Set-OPS-Public/roles/client_metrique/meta/metriques.yml

---
# Metriques derivees du role. Le pendant de `meta/supervision.yml`, et son contraire.
#
#   `supervision.yml`  -> une SONDE rend un VERDICT avec un TTL.   « est-ce casse ? »
#   `metriques.yml`    -> un EXPORTATEUR expose une SERIE.         « depuis quand,
#                                                                    et vers ou ? »
#
# PAS D'`exportateur:` ICI, ET C'EST VOULU. Ce role EST celui qui pose node_exporter, et
# le job `node` est ecrit en dur dans `prometheus.yml.j2` parce qu'il est UNIVERSEL : il
# vise toute la flotte, pas les porteurs d'un role. Le deriver d'ici le ferait exister
# deux fois, et deux ecritures d'un meme fait finissent par diverger.
#
# Ce fichier n'apporte donc que des `panneaux` — la moitie que personne ne portait. C'est
# le cas symetrique de celui que le moteur sait deja traiter : un role peut declarer un
# exportateur sans panneau, il peut declarer des panneaux sans exportateur.
#
# LE CRITERE, LE MEME QUE PARTOUT : une serie a sa place ici si elle PRECEDE un verdict ou
# si elle n'en aura jamais. Ce qui bascule d'un coup appartient a Icinga ; ce qui derive
# lentement n'a que le graphe pour se faire voir.
#
# TOUT EST AGREGE PAR `instance`. node_exporter publie une serie par interface, par point
# de montage, par coeur : 339 series pour le seul trafic reseau du site, mesure le
# 2026-09-14. Un panneau qui les montre toutes ne montre rien.
panneaux:
  - titre: "Mémoire disponible (part du total)"
    expr: >-
      sum by (instance) (node_memory_MemAvailable_bytes)
      / clamp_min(sum by (instance) (node_memory_MemTotal_bytes), 1)
    unite: ratio
    raison: >-
      CELUI-LA COMPTE DEPUIS QUE LE BALLON EST ACTIF. L'hyperviseur reprend de la memoire
      a une VM qui n'en a pas besoin — silencieusement, 100 Mio par cycle. La VM ne voit
      pas son plafond bouger : elle voit sa marge fondre. Aucun verdict ne peut se poser
      la-dessus, parce qu'il n'y a pas de seuil juste : c'est la PENTE qui dit si le
      plancher a ete pris trop bas.

  - titre: "Espace libre — le point de montage le plus serré"
    # UNE LISTE BLANCHE DE SYSTEMES DE FICHIERS REELS, ET PAS UNE LISTE NOIRE.
    #
    # La premiere ecriture excluait `tmpfs|devtmpfs|overlay|squashfs`. Mesure du
    # 2026-09-14 sur la flotte : le panneau rendait **0 octet libre** pour les trois
    # hyperviseurs. Le coupable etait `/var/lib/lxcfs`, un systeme FUSE virtuel qui
    # rapporte toujours zero — et qui n'est pas en lecture seule, donc aucun filtre
    # malin ne l'ecartait.
    #
    # UN `min()` EST IMPITOYABLE : un seul montage pathologique suffit a rendre le
    # panneau inutile POUR TOUJOURS, et sa courbe plate ressemble a un disque plein.
    # C'est la pire sorte de faux : lisible, alarmant, et faux.
    #
    # Une liste noire suit ce qui existe — elle prend donc du retard des qu'un systeme de
    # fichiers nouveau apparait. Une liste blanche, elle, ignore par defaut : un montage
    # inconnu manque au graphe, ce qui se voit, au lieu de l'ecraser, ce qui ne se voit
    # pas. Mesure du 2026-09-14 : la flotte ne monte que ext4, vfat, tmpfs, fuse et
    # fuse.lxcfs.
    expr: >-
      min by (instance) (node_filesystem_avail_bytes{fstype=~"ext4|xfs|btrfs|zfs"})
    unite: octets
    raison: >-
      La sonde `sante` crie quand un seuil est franchi. Ce panneau dit ce qu'elle ne peut
      pas dire : DANS COMBIEN DE TEMPS. Un disque qui perd 2 Go par semaine n'a rien
      casse — il annonce la date ou il cassera, et c'est la seule chose qu'on ne peut pas
      mesurer apres coup.

  - titre: "Charge par cœur"
    expr: >-
      node_load1
      / on(instance) group_left count by (instance) (node_cpu_seconds_total{mode="idle"})
    unite: nombre
    raison: >-
      NORMALISEE, sinon elle ne se compare pas : une charge de 4 est confortable sur huit
      coeurs et desastreuse sur deux. Au-dessus de 1, la machine attend plus qu'elle ne
      travaille. C'est le contexte des trois autres — une memoire qui fond a charge
      CONSTANTE ne dit pas la meme chose qu'une memoire qui fond parce que le travail a
      double.

  - titre: "Trafic réseau entrant"
    expr: >-
      sum by (instance) (rate(node_network_receive_bytes_total{device!="lo"}[5m]))
    unite: octets_par_seconde
    raison: >-
      Il n'aura JAMAIS de verdict, et c'est pourquoi il est la. Aucun seuil de trafic
      n'est juste : ce qui se lit, c'est le changement de FORME — un plateau la ou il y
      avait des vagues, un creux aux heures ouvrables. Une sauvegarde qui ne part plus et
      un flux qu'on vient de fermer se ressemblent ici, et ne se voient nulle part
      ailleurs.