一种基于云平台监控服务器机柜散热状态的方法和系统与流程

1.本发明涉及服务器散热领域，特别是涉及一种基于云平台监控服务器机柜散热状态的方法和一种基于云平台监控服务器机柜散热状态的系统。


背景技术：

2.随着云计算及其相关应用的兴起，云计算数据中心也随之快速发展。目前云计算数据中心的电源使用效率值不高，长期高负载使得在数据中心内工作的服务器主机的工作温度常常保持在较高的数值。而数据中心工作的服务器及其相配套的硬件设备，工作温度不能超过临界值，否则将影响正常工作。为了避免数据中心工作的服务器主机的工作温度超过临界值，在服务器机柜、机架等设备上都会设置有散热装置，散热装置会根据各个服务器机柜的实时温度值进行散热。但是，在实际使用过程中，影响机房内局部温度值的因素是十分复杂的，例如散热设备的损坏、服务器工作负荷分布不均衡等等。由于各种问题的存在，不同的服务器主机均可能在同一时间或者不同时间出现过热现象，不同的服务器机柜表面的热量值也参差不齐。
3.相关技术中的服务器机柜散热一般直接以服务器机柜的温度为参考依据，对服务器机柜进行散热，存在反应慢、反应错误等问题，使得散热效果往往不尽如人意。并且，数据中心内的服务器主机数量众多，数据中心管理员往往难以准确判断各服务器机柜的工作情况和散热情况，很难发现散热不均、局部散热故障等情况，不能及时进行人工干预，加剧导致了很多服务器宕机情况的发生。


技术实现要素：

4.鉴于上述问题，本发明实施例提出了一种克服上述问题或者至少部分地解决上述问题的一种基于云平台监控服务器机柜散热状态的方法和一种基于云平台监控服务器机柜散热状态的系统。
5.为了解决上述问题，本发明实施例提供了一种基于云平台监控服务器机柜散热状态的方法，应用于云平台，所述云平台与服务器控制平台建立通信连接，所述方法包括：
6.从所述服务器控制平台获取服务器机柜内服务器的cpu使用率；
7.根据所述cpu使用率，确定服务器的负载档位；
8.获取服务器机柜温度、所述服务器机柜所在的机房室温，确定所述服务器机柜温度与所述机房室温的温度差值；
9.基于所述服务器的负载档位和所述温度差值，确定所述服务器机柜的散热率。
10.可选地，基于所述服务器的负载档位和所述温度差值，确定所述服务器机柜的散热率，包括：
11.根据所述服务器的负载档位，确定所述服务器机柜的负载系数；其中，所述负载系数与所述负载档位正相关，所述负载档位与所述cpu使用率正相关；
12.基于所述负载系数和所述温度差值，确定所述服务器机柜的散热率。
13.可选地，基于所述负载系数和所述温度差值，确定所述服务器机柜的散热率，包括：
14.确定所述温度差值与所述机房室温的比值；
15.计算所述比值与所述负载系数的乘积，将所述乘积确定为所述服务器机柜的散热率。
16.可选地，当所述服务器机柜内的服务器数量为多个的情况下，根据所述cpu使用率，确定服务器的负载档位，包括：
17.根据多台服务器的cpu使用率，确定所述多台服务器的cpu使用率均值；
18.根据所述cpu使用率均值，确定所述多台服务器的统一负载档位，作为所述服务器的负载档位。
19.可选地，当所述服务器机柜内的服务器数量为多个的情况下，基于所述服务器的负载档位和所述温度差值，确定所述服务器机柜的散热率，包括：
20.基于每一台服务器的负载档位和所述温度差值，分别计算所述服务器机柜的多个散热率子值；
21.将所述多个散热率子值的均值确定为所述服务器机柜的散热率，或者，将数值最大的散热率子值，确定所述服务器机柜的散热率。
22.可选地，所述方法还包括：
23.根据所述服务器机柜的散热率和预设散热率阈值，确定散热器的散热功率；
24.通过所述服务器控制平台，控制该服务器机柜的散热器按照所述散热功率对所述服务器机柜进行散热。
25.可选地，根据所述服务器机柜的散热率和预设散热率阈值，确定散热器的散热功率，包括：
26.当所述服务器机柜的散热率小于第一预设散热率阈值时，确定散热器的散热功率为0；
27.当所述服务器机柜的散热率不小于第一预设散热率阈值、并小于第二预设散热率阈值时，确定散热器的散热功率为第一散热功率；
28.当所述服务器机柜的散热率不小于第二预设散热率阈值时，确定散热器的散热功率为第二散热功率；
29.其中，所述第一预设散热率阈值小于所述第二预设散热阈值，所述第一散热功率小于所述第二散热功率。
30.可选地，所述方法还包括：
31.当所述服务器机柜的散热率不小于第三预设散热率阈值时，将报警信号发送给管理客户端，以使管理客户端输出报警信息，其中，所述报警信息为声音报警信号，和/或图像报警信号。
32.可选地，所述方法还包括：
33.获取用户输入的服务器查询编码；
34.根据所述服务器查询编码，从所述服务器控制平台获取与所述服务器查询编码对应的散热状态信息；所述散热状态信息至少包括以下其中一者：所述服务器机柜的散热率、所述服务器机柜温度、所述cpu使用率；
35.将所述散热状态信息发送给管理客户端，以使管理客户端进行显示。
36.本发明实施例还提供了一种基于云平台监控服务器机柜散热状态的系统，应用于云平台，所述云平台与服务器控制平台建立通信连接，所述系统包括：
37.负载信息读取模块，用于从所述服务器控制平台获取服务器机柜内服务器的cpu使用率；
38.负载档位确定模块，用于根据所述cpu使用率，确定服务器的负载档位；
39.温度差值确定模块，用于获取服务器机柜温度、所述服务器机柜所在的机房室温，确定所述服务器机柜温度与所述机房室温的温度差值；
40.散热率确定模块，用于基于所述服务器的负载档位和所述温度差值，确定所述服务器机柜的散热率。
41.从上述技术方案可以看出，本发明实施例提供了一种基于云平台监控服务器机柜散热状态的方法和一种基于云平台监控服务器机柜散热状态的系统，基于云平台，从服务器控制平台获取服务器机柜内服务器的实时负载情况，以及，机房内、服务器机柜的实时温度状态，根据实时负载情况和实时温度状态确定服务器机柜的散热率。本发明基于云平台，通过综合考虑服务器的负载状态和参考室温环境的温度状态，计算服务器机柜的散热率，能够使服务器管理员直观了解服务器机柜真实的散热状态，以便考虑是否进行人工干预，还能够为服务器机柜的自动散热调节提供更加精准的参考依据。
附图说明
42.图1是本发明实施例提供的一种基于云平台监控服务器机柜散热状态的技术环境配置图；
43.图2是本发明实施例提供的一种基于云平台监控服务器机柜散热状态的方法的步骤流程图；
44.图3是本发明实施例提供的一种查询散热状态信息的方法的步骤流程图；
45.图4是本发明实施例提供的一种基于云平台监控服务器机柜散热状态的系统的结构框图。
具体实施方式
46.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
47.目前服务器机柜采用的常见的散热方法是在服务器机柜内设置温度传感器，当服务器机柜内温度超过温度临界值时，则运行服务器机柜的散热器对服务器机柜进行散热。直到机柜内温度低于温度临界值时，又关闭服务器机柜散热器，停止散热。
48.相关技术中的服务器机柜散热方法相比较于一直保持机柜散热器的运转的散热方法，的确能够防止不必要的空转，减少散热器导致的功耗。但是这种方法只以服务器机柜温度为参考，具有严重的误差和滞后性。举例来说，当服务器散发的温度将机柜也加热到一定程度，达到温度临界值的时候，比如50℃，服务器主机内部可能最高已经发热到80℃了，
这种情况下才对服务器机柜进行散热，更像是在做补救性质的散热，反应不够及时。再举例来说，服务器机房温度通常是恒温，比如20℃，当服务器机柜温度达到50℃时，进行散热，实际服务器发热已经很大了，机柜散热器才迟迟开始散热；但是服务器机房空调系统也可能出现问题，室温可能升高到比如42℃，当服务器机柜温度达到50℃时，进行散热，这时候机柜内的服务器实际上一直处于空载的状态，未来长时间都不会有较大的发热量，这时候机柜散热器进行散热并不是必要的。
49.并且，在服务器机房内，服务器机柜、服务器机柜内的服务器往往数量众多，服务器管理人员难以直观了解到各服务器机柜的散热情况，无法及时应对散热器损坏、局部温度异常等情况。
50.因此，本实施例提出一种基于云平台监控服务器机柜散热状态的方法和一种基于云平台监控服务器机柜散热状态的系统，综合考虑服务器的负载状态和参考室温环境的温度状态计算散热率，以能够使服务器管理员了直观了解服务器机柜真实的散热状态优劣与否，还能够为服务器机柜的自动散热调节提供更加精准的参考依据。
51.下面结合附图对本发明实施例进行说明。
52.参照图1，图1是本发明实施例提供的一种基于云平台监控服务器机柜散热状态的技术环境配置图。如图1所示，本发明实施例提供了一种基于云平台监控服务器机柜散热状态的方法，所述方法应用于云平台，所述云平台与服务器控制平台建立通信连接。
53.其中，机房内至少包含一个服务器机柜，服务器机柜内至少包含一台服务器。
54.其中，服务器控制平台位于服务器数据中心本地，能够获取至少一个服务器机柜内的一台或多台服务器的负载情况，还能够通过温度传感器获取服务器机柜温度和服务器机柜所在机房的室温温度。服务器控制平台可以与云平台建立远程的通信连接。
55.参照图2，图2是本发明实施例提供的一种基于云平台监控服务器机柜散热状态的方法的步骤流程图。如图2所示，本发明实施例提供了一种基于云平台监控服务器机柜散热状态的方法，所述方法包括如下步骤：
56.s31，从所述服务器控制平台获取服务器机柜内服务器的cpu使用率。
57.其中，服务器控制平台位于服务器本地，搭载服务器控制平台的主机可以放置于服务器机房内。
58.可选的，一个服务器机柜可以对应设置一个服务器控制平台，该服务器平台可以对该服务器机柜内的所有服务器进行控制。
59.可选的，多个服务器机柜也可以共同设置一个服务器控制平台，该服务器平台可以对这些服务器机柜内的所有服务器进行控制。
60.具体地，服务器控制平台内预先设置有所控制的所有服务器的服务器编码，即，服务器的唯一身份识别码，用以供云平台、服务器控制平台、管理客户端明确每台服务器的身份以及每台服务器所对应的服务器机柜的身份。服务器控制平台可以通过服务器编码，获取所控制的各台服务器的使用情况。
61.其中，服务器的使用情况，至少包括服务器的cpu使用率。cpu使用率可以直接反映服务器主机的负载状态。
62.在本实施例中，服务器控制平台可以实时从本地的服务器主机获取服务器的cpu使用率，则云平台可以远程定期从服务器控制平台获取服务器的cpu使用率，以此了解每一
台服务器的实时负载状态。
63.s32，根据所述cpu使用率，确定服务器的负载档位。
64.由于服务器的cpu使用率可以反映每一台服务器的实时负载状态，本实施例根据cpu使用率，确定服务器的负载档位，以便于减小后续计算量。
65.其中，所述负载档位与所述cpu使用率正相关。cpu使用率越高，可以将服务器的负载档位确定为更高的档位。
66.具体地，在cpu使用率不大于预设第一使用率的情况下，将服务器的负载档位确定为第一档位；
67.在cpu使用率大于预设第一使用率、且不大于预设第二使用率的情况下，将服务器的负载档位确定为第二档位；
68.在cpu使用率大于预设第二使用率的情况下，将服务器的负载档位确定为第三档位。
69.其中，预设第一使用率小于预设第二使用率，负载档位也从第一档位至第三档位逐级升高。
70.示例性地，预设第一使用率可以为40％，表示cpu使用率达到40％；预设第二使用率可以为70％，表示cpu使用率达到70％。相应地进行实例说明，假设服务器的cpu使用率为50％，则服务器的负载档位为第二档位。
71.s33，获取服务器机柜温度、所述服务器机柜所在的机房室温，确定所述服务器机柜温度与所述机房室温的温度差值。
72.在本实施例中，云平台可以通过服务器控制平台获取本地的服务器机柜温度、服务器机柜所在的机房室温。
73.具体地，服务器控制平台可以实时从本地的温度传感器获取本地的服务器机柜温度、服务器机柜所在的机房室温，则云平台可以远程定期从服务器控制平台获取本地的服务器机柜温度、服务器机柜所在的机房室温，以此了解服务器所在机柜的实时温度和服务器机柜所在机房的环境温度。
74.其中，服务器机柜的实时温度是通过预先设置在服务器机柜内的温度传感器得到的，服务器机柜所在的机房室温是通过预先设置在服务器机柜所在的机房内的温度传感器得到的。本实施例对温度传感器的类型不作限制，具体可以采用非接触式的热电阻温度传感器，热电偶温度传感器，红外温度传感器等等。
75.在本实施例中，考虑到工作状态下的服务器机柜温度一般均高于环境温度，云平台通过确定所述服务器机柜温度与所述机房室温的温度差值，在参考了服务器机柜温度的同时，还了解了服务器机柜的实际温度与服务器负载之间的关联关系，即，了解服务器的机柜的低温是由低环境温度引起的还是由低负载引起的，以及，了解服务器的机柜的高温是由高环境温度引起的还是由高负载引起的，以对服务器机柜所需的散热处理进行判定，进而能够提供相应的散热处理。
76.示例性地，当服务器机柜的温度为40℃时，若服务器机柜温度与机房室温的温度差值为2℃，机房室温为38℃，可以推断此时服务器机柜的温度主要是受机房室温影响；当服务器机柜的温度为40℃时，若服务器机柜温度与机房室温的温度差值为20℃，机房室温为20℃，可以推断此时服务器机柜的温度主要是受负载发热影响。
77.s34，基于所述服务器的负载档位和所述温度差值，确定所述服务器机柜的散热率。
78.在本实施例中，考虑到散热处理不需要过高的计算粒度，以及，数据中心内的服务器、服务器机柜的数量众多，为了减少实时处理的计算量，可以不采用直接通过cpu使用率和温度计算散热率的方式，而通过负载档位和温度差值确定所述服务器机柜的散热率的方式，以此减少计算量，满足实时处理的需求。
79.其中，散热率表示服务器机柜的散热情况，也表示服务器机柜对散热处理的需求。具体地，散热率越高，服务器机柜的散热情况越差，服务器机柜对散热处理的需求越高。
80.可选的，本实施例提供了一种确定服务器机柜的散热率的方法，所述方法具体包括：
81.根据所述服务器的负载档位，确定所述服务器机柜的负载系数；其中，所述负载系数与所述负载档位正相关，所述负载档位与所述cpu使用率正相关；
82.基于所述负载系数和所述温度差值，确定所述服务器机柜的散热率。
83.具体地，服务器的负载档位越高，服务器机柜的负载系数越大，用以体现服务器在未来一段时间内对散热处理的需求高或是低。
84.示例性地，当服务器的负载档位越高，表示服务器的负载越高，则服务器在此高负载状态下将持续发热，在热传导的作用下，服务器机柜的温度也将逐步提升，若在服务器高负载状态下，即由服务器机柜的散热器立即对服务器机柜进行散热，便可以及时地延缓服务器机柜的温度上升，避免了仅参考服务器机柜温度进行散热的滞后性。
85.进一步地，考虑到机房室温越低，理论上来说对服务器机柜的散热帮助越大，则温度差值一定的情况下，机房室温越低，说明服务器机柜受负载影响升温的可能越高，为此，本实施例还提供了一种确定服务器机柜的散热率的方法，所述方法具体包括：
86.确定所述温度差值与所述机房室温的比值；
87.计算所述比值与所述负载系数的乘积，将所述乘积确定为所述服务器机柜的散热率。
88.本实施例中，所述机房室温的温度范围为15℃
‑
45℃。
89.通过本实施例，进一步利用温度差值与机房室温的比值，更加精确地表示服务器机柜在不同温度差值、不同室温环境温度下的所需的散热处理。
90.示例性地，假设服务器机柜温度与机房室温的温度差值为15℃，若此时服务器机柜温度为30℃、机房室温为15℃，则温度差值与机房室温的比值为1，此时为比值较大，表示在较低的环境温度下，服务器机柜还是达到了较高的温度，服务器机柜的温度受服务器负载影响的程度越高；若此时服务器机柜温度为40℃、机房室温为25℃，则温度差值与机房室温的比值为0.6，表示在较高的环境温度下，服务器机柜达到了较高的温度，服务器机柜的温度受服务器负载影响的程度越浅。
91.通过本实施例，基于云平台，综合考虑了服务器的负载情况、服务器机柜温度、服务器机柜所在的机房室温，以能够更加准确、实时地了解服务器机柜的散热需求，以供管理人员查看任一台服务器所在的服务器机柜的散热情况，还可以进行针对性地自动或人工的散热处理。
92.考虑到大多数情况下，一个服务器机柜往往包含多台工作状态的服务器，在一种
可选的实施方式中，当所述服务器机柜内的服务器数量为多个的情况下，本发明还提供了一种确定服务器的负载档位的方法，所述方法具体包括：
93.根据多台服务器的cpu使用率，确定所述多台服务器的cpu使用率均值；
94.根据所述cpu使用率均值，确定所述多台服务器的统一负载档位，作为所述服务器的负载档位。
95.在本实施例中，对服务器机柜内的多台服务器的cpu使用率求平均值，以确定该服务器机柜内的多台服务器的统一负载档位，作为机柜内所有服务器共同对应的负载档位。
96.示例性地，若某一个服务器机柜内的多台服务器的cpu使用率分别为30％、50％、70％，则该服务器机柜内的多台服务器的cpu使用率均值为50％，对应的多台服务器的负载档位可以为第二档位。
97.通过本实施例，以求平均负载的方式确定多台服务器的负载档位，进而计算服务器机柜的散热率。
98.在上述实施例中，以求平均负载的方式确定多台服务器的负载档位，进而计算服务器机柜的散热率，这种计算方式拥有计算简便、计算量小的优势，但是从一方面来说无法计算服务器机柜中每台服务器的散热情况对机柜的影响，从另一方面来说无法针对性地对最坏散热情况进行处理。为此，在另一种可选的实施方式中，当所述服务器机柜内的服务器数量为多个的情况下，本发明还提供了一种确定服务器的散热率的方法，所述方法具体包括：
99.基于每一台服务器的负载档位和所述温度差值，分别计算所述服务器机柜的多个散热率子值；
100.将所述多个散热率子值的均值确定为所述服务器机柜的散热率，或者，将数值最大的散热率子值，确定所述服务器机柜的散热率。
101.示例性地，假设同一个服务器机柜内包含工作状态的服务器a和服务器b，若服务器a的cpu使用率为30％，确定负载档位为第一档位，则根据该档位算出服务器a对应的散热率子值0.3；若服务器b的cpu使用率为60％，确定负载档位为第二档位，则根据该档位算出服务器b对应的散热率子值0.6。可以根据散热率子值求均值，确定该服务器机柜的散热率为0.45，该散热率体现了服务器机柜整体的散热情况，这种方法更加适用于服务器机柜内工作状态的服务器数量比较少的情况下，比如不多于10台。还可以将数值最大的散热率子值0.6，确定为该服务器机柜的散热率，表明服务器机柜内有亟需散热的服务器，提出了更高的散热需求，这种方法更加适用于服务器机柜内工作状态的服务器数量比较多的情况下，比如多于10台。
102.通过本实施例，以求每台服务器散热率子值的方式，确定整个服务器机柜的散热率，以针对不同的情况表达服务器机柜不同的散热处理需求。
103.通过上述实施例，获得了服务器机柜的散热率，则可以根据散热率表征的服务器机柜不同的散热处理需求，对服务器机柜的散热进行控制。在一种可选的实施方式中，本发明还提供一种对服务器机柜进行散热的方法，具体包括：
104.根据所述服务器机柜的散热率和预设散热率阈值，确定散热器的散热功率；
105.通过所述服务器控制平台，控制该服务器机柜的散热器按照所述散热功率对所述服务器机柜进行散热。
106.其中，预设散热率阈值的正常数值范围可以是根据机房室温、服务器机柜温度和cpu使用率之间的关联关系预先设置的。示例性地，根据经验值获得的机房室温范围为15℃
‑
45℃，服务器机柜温度范围为15℃
‑
50℃，在散热器损坏、功耗异常等情况以外的正常情况下的极限温度差值最大为25℃，此时机房室温为25℃，cpu使用率为100％，则正常情况下预设散热率阈值的最大值为25℃/25℃*100％＝1；cpu使用率最小为0％，则正常情况下预设散热率阈值的最小值为0。则预设散热率阈值范围为0
‑
1。
107.通过本实施例，根据散热率表征服务器机柜的不同的散热处理需求，可以通过服务器控制平台，控制服务器机柜的散热器的开关，和/或者，功率档位，以对服务器机柜的散热进行控制。示例性地，当服务器的散热率较高时，表征服务器机柜的散热处理需求较高，则可以控制服务器机柜的散热器打开，并处于高功率档位，进行低功率散热；当服务器的散热率较低时，表征服务器机柜的散热处理需求较低，则可以控制服务器机柜的散热器打开，并处于低功率档位，进行高功率散热；当服务器的散热率特别低时，表征服务器机柜几乎没有散热处理需求，则可以控制服务器机柜的散热器关闭，不进行散热。
108.进一步地，为针对散热率的值，提供更加高效的散热处理，本发明实施例还提供了一种确定散热器的散热功率的方法，具体包括：
109.当所述服务器机柜的散热率小于第一预设散热率阈值时，确定散热器的散热功率为0；
110.当所述服务器机柜的散热率不小于第一预设散热率阈值、并小于第二预设散热率阈值时，确定散热器的散热功率为第一散热功率；
111.当所述服务器机柜的散热率不小于第二预设散热率阈值时，确定散热器的散热功率为第二散热功率；
112.其中，所述第一预设散热率阈值小于所述第二预设散热阈值，所述第一散热功率小于所述第二散热功率。
113.示例性地，第一预设散热率阈值可以为0.3，第二预设散热率阈值可以为0.6。则对应地，当散热率小于0.3时，散热器不工作；当散热率在0.3
‑
0.6之间时，散热器打开，处于第一功率档位低功率工作；当散热率在0.6
‑
1之间时，散热器打开，处于第二功率档位高功率工作。
114.其中，第一预设散热率阈值、第二预设散热率阈值同样可以是根据机房室温、服务器机柜温度和cpu使用率之间的关联关系预先设置的，具体的设置方法参见上述实施例中预设散热率阈值范围的设置。
115.考虑服务器运行过程中有时候会出现发生散热器损坏、功耗异常等非正常的情况，在这种情况下，若服务器高负载状态下产热，服务器机柜温度会大幅上升，加上高cpu使用率带来的服务器的高负载档位，将使得服务器机柜的散热率的值超出预设散热率阈值范围上限。为此，在一种可选的实施方式中，本技术还提供一种服务器机柜散热报警的方法，所述方法具体包括：
116.当所述服务器机柜的散热率不小于第三预设散热率阈值时，将报警信号发送给管理客户端，以使管理客户端输出报警信息，其中，所述报警信息为声音报警信号，和/或图像报警信号。
117.其中，所述第三预设散热率阈值，可以是预设散热率阈值范围的上限值。示例性
地，假设预设散热率阈值范围的上限值为1，当所述服务器机柜的散热率达到了1，则说明该服务器机柜的散热可能出现问题，云平台可以将报警信号发送给管理客户端进行报警。
118.所述管理客户端，是对数据中心内的对应服务器机柜拥有相应管理权限的客户端，管理客户端可以位于云平台本地，也可以位于服务器本地。管理客户端还可以通过远程通信连接，与云平台进行交互，监控服务器机柜的散热状态，以及，对服务器机柜的散热进行控制。本实施例中的管理客户端可以且不限于是pc终端、移动终端。
119.通过本实施例，当服务器机柜散热异常时发出报警信息，使管理员能够更加准确地及时了解服务器机柜的散热异常，以便及时实施相应的人工干预措施。
120.参照图3，图3是本发明实施例提供的一种查询散热状态信息的方法的步骤流程图。一个数据中心内的服务器机柜、服务器的数量众多，用户难以直观了解各个服务器机柜的散热状态，为方便用户能够直观了解服务器机柜的散热状态，如图3所示，在一种可选的实施方式中，本发明还提供了一种查询散热状态信息的方法，所述方法具体包括：
121.s41，获取用户输入的服务器查询编码。
122.其中，所述服务器查询编码，即，用户需要针对服务器进行查询的服务器编码，用于查询对应服务器所在的服务器机柜的散热状态。具体地，云平台可以从管理客户端远程获取用户输入的服务器查询编码。
123.s42，根据所述服务器查询编码，从所述服务器控制平台获取与所述服务器查询编码对应的散热状态信息；所述散热状态信息至少包括以下其中一者：所述服务器机柜的散热率、所述服务器机柜温度、所述cpu使用率。
124.具体地，云平台可以通过身份验证，确定进行查询的管理客户端是否有权限查询该服务器查询编码对应的服务器，在身份验证通过后，才进行下一步查询动作。
125.具体地，云平台根据服务器查询编码，查找对应的服务器编码，即，该服务器查询编码对应的服务器，并根据该服务器编码从云平台散热率数据库查找该服务器对应的散热状态信息。所述散热状态信息至少包括服务器机柜的散热状态信息。
126.服务器机柜的散热状态信息至少包括以下其中一者：所述服务器机柜的散热率、所述服务器机柜温度、服务器机柜内服务器的cpu使用率。其中，服务器机柜内服务器的cpu使用率可以是多台服务器的cpu使用率均值。
127.可选地，服务器机柜的散热状态信息还可以包括该服务器机柜内每台服务器的散热状态子信息。服务器机柜内每台服务器的散热状态子信息至少包括以下其中一者：每台服务器的散热率子值、每台服务器的cpu使用率。
128.通过本实施例，可以通过云平台快速查询服务器机柜相关的各项散热状态信息。
129.s43，将所述散热状态信息发送给管理客户端，以使管理客户端进行显示。
130.具体地，散热状态信息可以通过图表的形式呈现。
131.通过上述实施例，用户利用一个服务器查询编码，基于云平台，可以快速查询到想要了解的服务器以及对应的散热状态信息，散热状态信息除了服务器机柜的散热状态信息还包括该服务器机柜内所有服务器的散热状态子信息，使得用户能够直观了解数据中心内各服务器机柜的散热情况，以及，各台服务器的详细散热情况，以便能够及时找到散热异常的服务器机柜、服务器，进而针对服务器的散热进行相应的人工干预。
132.参照图4，图4是本发明实施例提供的一种基于云平台监控服务器机柜散热状态的
系统的结构框图。如图4所示，基于同一发明构思，本发明实施例还提供一种基于云平台监控服务器机柜散热状态的系统，所述系统应用于云平台，所述云平台与服务器控制平台建立通信连接，所述系统包括：
133.负载信息读取模块61，用于从所述服务器控制平台获取服务器机柜内服务器的cpu使用率；
134.负载档位确定模块62，用于根据所述cpu使用率，确定服务器的负载档位；
135.温度差值确定模块63，用于获取服务器机柜温度、所述服务器机柜所在的机房室温，确定所述服务器机柜温度与所述机房室温的温度差值；
136.散热率确定模块64，用于基于所述服务器的负载档位和所述温度差值，确定所述服务器机柜的散热率。
137.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
138.尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
139.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
140.以上对本发明所提供的一种基于云平台监控服务器机柜散热状态的方法和一种基于云平台监控服务器机柜散热状态的系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。