SAI APC con tarjeta de red: configuración inicial, usuarios, avisos por correo y SNMP, autotest, fecha de baterías, apagado con PowerChute y un corte nocturno del que no avisó nadie

Qué vas a conseguir

Que el SAI de la sala avise, se pruebe solo y apague los servidores en orden sin que nadie tenga que estar delante. La guía de SAI de la sala de comunicaciones explica el dimensionado, la doble alimentación, las pruebas anuales y el orden de apagado; esta es la parte práctica en un APC Smart-UPS con Network Management Card 3 (NMC 3): la tarjeta, los avisos y PowerChute.

Antes de empezar

• El modelo del SAI y de la tarjeta (en la etiqueta de la tarjeta; las NMC 3 son las AP9640, AP9641 y AP9643) y su MAC, para reservar la IP.
• Una IP fija en la VLAN de gestión, con su nombre en DNS (sai-cr1-a.mgmt.contoso.local).
• Un relé SMTP interno que acepte correo desde la red de gestión y una lista de distribución de guardia (sai-alertas@contoso.local).
• Para el apagado: las IP de los servidores y del vCenter, y el orden de apagado acordado.

1. La tarjeta en la red

La NMC 3 arranca por DHCP de fábrica. Dos formas de dejarle una IP fija:

• Reserva en DHCP con la MAC de la tarjeta, o
• Por el puerto de consola micro-USB de la tarjeta, con PuTTY o similar, y la CLI:

›boot -b manual›tcpip -i 10.10.90.41 -s 255.255.255.0 -g 10.10.90.1 -h sai-cr1-a›reboot

La herramienta Device IP Configuration Wizard del fabricante hace lo mismo por red con varias tarjetas a la vez.

El primer acceso es por HTTPS (HTTP viene desactivado) con el usuario apc y contraseña apc, y la tarjeta obliga a cambiarla en ese momento. Después, la hora: en Configuration › General › Date/Time, modo NTP contra los servidores de la sede. En Configuration › Network › DNS, los servidores DNS de la sede: sin ellos, la tarjeta no resuelve el nombre del relé de correo. Sin hora correcta, el registro de eventos no sirve para reconstruir un corte.

2. Usuarios

• apc es el Super User: no se puede borrar ni renombrar. Su contraseña nueva va al gestor de contraseñas como cuenta de emergencia.
• Para el día a día, cuentas con nombre en Configuration › Security › Local Users › Management: administradores con rol Administrator y la monitorización con Read-Only. Las cuentas de esos roles vienen desactivadas hasta que se cambia la contraseña de apc.
• Si hay RADIUS, en Configuration › Security › Remote Users la autenticación remota con la local como respaldo: una baja en el directorio quita el acceso a todos los SAI.

3. Avisos por correo

En Configuration › Notification › E-mail:

• Recipients: la lista de guardia, no buzones de personas. Una persona se va de vacaciones o de la empresa; la lista sigue.
• En Event Actions (por evento o por grupo de gravedad), comprueba que los eventos que importan tienen marcada la casilla de correo: en batería, batería baja, fallo del autotest, sustituir batería, sobrecarga y bypass.
• Test: el envío de prueba desde la propia tarjeta. Si no llega, el resto de esta sección no sirve de nada.

El correo no basta como único canal. Los avisos de "en batería" y "batería baja" también tienen que llegar a la monitorización y, de ahí, al teléfono de guardia.

4. SNMP y traps

En la NMC 3, SNMPv1 y SNMPv3 vienen desactivados. Para la monitorización, solo SNMPv3:

• Configuration › Network › SNMPv3 › User Profiles: un usuario con autenticación SHA y cifrado AES.
• Configuration › Network › SNMPv3 › Access Control: ese usuario, solo desde la IP del servidor de monitorización.
• Configuration › Notification › SNMP Traps › Trap Receivers: el servidor de monitorización como receptor, con el mismo usuario SNMPv3. Envía un trap de prueba y comprueba que llega.

Los OID del MIB estándar de SAI y cómo consultarlos están en la guía de SAI de la sala de comunicaciones. Añade en la monitorización una alerta de tarjeta sin respuesta: si no se la ve, tampoco se verá un corte.

5. Autotest y fecha de las baterías

• Autotest programado en UPS › Configuration › Self-Test Schedule. Las opciones dependen del modelo; una vez cada dos semanas, o al menos una al mes, es lo habitual. El SAI pasa unos segundos a batería: si una batería está mal, el SAI lo detecta con carga real y lo registra.
• El resultado queda en el registro de eventos (UPS: Passed a self-test o un fallo con su motivo) y, si el evento tiene acción de correo, llega a la lista.
• Fecha de la última sustitución de baterías: en la configuración general del SAI, el campo Last Battery Replacement (mes y año). Al cambiar las baterías, se actualiza el mismo día. El estado de baterías (Battery System) muestra la fecha estimada de la siguiente sustitución.

Una fecha de baterías sin actualizar hace que el SAI calcule mal cuándo hay que cambiarlas, y que el inventario diga que unas baterías de cinco años son nuevas.

6. Apagado ordenado con PowerChute Network Shutdown

PowerChute Network Shutdown (PCNS) es el agente que escucha a la tarjeta y apaga el equipo donde está instalado. Va en cada servidor físico (Windows o Linux) o, en vSphere, como dispositivo virtual que apaga las máquinas virtuales, el vCenter y los hosts en el orden configurado.

En la tarjeta, UPS › Configuration › PowerChute:

• La frase de autenticación (authentication phrase), vacía de fábrica y obligatoria para que PowerChute pueda registrarse.
• La lista de clientes: la IP de cada servidor o dispositivo virtual de PowerChute (hasta 50 por tarjeta). PowerChute también se añade solo al registrarse.
• El protocolo, HTTPS si tu versión de PowerChute lo admite.

En PowerChute, la consola web en https://<servidor>:6547. El asistente pide la IP de la tarjeta, el usuario y la frase de autenticación. Entre servidor y tarjeta tienen que estar abiertos TCP 80 o 443, 3052 y 6547 y UDP 3052.

• En Configure Events, el evento UPS On Battery con Shutdown activado y cuántos segundos en batería esperar antes de empezar. El tiempo se fija con la autonomía medida y lo que tarda el apagado completo, no con la del catálogo.
• En los ajustes de virtualización: qué máquinas virtuales se apagan primero, cuánto se les deja para apagarse, si el vCenter es una máquina virtual (va casi al final) y después el host.
• El evento Available runtime has been exceeded avisa de que el apagado configurado dura más que la batería que queda: hay que reducir tiempos o carga.
• En la tarjeta, UPS › Configuration › Shutdown tiene el Low Battery Duration: los minutos que quedan cuando el SAI declara batería baja. Tiene que ser mayor que lo que tarda PowerChute en terminar.

7. El ticket: "el SAI estuvo en batería anoche y no le llegó un correo a nadie"

Jueves, 8:00. El vigilante comenta que anoche se fue la luz en el edificio "un rato". En la sala todo está encendido, pero nadie recibió nada.

1. Qué pasó: en Logs › Events › Log de la tarjeta.

Diecisiete minutos en batería. PowerChute tenía el apagado a los 20 minutos: la vuelta de la luz llegó tres minutos antes de que se apagaran los servidores, y nadie lo sabía.

1. Por qué no llegó el correo. Desde la propia tarjeta, E-mail › Test. Si falla, por orden:

Aquí era el primero: la tarjeta seguía apuntando al relé de antes de la migración. Se cambia al relé actual, se da de alta la IP de la tarjeta en él y se repite el test hasta que llega.

1. Por qué no avisó la monitorización: los traps estaban configurados con SNMPv1, que la tarjeta tenía desactivado. Se pasa a SNMPv3 como en el paso 4 y se envía un trap de prueba.
2. Las baterías: tras 17 minutos de descarga, comprueba la carga en el estado de baterías antes de dar el ticket por cerrado. Hasta que se recupere, un segundo corte tiene menos autonomía.
3. El edificio: pregunta a mantenimiento por qué se cortó y si el grupo electrógeno arrancó. Si la sala estuvo 17 minutos en batería, el grupo no entró o no cubre esa línea.

En el ticket: hora de inicio y fin del corte, la causa de que no llegaran los avisos, los cambios en la tarjeta y la monitorización, la prueba de correo y de trap recibidas y la pregunta abierta con mantenimiento. Para que no se repita en silencio, una prueba de correo y de trap de cada SAI entra en la revisión mensual.

Siguientes pasos

• La guía de SAI de la sala de comunicaciones cubre la prueba anual con el mantenedor y el orden de apagado por capas.
• La de monitorización 24x7 explica cómo hacer que un aviso llegue a una persona y no solo a un buzón.
• La de VMware vSphere y vCenter, para el arranque de hosts y máquinas virtuales cuando vuelve la luz.

¿Falta algo o en tu entorno es distinto? Escríbeme y lo corrijo.