2026-07-04 21:04:40 -04:00
|
|
|
#!/bin/sh
|
|
|
|
|
# Gere par Set-OPS (role client_metrique). Ne pas editer a la main.
|
|
|
|
|
# Synchronise le cert step_ca (client_pki, root:root) vers un emplacement lisible
|
|
|
|
|
# par 'prometheus' (l'user de node_exporter). Cle en 0600. Idempotent ; appele au
|
|
|
|
|
# deploiement ET au renouvellement (unite .path).
|
|
|
|
|
set -eu
|
|
|
|
|
|
|
|
|
|
SRC_CERT="{{ client_metrique_tls_source_cert }}"
|
|
|
|
|
SRC_KEY="{{ client_metrique_tls_source_cle }}"
|
|
|
|
|
DST="{{ client_metrique_tls_dir }}"
|
|
|
|
|
|
|
|
|
|
[ -f "$SRC_CERT" ] && [ -f "$SRC_KEY" ] || exit 0
|
|
|
|
|
|
|
|
|
|
install -o prometheus -g prometheus -m 0644 "$SRC_CERT" "$DST/node.crt"
|
|
|
|
|
install -o prometheus -g prometheus -m 0600 "$SRC_KEY" "$DST/node.key"
|
|
|
|
|
|
metriques : node_exporter mourait a chaque renouvellement de certificat
Le passage d'idempotence a trouve une PANNE, pas une imperfection. 17 taches
changed au second passage contre 924 au rejeu depuis zero — mais 13 d'entre
elles etaient « Activer et demarrer node_exporter », et Ansible ne le
redemarrait pas par maladresse : il le trouvait ARRETE.
Le dump du module : ActiveState inactive, SubState dead, ExecStart code=killed
status=1/HUP.
Cause : le script de synchro du certificat faisait try-reload-or-restart, qui
RECHARGE si l'unite declare un ExecReload — et Debian en declare un
(kill -HUP). node_exporter ne sait pas se recharger : il meurt sur SIGHUP. Le
commentaire du script affirmait le contraire ; c'est l'hypothese qui etait
fausse, pas le code.
Consequence : a chaque renouvellement (24 h), la collecte de metriques
s'arretait sur toute la flotte, en silence. Elle repartait au deploiement
suivant, ce qui rendait la panne invisible a qui deploie souvent.
Mesure sur backup-01 : reload alloy -> active, reload loki -> active, reload
node_exporter -> INACTIVE. Seul lui est concerne.
Corrige en restart. Preuve : synchro declenchee sur les 14, quatorze active.
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
2026-08-09 14:14:16 -04:00
|
|
|
# REDEMARRAGE, pas rechargement. L'unite Debian declare `ExecReload=kill -HUP $MAINPID`,
|
|
|
|
|
# mais node_exporter ne sait PAS se recharger : il MEURT sur SIGHUP. `try-reload-or-restart`
|
|
|
|
|
# fait donc confiance a un ExecReload que le binaire n'honore pas, et laisse le service
|
|
|
|
|
# arrete — silencieusement, jusqu'au prochain deploiement.
|
|
|
|
|
#
|
|
|
|
|
# Mesure du 2026-08-09, sur backup-01 :
|
|
|
|
|
# systemctl reload alloy -> active
|
|
|
|
|
# systemctl reload prometheus-node-exporter -> INACTIVE
|
|
|
|
|
# et dans l'unite morte : `ExecStart ... code=killed ; status=1/HUP`.
|
|
|
|
|
#
|
|
|
|
|
# Consequence de l'ancien code : a chaque renouvellement de certificat (toutes les 24 h),
|
|
|
|
|
# la collecte de metriques s'arretait sur les quatorze hotes sans que rien ne le dise.
|
|
|
|
|
# Trouve par le passage d'idempotence — 13 hotes rapportaient `changed` sur
|
|
|
|
|
# « Activer et demarrer node_exporter », parce qu'Ansible le RESSUSCITAIT a chaque fois.
|
|
|
|
|
#
|
|
|
|
|
# Le commentaire precedent enoncait une hypothese (« relit le cert a chaud ») ; c'est
|
|
|
|
|
# elle qui etait fausse, pas le code.
|
|
|
|
|
systemctl restart {{ client_metrique_service }} 2>/dev/null || true
|