠。

制限事項

  • psuutil は state を持たないため WARNING を表示しない
  • power threshold は platform API が両方の getter を提供する必要あり（片方欠けたら無効）
  • 動的閾値 platform では値が時間変化する前提で cache 禁止
  • LED 制御不能な PSU 抜去状態では LED 表示は更新できない

干渉する機能

  • pmon-enhancement-design: PSU 数を chassis_info に置く設計と接続
  • thermal-control: PSU 温度や電力が thermal policy にも影響
  • psuutil / show platform psustatus CLI: 状態露出
  • modular switch: 全 PSU 合計 power が switch power budget を超えるかも別途監視

確認コマンド

  • show platform psustatus — WARNING ステータス（power_overload）が見える
  • sonic-db-cli STATE_DB hgetall "PSU_INFO|PSU 1" — voltage / current / power / threshold / overload を直接確認
  • docker exec pmon supervisorctl status psud — psud デーモンの動作確認
  • docker logs pmon 2>&1 | grep -i psu — psud のログを確認

コマンド例

PSU の状態と daemon を確認する。

# PSU
show platform psustatus
redis-cli -n 6 keys 'PSU_INFO|*'
redis-cli -n 6 hgetall 'PSU_INFO|PSU 1'
ps aux | grep -E 'psud|pmon'

引用元

関連 Topics

関連リファレンス

  1. sonic-net/SONiC doc/psud/PSU_daemon_design.md @ 49bab5b5ff0e924f1ea52b3d9db0dfa4191a7c06 ↩↩↩↩↩