HWMON 部署、调试、监控与安全建议

1. 枚举

for h in /sys/class/hwmon/hwmon*; do
  echo "== $h =="
  cat "$h/name" 2>/dev/null
  readlink -f "$h/device"
  ls "$h"
done

2. lm-sensors

sensors
sensors -u

嵌入式 DT 平台不要无差别运行 sensors-detect --auto；它会探测 I2C地址，某些非 sensor设备不安全。优先使用原理图和 DTS。

3. 分层排障

没有 hwmonN
 -> final .config
 -> module loaded
 -> DTS status/compatible/address
 -> bus controller
 -> probe errno

有 hwmonN 无属性
 -> name
 -> chip variant/capability
 -> is_visible/channel info

属性读取失败
 -> I2C/SPI error
 -> power/reset
 -> CRC/PEC
 -> conversion ready
 -> runtime PM

值不合理
 -> ABI unit
 -> shunt/divider/PPR
 -> signed conversion
 -> stale cache
 -> calibration

4. 动态调试

mount -t debugfs none /sys/kernel/debug
echo 'file drivers/hwmon/pwm-fan.c +p' \
  > /sys/kernel/debug/dynamic_debug/control

也可针对具体 sensor、PMBus core、I2C core。高频日志会改变时序并占用存储。

5. Trace

echo 1 > /sys/kernel/debug/tracing/events/hwmon/enable
cat /sys/kernel/debug/tracing/trace_pipe

用于定位高频 poll、write来源和延迟。生产环境设置频率限制。

6. Poll interval

监控周期不应远小于 sensor conversion/update interval。典型板级健康监控 1–5 秒已足够；过密读取增加总线、功耗和锁竞争，数据却不更新。

7. 告警

不要只依赖轮询：

• 配置 hardware threshold；
• 使用 alarm IRQ/uevent（若驱动支持）；
• 与 thermal critical trip配合；
• daemon设置 debounce/hysteresis；
• 记录 sensor read failure。

8. 权限

只读 sensor可开放给普通监控用户；以下应限制：

• PWM；
• threshold；
• update interval；
• power cap；
• reset history；
• chip-specific control。

错误写值可能停风扇、屏蔽 alarm或造成热损坏。使用 udev group和最小权限，不要全局 chmod 666。

9. 容器

不应把整个 /sys 可写挂载给容器。若需监控：

• host exporter采集；
• 只读代理；
• 精确 bind mount；
• 禁止直接写 PWM/threshold。

10. 稳定性

• 不写死 hwmonN；
• 数据附带 timestamp和 sensor identity；
• 标记 stale/invalid；
• 对突变做物理范围验证但保留原始错误；
• 监控 fan command 与 fan RPM 一致性；
• 做环境温度、高低负载和 suspend/resume测试。

11. RK3588 建议

• SoC 热保护以 thermal zone/trip 为主；
• hwmon用于外部 sensor和 fan可观测性；
• 明确 generic thermal 与 Rockchip notifier 的 fan控制权；
• 产品最终镜像检查 SENSORS_PWM_FAN；
• 编解码压力测试同时记录 CPU/GPU/NPU devfreq、温度、PWM/RPM和 throttling。