机架式服务器
产品线详解
R2700 G5（1U 入门级）
适用场景：Web 服务器、轻量应用、边缘节点
规格：
外形：1U 机架式
CPU：1-2× Intel Xeon E（经济型）或 Xeon Scalable
内存：最大 512GB（16× DIMM）
存储：4× 3.5" LFF 或 8× 2.5" SFF
网络：板载 2× 1GbE，可扩展至 10GbE
功耗：最大 550W
优势：
- 价格低，适合大规模部署
- 1U 高密度，节省机柜空间
- 低功耗，适合边缘场景R4700 G5（1U 主流）
适用场景：Web 应用、中间件、轻量数据库
规格：
外形：1U 机架式
CPU：2× Intel Xeon Scalable（第四代）
内存：最大 2TB（32× DIMM）
存储：10× 2.5" SFF（SAS/SATA/NVMe 混插）
网络：板载 2× 10GbE，PCIe 扩展
功耗：最大 800W
特点：
- 1U 高密度，性能均衡
- 支持 NVMe 直连，存储性能好
- 适合虚拟化宿主机（中等规模）R4900 G5（2U 旗舰）
适用场景：数据库、虚拟化、AI 推理、通用计算
规格：
外形：2U 机架式
CPU：2× Intel Xeon Scalable（最高 60C）
内存：最大 8TB（32× DIMM，支持 PMem）
存储：
前置：24× 2.5" SFF（SAS/SATA/NVMe 混插）
后置：2× 2.5"（可选）
M.2：2× NVMe（系统盘）
网络：板载 2× 10GbE，8× PCIe 5.0 扩展槽
GPU：支持 2× 双宽 GPU（A10/A30）
功耗：最大 2× 1600W（80+ Titanium）
这是 H3C 最畅销的服务器型号，适用场景最广。R6900 G5（4U 大内存）
适用场景：内存数据库（SAP HANA）、大型 ERP、内存计算
规格：
外形：4U 机架式
CPU：4-8× Intel Xeon Scalable
内存：最大 24TB（96× DIMM）
存储：24× 2.5" SFF
网络：多个 PCIe 扩展槽
特点：
- 超大内存容量（最高 24TB）
- 支持 SAP HANA 认证
- 适合内存密集型数据库服务器选购决策树
选购决策流程：
Step 1：确定工作负载类型
├── Web/应用服务 → R4700 G5（1U，性价比）
├── 数据库 → R4900 G5（2U，大内存）
├── 虚拟化 → R4900 G5（2U，高密度）
├── AI 训练 → G5500 G5（GPU 服务器）
├── AI 推理 → G5000 G5 或 R4900 G5 + GPU
├── 大内存应用 → R6900 G5（4U）
└── 边缘/分支 → R2700 G5（1U，低功耗）
Step 2：确定 CPU 需求
├── 核心数优先 → AMD EPYC（最高 96C）
├── 单核性能优先 → Intel Xeon（高频）
├── 国产化要求 → 鲲鹏/飞腾版本
└── 性价比 → Intel Xeon 中端型号
Step 3：确定内存需求
├── 虚拟化（超分 3:1）：物理内存 = VM 内存总量 / 3
├── 数据库：内存 ≥ 数据库 buffer pool × 1.5
└── 通用：内存 = vCPU 数 × 4GB（参考）
Step 4：确定存储需求
├── 系统盘：2× NVMe SSD（RAID 1）
├── 数据盘：根据 IOPS 和容量需求选择
└── 共享存储：通过 FC/iSCSI 连接外部存储服务器上架规范
机柜布局原则
机柜布局最佳实践：
重量分布：
重型设备（存储/UPS）放机柜底部
轻型设备（服务器）放中上部
原因：降低重心，防止机柜倾倒
散热考虑：
冷通道/热通道隔离
服务器进风口朝向冷通道
出风口朝向热通道
线缆管理：
电源线和数据线分开走线
使用理线架整理线缆
每根线缆两端贴标签
典型 42U 机柜布局：
U1-U2：KVM 切换器
U3-U22：服务器（20 台 1U）
U23-U30：存储设备
U31-U35：网络设备（交换机）
U36-U40：配电单元（PDU）
U41-U42：预留上架操作规范
bash
# 服务器上架检查清单
上架前：
□ 确认机柜位置和 U 位
□ 确认供电（PDU 插座数量和规格）
□ 确认网络（交换机端口数量）
□ 准备导轨和螺丝
上架操作：
□ 安装导轨（按照说明书）
□ 两人配合将服务器推入导轨
□ 固定螺丝（前面板 2 颗）
□ 连接电源线（双路冗余）
□ 连接网络线（按照布线图）
□ 连接管理网线（HDM）
上架后：
□ 检查线缆整理
□ 上电测试（HDM 可访问）
□ 拍照记录（机柜正面、背面）
□ 更新资产台账服务器监控
python
# 通过 Redfish API 批量监控服务器
import requests
import json
from concurrent.futures import ThreadPoolExecutor
def get_server_status(server_ip, username='admin', password='Admin@1234'):
"""获取服务器状态"""
try:
# 获取系统信息
resp = requests.get(
f"https://{server_ip}/redfish/v1/Systems/1",
auth=(username, password),
verify=False,
timeout=10
)
data = resp.json()
# 获取温度信息
thermal_resp = requests.get(
f"https://{server_ip}/redfish/v1/Chassis/1/Thermal",
auth=(username, password),
verify=False,
timeout=10
)
thermal = thermal_resp.json()
# 获取最高 CPU 温度
cpu_temps = [
t['ReadingCelsius'] for t in thermal.get('Temperatures', [])
if 'CPU' in t.get('Name', '') and t.get('ReadingCelsius')
]
return {
'ip': server_ip,
'model': data.get('Model', 'Unknown'),
'serial': data.get('SerialNumber', 'Unknown'),
'status': data.get('Status', {}).get('Health', 'Unknown'),
'power': data.get('PowerState', 'Unknown'),
'cpu_count': data.get('ProcessorSummary', {}).get('Count', 0),
'memory_gb': data.get('MemoryGiB', 0),
'max_cpu_temp': max(cpu_temps) if cpu_temps else None
}
except Exception as e:
return {'ip': server_ip, 'error': str(e)}
# 批量查询服务器状态
server_ips = [f"10.0.0.{i}" for i in range(11, 31)] # 20 台服务器
with ThreadPoolExecutor(max_workers=10) as executor:
results = list(executor.map(get_server_status, server_ips))
# 输出报告
print(f"{'IP':<15} {'型号':<20} {'状态':<10} {'电源':<10} {'CPU温度':<10}")
print("-" * 70)
for r in results:
if 'error' in r:
print(f"{r['ip']:<15} {'连接失败':<20} {r['error'][:30]}")
else:
temp = f"{r['max_cpu_temp']}°C" if r['max_cpu_temp'] else "N/A"
status_icon = "✅" if r['status'] == 'OK' else "❌"
print(f"{r['ip']:<15} {r['model']:<20} {status_icon}{r['status']:<9} {r['power']:<10} {temp:<10}")