Daniel Allaire 69b84f4e2c client_sante : retrait d une garde qui ne pouvait pas se declencher

Le role portait une branche « aucun serveur_icinga : rien a poser » et un
when sur tout son bloc. Ni l une ni l autre ne pouvait s executer.

Eprouve sur le modele public, dans une copie jetable : instancier ne pose
une integration UNIVERSELLE que si son serveur existe dans l ecosysteme.
Sans Icinga au plan, le groupe client_sante est ABSENT de l inventaire
genere — comme client_metrique et client_journal le sont deja. Le role n
est donc jamais appele sans destinataire.

Une garde qui ne peut pas se declencher n est pas une garde : elle rassure
sans rien tenir, et elle coute le jour ou l on cherche pourquoi rien n a
alerte.

Ce qui la remplace se declenche vraiment, et les deux cotes sont eprouves :
hote vide -> FAILED, secret vide -> FAILED, et l echec dit lequel des deux
manque. Le bloc, prive de sa condition, est aplati : douze taches a plat.

Rejoue sur les deux flottes : zero changement sur zero hote.

make prouver : CONFORME, 63 OK, 0 echec, 0 saute.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Crgis8CxCWkAGFA1ecBz3q

2026-09-09 21:06:08 -04:00

2.7 KiB

Raw Blame History

client_sante

Le nœud rapporte à Icinga ses unités systemd en échec, par résultat passif.

Pourquoi

Trouvé le 2026-09-09 : openipmi.service échouait à chaque démarrage sur les quatorze machines de Chezlepro depuis le 2026-09-02. systemctl --failed rendait pourtant zéro partout — non parce qu'elles allaient bien, mais parce qu'aucune n'avait redémarré depuis. Six jours et vingt heures pour la première. Il a fallu qu'un humain redémarre une machine pour que le défaut existe aux yeux de quelqu'un.

Un contrôle qui ne peut échouer qu'au démarrage ne mesure rien tant que rien ne démarre.

Et le dégât n'est pas cosmétique : une unité en échec permanent use le seul signal qui devrait alerter. Le jour où une vraie unité tombe, le compte passe de 1 à 2 et personne ne fait la différence.

Passif, et à durée de vie

Un contrôle actif ne voit pas la machine muette : si elle ne répond plus, la sonde échoue et on met ça sur le compte du réseau. Ici c'est le nœud qui parle, et le ttl de son envoi fait la fraîcheur — sans nouvelle, Icinga périme le service tout seul. Le silence alerte autant que l'échec, et le silence est précisément ce qui n'a alerté personne.

Le minuteur déclenche au démarrage (OnBootSec=2min) autant que périodiquement : les échecs de cette famille naissent au boot, et attendre le premier quart d'heure laisserait une fenêtre pendant laquelle la machine est en panne et le tableau au vert.

Tolérances

client_sante_unites_tolerees nomme les unités acceptées une par une, jamais un motif large : un filtre qui cache une unité en cache d'autres, et on ne s'en aperçoit que le jour où l'on cherche pourquoi rien n'a alerté. Le défaut est la liste vide — une unité en échec est soit un vrai problème, soit du bruit à retirer ; dans les deux cas il faut agir.

Ce dont il dépend

Un hôte serveur_icinga dans l'écosystème, le secret vault_icinga_api_depot, et le flux TCP 5665 vers lui — déclaré des deux côtés. Le côté serveur (roles/serveur_icinga/meta/flux.yml) nomme le pair serveur_debian, pas client_sante : la frontière ne résout que les rôles que les machines portent au plan, et une intégration universelle n'y figure pas puisqu'elle est dérivée. L'oubli s'est payé le 2026-09-09 — déploiement à 7/7, et cinq rapports sur sept en TimeoutError.

Le rôle n'a pas de branche « et s'il n'y a pas de supervision ». Il n'en a pas besoin : instancier ne pose une intégration universelle que si son serveur existe, donc le groupe client_sante est absent d'un écosystème sans Icinga. À la place, un assert qui peut échouer, et qui dit lequel des deux manque.

2.7 KiB Raw Blame History