Files
memory/systems/nut.md
T
2026-10-08 22:00:16 +00:00

2.8 KiB

title, category, tags, created, modified
title category tags created modified
NUT / UPS Shutdown-Kaskade systems
nut
ups
apc
proxmox
shutdown
epic-9
2026-10-08 2026-10-08

NUT / UPS Shutdown-Kaskade

Überblick

APC Back-UPS ES 700G (USB 051d:0002, SN 5B1940T54935␣␣ — 2 Padding-Spaces, nie per serial matchen!) hängt an ms-a2-1 (10.0.20.92). NUT-Master dort, alle übrigen 7 PVE-Nodes + NAS sind Netclient-Slaves. IaC: iac-homelab/epic-9-ups-nut/ansible/ (Commits bis beee480).

Topologie

  • Master ms-a2-1: nut-driver@apc (usbhid-ups, vendorid/productid) → upsd 0.0.0.0:3493 → nut-monitor (upsmon MASTER) + upssched
  • Users: monuser (upsmon master, für HA) + slavemon (upsmon slave, für Cluster-Clients) — PWs in 1P Vault „Hermes": Items „NUT upsd monuser (ms-a2-1)" + „NUT upsd slavemon (cluster)"
  • Slaves (7 PVE + NAS): MODE=netclient, upsmon slave auf apc@10.0.20.92, FSD → /sbin/shutdown -h now, nut-server absent

Shutdown-Kaskade (BY DESIGN)

  1. Stromausfall → UPS meldet ONBATT → upssched startet 60s-Timer
  2. Timer läuft ab (>60 s Dauerstörung) → upsmon -c fsd → FSD-Broadcast
  3. Alle Slaves sehen FSD → sofortiger geordneter Shutdown (PVE fährt Gäste via Guest-Agent)
  4. Master wartet HOSTSYNC 45s → fährt als letzter runter
  • LOWBATT → sofortiger FSD (kein Warten auf Timer)
  • Kurzunterbrechungen ≤60 s: Timer wird bei ONLINE gecancelt → kein Shutdown

Betrieb & Verifikation

upsc apc@10.0.20.92                     # Telemetrie (HA: sensor.apc_*)
systemctl is-active nut-monitor          # auf ALLEN 9 Maschinen active
ansible-playbook -i inventory.ini site.yml   # konvergentes Re-Deploy
# Rollback (Kaskade entschärfen): deploy-nut.yml (disarmiert bewusst)

Grenzen / offene Risiken

  • Runtime 277 s @ 76 % Last — knapp für Nodes mit vielen Gästen. Remediation: qm set <vmid> --startup down=60, zweite UPS (LB>SPOF).
  • n5pro: pgdg-Repo deformiert (dists/-pgdg) — bricht apt-update; NUT-Deploy workaround über no-update_cache. Fix braucht GO.
  • Single-UPS = Single Point of Failure für den ganzen Cluster (auch NAS mit ZFS-Pool).
  • NAS nut-driver.target not-found = harmloses Phantom (Unit-Referenz ohne Paket).

Monitoring

  • NUT-Watchdog (Hermes-Cron 4cbf03ccb4de, jede Minute, no_agent): ~/.hermes/scripts/check_ups_health.sh fragt upsd via rohem NUT-Protokoll ab (GET VAR apc ups.status — anonym möglich, kein Secret). Quiet bei OL; Instant-Alert bei Statuswechsel (OB/LB/upsd down), 10-min-Reminder bei Dauerstörung, einmalige Recovery-Info. State: ~/.hermes/cache/nut_watchdog.state.