Daniel Allaire
988d35745e
Question posee : « tu connais le paquet monitoring-plugins ? » Oui — et le contrat que docs/supervision-conception.md decrivait quelques heures plus tot EST le sien, mot pour mot. Je l avais reinvente sans le nommer, alors que positionnement.md dit l inverse : adopter aux seuils, ne pas reimplementer. Le document nomme desormais l API des greffons Nagios, ajoute le code 3 (INCONNU) et la partie « | metriques » qui manquaient, et dit la consequence : un greffon standard EST une sonde valide, sans colle. Le paquet en fournit 54. On n ecrit du shell que lorsque la verite a mesurer est propre a Set-OPS. Le porteur separe maintenant texte et performance_data. ESSAYER UN VRAI GREFFON A REVELE DEUX DEFAUTS DU PORTEUR. Un envoi refuse faisait taire TOUTES les sondes suivantes : rapporter sortait en exit 1. Une sonde deposee mais non declaree supprimait le rapport des autres, sante comprise — le tableau ne devenait pas rouge, il devenait vide, et le ttl le perimait des heures plus tard sans dire pourquoi. Aucun delai de garde sur les sondes. check_disk 2.4.0-3+deb13u1 sur mon-01 tourne sans fin (etat R) quels que soient ses arguments : un greffon STANDARD, sur une machine saine, qui boucle. Sans garde il figeait le rapport entier toutes les quinze minutes. Chaque sonde tourne desormais sous timeout 20 ; au-dela on rapporte INCONNU en le disant. La lecon n est pas que les greffons standards sont mauvais : c est qu adopter un standard ne dispense pas de l eprouver, et que le porteur doit survivre a une sonde qui se comporte mal. CONSTATE AU PASSAGE, NON CORRIGE : la configuration d exemple d Icinga crie en permanence sur mon-01 — swap sur une VM sans swap, http sur un port ou rien n ecoute, apt pour un paquet. Trois alarmes qui ne peuvent que rester rouges, dans le seul endroit qui doit rester lisible. Etat : certificat 14/14, sante 14/14 au tenant ; 7/7 au site. 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
42 lines
2.2 KiB
YAML
42 lines
2.2 KiB
YAML
---
|
|
# A QUI L'ON RAPPORTE — derive du groupe, jamais ecrit en dur. Vide = pas de supervision
|
|
# dans cet ecosysteme, et le role ne pose alors ni script ni minuteur : un timer qui
|
|
# echoue chaque heure apprend a ignorer le rouge.
|
|
client_sante_icinga_hote: "{{ (groups['serveur_icinga'] | default([]) | first) | default('') }}"
|
|
|
|
# LE MEME COMPTE D'API QUE LE RAPPORT DE SAUVEGARDE, et c'est un choix.
|
|
#
|
|
# Un second compte serait plus pur — un secret par usage. Il exigerait une CLEF DE VOUTE
|
|
# DE PLUS dans chaque ecosysteme, donc un geste manuel a chaque nouvel ecosysteme, pour
|
|
# une portee identique : ce compte ne peut deja QUE poser un resultat passif, et
|
|
# seulement sur des services nommes. On elargit le filtre de deux noms a trois, on ne
|
|
# donne aucun pouvoir nouveau.
|
|
client_sante_icinga_utilisateur: "setops-depot"
|
|
client_sante_icinga_motdepasse: "{{ vault_icinga_api_depot | default('') }}"
|
|
client_sante_ca_verification: "/etc/setops/icinga-ca.crt"
|
|
client_sante_icinga_ca_source: "/var/lib/icinga2/ca/ca.crt"
|
|
|
|
# `ttl` du resultat passif. AU-DELA, ICINGA PERIME LE SERVICE DE LUI-MEME — c'est ce qui
|
|
# fait que le SILENCE alerte, et pas seulement l'echec. Un noeud eteint, un timer casse,
|
|
# un reseau coupe : trois facons de ne plus rien dire, et les trois doivent se voir.
|
|
#
|
|
# Trois fois la periode : deux passages peuvent manquer sans crier au loup.
|
|
client_sante_periode: "15min"
|
|
client_sante_ttl_icinga: 2700
|
|
|
|
# UNITES TOLEREES — nommees, jamais un motif large.
|
|
#
|
|
# Vide par defaut, et c'est le bon defaut : une unite en echec permanent use le seul
|
|
# signal qui devrait alerter. Le jour ou une VRAIE unite tombe, le compte passe de 1 a 2
|
|
# et personne ne fait la difference. Si une unite doit etre toleree, elle est ECRITE ICI,
|
|
# avec sa raison — pas absorbee par un filtre qui en cacherait d'autres.
|
|
client_sante_unites_tolerees: []
|
|
|
|
# `ttl` des sondes de ROLE. Plus long que celui de `sante` : une sonde de role peut etre
|
|
# plus lente (une poignee TLS, une requete), et on ne veut pas qu'un hoquet la perime.
|
|
# Six passages du porteur.
|
|
client_sante_ttl_sondes: 5400
|
|
|
|
# Delai de garde de CHAQUE sonde. Une sonde est cense repondre vite ; celle qui depasse
|
|
# n'a pas de verdict, et on le dit (INCONNU) plutot que de figer tout le rapport.
|
|
client_sante_delai_sonde: 20
|