quay.io/prometheuscommunity/ipmi-exporter:master
quay.iolinux/amd64master大小: 未知更新于 2026年6月23日
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
quay.io/prometheuscommunity/ipmi-exporter 技术说明
技术定位
quay.io/prometheuscommunity/ipmi-exporter 是 Prometheus 社区维护的容器化 IPMI Exporter 实现，用于通过智能平台管理接口（IPMI）从服务器硬件设备收集监控指标（如温度、风扇转速、电源状态、传感器数据等），并以 Prometheus 兼容的格式暴露指标端点，支持 Prometheus 进行数据拉取与监控分析。
典型使用场景
- 服务器硬件状态监控：实时采集物理服务器、刀片服务器等设备的硬件健康数据，及时发现温度异常、风扇故障、电源波动等问题。
- 数据中心基础设施监控：在数据中心或服务器集群环境中，批量部署以统一监控多台设备的硬件状态，降低人工巡检成本。
- 监控告警集成：结合 Prometheus Alertmanager 配置硬件异常告警规则，实现故障自动通知（如高温告警、电源冗余丢失告警）。
与主流技术栈的集成
- Prometheus：作为核心监控系统，通过配置
scrape_configs拉取 exporter 暴露的指标（默认端口9290，指标路径/metrics）。 - Kubernetes：可通过 DaemonSet 部署在每个节点，或通过 Deployment 结合 ConfigMap 配置多设备监控，利用容器网络访问节点或远程 IPMI 设备。
- IPMI 协议：需配置目标设备的 IPMI 连接信息（如
ipmi.username、ipmi.password、ipmi.address），支持通过环境变量或配置文件（如config.yml）传入。 - Grafana：搭配 Prometheus 数据源，使用社区提供的 IPMI 监控面板（如 Grafana Dashboard ID: ***）可视化硬件指标。
版本说明
镜像标签包含以下类型：
latest：最新稳定版本，推荐生产环境使用。master：开发分支版本，包含最新特性，可能不稳定，适合测试。- 版本号标签（如
v1.10.1、v1.9.0等）：特定稳定版本，便于版本锁定与回滚，版本号遵循语义化版本规范。
使用示例
启动容器并暴露默认端口：
docker run -d -p 9290:9290 --name ipmi-exporter quay.io/prometheuscommunity/ipmi-exporter:latest
检查指标端点：
curl http://localhost:9290/metrics
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"