更新 scripts/gpu_metrics.sh

scripts/gpu_metrics.sh

@@ -1,7 +1,4 @@
 #!/bin/bash
-# 集群健康检查脚本 - 生成node_exporter可采集的监控指标
-# 指标规则：0=正常，1=异常
-
 METRIC_FILE="/var/lib/node_exporter/cluster_metrics.prom"
 TMP_FILE=$(mktemp)
 
@@ -25,7 +22,7 @@ cat << EOF > $TMP_FILE
 # HELP node_cluster_check_ib_bandwidth IB网卡带宽是否正常（0=正常，1=异常）
 EOF
 
-# 1. 检查计算卡数量（应为8）
+# 1. 检查计算卡数量
 gpu_count=$(nvidia-smi -L | grep -i nvidia | wc -l)
 if [ "$gpu_count" -ne 8 ]; then
     echo "node_cluster_check_gpu_count 1" >> $TMP_FILE
@@ -190,5 +187,5 @@ for i in {0..7}; do
     echo "node_cluster_check_ib_bandwidth{device=\"$dev\"} $bandwidth_error" >> $TMP_FILE
 done
 
-# 替换指标文件（原子操作避免读取不完整）
+# 替换指标文件
 mv $TMP_FILE $METRIC_FILE