Daniel Allaire
a5d9040a11
LA SCISSION. cache-apt fondait deux causes aux DELAIS differents : « ne repond pas » arrete tout apt de l ecosysteme, on agit dans la minute ; « volume a 90 % » est un billet pour demain. Les fondre obligeait soit a reveiller quelqu un pour un disque, soit a traiter une panne comme un billet. Deux sondes, chacune avec son etat, son historique, son acquittement — et prouvees INDEPENDANTES : port ferme -> cache-apt CRITIQUE, cache-apt-volume OK seuil impossible -> cache-apt OK, cache-apt-volume AVERTISSEMENT CE QUE LA VERIFICATION A REVELE. Un resultat pousse et accepte (code 200) n apparaissait pas en base. Hypothese testee et confirmee : IcingaDB n ECRIT service_state QUE SUR CHANGEMENT D ETAT. Un OK identique repete ne produit aucune ecriture ; un AVERTISSEMENT pousse ensuite est ecrit en 13 s. Or la sonde moteur, ecrite quelques heures plus tot, lisait exactement max(last_update) de service_state pour juger de la fraicheur. Elle mesurait le CHANGEMENT. Sur un ecosysteme parfaitement STABLE — celui qu on veut — plus rien ne change, last_update vieillit, et elle serait passee en avertissement a 15 min puis en critique a 90. Une alarme qui se declenche PARCE QUE tout va bien, avec un delai qui l aurait rendue difficile a rattacher a sa cause. La bonne source existait : icingadb_instance porte le battement du synchroniseur, ecrit en continu. Releve a 1 s sur un systeme sain. Seuils ramenes de 15/90 min a 1/5 min. Controle negatif rejoue. Dix-huit services, tous verts sauf sauvegarde 7/9 (deja connu). make prouver : CONFORME, 64 OK, 0 echec, 0 saute. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01Crgis8CxCWkAGFA1ecBz3q
31 lines
1.4 KiB
Django/Jinja
31 lines
1.4 KiB
Django/Jinja
#!/bin/bash
|
|
# GENERE par Set-OPS (role serveur_artefacts). Ne pas editer a la main.
|
|
#
|
|
# SONDE « cache-apt-volume » — reste-t-il de la place au cache ?
|
|
#
|
|
# Contrat : docs/supervision-conception.md (API des greffons Nagios) — une ligne, 0/1/2.
|
|
# Mise en defaut PAR PARAMETRE : `serveur_artefacts_sonde_pct_avert` / `_pct_crit`.
|
|
#
|
|
# SEPAREE DE LA DISPONIBILITE (2026-09-10) : ce verdict-ci appelle un billet, pas un
|
|
# reveil. Un cache plein ne se plaint pas — il cesse simplement de servir ce qu'il n'a pas
|
|
# pu ecrire, et l'echec apparait chez les CLIENTS, loin d'ici. D'ou des seuils qui
|
|
# previennent au lieu de constater.
|
|
set -uo pipefail
|
|
|
|
REP={{ serveur_artefacts_sonde_repertoire }}
|
|
AVERT={{ serveur_artefacts_sonde_pct_avert }}
|
|
CRIT={{ serveur_artefacts_sonde_pct_crit }}
|
|
|
|
pct=$(df --output=pcent "${REP}" 2>/dev/null | tail -1 | tr -dc '0-9')
|
|
[[ -n "${pct}" ]] || { echo "Volume du cache illisible (${REP})."; exit 2; }
|
|
taille=$(du -sh "${REP}" 2>/dev/null | cut -f1)
|
|
|
|
if (( pct >= CRIT )); then
|
|
echo "Volume du cache a ${pct}% (${taille}) — il va cesser d'ecrire, et l'echec se verra chez les clients.|pct=${pct}%;${AVERT};${CRIT};0;100"
|
|
exit 2
|
|
fi
|
|
if (( pct >= AVERT )); then
|
|
echo "Volume du cache a ${pct}% (${taille}), seuil ${AVERT}%.|pct=${pct}%;${AVERT};${CRIT};0;100"
|
|
exit 1
|
|
fi
|
|
echo "Volume du cache : ${taille} sur un volume a ${pct}%.|pct=${pct}%;${AVERT};${CRIT};0;100"
|