巡检报告的价值不在于“做了”，而在于“可对比、可追溯、可追责”。很多数据中心的巡检报告就是一份 Excel 表加几张随手拍的照片，出了问题时既无法和上次数据对比，也说不清照片对应的机柜位置。下面结合我们在香港机房的实际运维习惯，说一份合格的巡检报告应该包含哪些字段——这份清单同样适合采购同事用来评估 IDC 服务商的运维交付质量。
一、环境数据：要原始值，不要只写“正常”
环境数据是巡检报告的核心，字段至少包括：
- 冷通道/热通道温湿度：分别记录进风温度、回风温度、相对湿度，注明测点位置（如 A03 排冷通道中部）。只写一个机房平均温度没有意义。
- 露点温度：判断结露风险比单看湿度更准确。
- 精密空调运行参数：回风温度设定值、实际回风/送风温度、加湿器水位、风机状态。假设某台空调送风温度比同组其他设备高 3°C（示例值），这就是潜热的预警信号。
- 漏水检测：各检测绳分区状态，逐区记录而非整机汇总。
- UPS 与电池：负载率、输入/输出电压电流、每节电池浮充电压（至少记录最高与最低值及其编号）。
- 柴油发电机：油位、启动电池电压、加热器状态，空载试机记录转速与切换时间。
所有数值必须带单位、带采样时间戳。建议每次巡检用同一测点编号，才能形成趋势对比。
二、设备状态：分层记录，区分“在线”与“健康”
设备状态不能只打勾。建议按三层记录：
- 供电链路：每台 PDU、列头柜的电流读数（A/B 路分开记），断路器状态。A/B 路负载不平衡超过设定阈值（例如单路超过 60%，示例值）要单独标注。
- 制冷与网络设备：CRAC/CRAH 故障码、核心交换机端口状态与光模块收发光功率（记录 dBm 原始值）。
- 客户机柜层：机柜是否上锁、盲板是否补齐、线缆标签是否完好。这层常被忽略，但采购验收时最容易扯皮。
每条记录必须包含：设备资产编号、巡检人、时间戳。写“3 号空调异常”而不写资产编号，三个月后没人知道是哪一台。
三、照片规范：能定位、能对比、能审计
照片不是“拍了就算”，建议明确四个要求：
- 命名规则：
日期_机柜号_测点编号，例如20240515-A03-冷通道-01.jpg，或直接利用照片 EXIF 时间戳归档。 - 必拍清单：温湿度计读数特写、配电柜仪表盘、每台异常设备的状态面板、漏水检测绳重点区域。
- 同一角度复拍：关键位置固定拍摄角度，方便前后对比发现渐变问题（如线缆杂乱恶化、水渍扩大）。
- 禁止性要求：不接受无参照物的远景照、不接受剪裁掉仪表盘的照片。
四、异常分级：让采购和运维对“严重程度”有共同语言
没有分级的异常清单，采购方无法判断哪些要马上处理。建议四级：
| 级别 | 定义 | 处置要求 |
|---|---|---|
| P1 紧急 | 已影响供电/制冷冗余，如 A/B 单路掉电 | 立即电话通知，30 分钟内响应（示例 SLA） |
| P2 重要 | 冗余下降但服务未中断，如单台空调故障 | 24 小时内给出处理方案 |
| P3 一般 | 不影响运行，如指示灯异常、标签缺失 | 下次维护窗口处理 |
| P4 观察 | 趋势性苗头，如某路电流逐月上升 | 纳入下次巡检重点复核 |
每个异常条目还必须写清：发现时间、定位（机柜/设备编号）、当前影响、建议措施、责任人。P4 级最容易被丢掉，但它恰恰是趋势预警的来源。
一句话总结：巡检报告是给“三个月后的自己”和“验收时的采购方”看的，字段设计的标准就是——任何一个数字都能回答“在哪、何时、谁测的、和上次比怎么样”。
可操作的检查清单
- 环境数据是否全部带测点编号、单位、时间戳？
- 温湿度是否分冷/热通道记录，且有历史对比列？
- UPS 电池是否记录到单节电压（最高/最低值）？
- 每条设备记录是否包含资产编号与巡检人？
- 照片是否可按命名规则定位到机柜与测点？
- 异常是否按 P1–P4 分级，并写明责任人与处理时限？
- 报告是否可机读（CSV/JSON 附件），便于跨期自动对比？
本文由 南方数据技术博客编辑整理，涉及具体环境时请以官方文档与实际配置为准。