ENI-projet-piscine/monitoring

Supervision

Prometheus, Alertmanager, Grafana et trois exporteurs, sous le profil Compose monitoring. Issue #26, décisions dans l'ADR 0016, vue d'architecture dans docs/architecture/60-observabilite.md.

Service	Image	Rôle	Accès
prometheus	prom/prometheus	Collecte toutes les 15 s, évalue les règles, garde 15 jours (1 Go au plus)	127.0.0.1:${PROMETHEUS_PORT:-9090}
alertmanager	prom/alertmanager	Groupe les alertes et les envoie par courriel à Mailpit	127.0.0.1:${ALERTMANAGER_PORT:-9093}
grafana	grafana/grafana	Trois tableaux de bord provisionnés, dossier « EnerVision »	127.0.0.1:${GRAFANA_PORT:-3001}
postgres-exporter	prometheuscommunity/postgres-exporter	Connexions, transactions, taille des bases	réseau interne
node-exporter	prom/node-exporter	Processeur, mémoire et disque de l'hôte	réseau interne
cadvisor	gcr.io/cadvisor/cadvisor	Mémoire et processeur par conteneur	réseau interne
garage (cible)	service de la stack	Requêtes S3, octets lus et écrits, disque local, santé du nœud, sur garage:3903/metrics avec GARAGE_METRICS_TOKEN	réseau interne

Les interfaces n'écoutent que sur 127.0.0.1. Depuis un poste, on passe par un tunnel SSH, comme pour Airflow :

ssh -L 3001:127.0.0.1:3001 -L 9090:127.0.0.1:9090 enervision@10.101.200.37

Démarrer

• Prod. COMPOSE_PROFILES=monitoring dans le .env : make stack-up, donc chaque déploiement, démarre la supervision et pose le rôle supervision après les migrations.
• Recette et poste. À la demande, sur une stack déjà démarrée : make monitoring-up. Les services partent en --no-deps, sans toucher aux autres.

Quatre secrets sont requis, et make stack-up comme make monitoring-up refusent de démarrer s'il en manque un. scripts/provision-host.sh les génère pour un nouvel environnement.

Variable	Rôle
APP_METRICS_TOKEN	Jeton que Prometheus présente sur /metrics, et que l'API exige dès qu'il est posé
GRAFANA_ADMIN_PASSWORD	Compte admin de Grafana. Sans lui, le conteneur refuse de démarrer
SUPERVISION_DB_PASSWORD	Rôle PostgreSQL supervision, en lecture seule (db/roles/supervision.sql)
GARAGE_METRICS_TOKEN	Jeton que Prometheus présente sur /metrics de Garage (ADR 0019), passé en secret Compose

L'API doit tourner en conteneur (make stack-up, ou docker compose up -d backend) : Prometheus la joint en backend:8000, sur le réseau du projet. Une API lancée par make dev sur l'hôte reste hors de sa portée, et l'alerte ApiIndisponible le signale.

Tableaux de bord

Tableau	Source	Contenu
EnerVision · API	Prometheus	Débit, erreurs 5xx, latences p50/p95/p99, globales et par route. C'est lui qu'on regarde pendant un tir k6
EnerVision · Données et modèle	TimescaleDB	Fraîcheur des relevés par site, relevés ingérés, alertes par sévérité, dérive du modèle (drift_report)
EnerVision · Infrastructure	Prometheus	Hôte, mémoire et processeur par conteneur (recette et prod comprises), PostgreSQL

Les fichiers JSON de grafana/dashboards sont la source : Grafana les recharge et refuse de les modifier depuis l'interface. Pour changer un tableau, l'exporter en JSON depuis Grafana et remplacer le fichier.

Alertes

prometheus/rules/enervision.yml définit les règles, et prometheus/tests/enervision.test.yml porte un cas par règle, joué par promtool test rules.

Alerte	Condition	Sévérité
ApiIndisponible	/metrics injoignable pendant 2 min	critical
ApiErreursServeur	Plus de 5 % de 5xx sur 5 min	critical
ApiLatenceElevee	p95 au-delà d'une seconde pendant 10 min	warning
BaseIndisponible	Exportateur sans connexion pendant 2 min	critical
BaseConnexionsSaturees	Plus de 80 % de max_connections	warning
HoteMemoireSaturee	Mémoire au-delà de 90 % pendant 10 min	warning
HoteDisquePlein	Moins de 10 % libres sur /	critical
HoteCpuSature	Processeur au-delà de 90 % pendant 15 min	warning
CibleInjoignable	Un exporteur muet pendant 5 min	warning

Alertmanager envoie les courriels à supervision@enervision.fr via Mailpit, qui les capture : ils se lisent dans son interface. Un critical masque le warning de la même cible.

Vérifier la configuration

make monitoring-check   # promtool check config et test rules, amtool check-config, JSON des tableaux

La CI joue les mêmes commandes (job « Validation des fichiers Compose et de la supervision ») dès que monitoring/ ou un fichier Compose change.