Files
buryan-infra/docs
root 6a9ac94e01 Тревоги включены: их не было вообще, хотя файл правил существовал
ЗАДАЧА 5.10. «Узнавать первым» — главное после обрыва, о котором владелец
узнал от семьи.

ТРИ ПРИЧИНЫ, ПОЧЕМУ ТРЕВОГ НЕ БЫЛО:
1. Файл правил (/opt/prometheus/rules/buryan-alerts.yml) существовал —
   77 строк разумных правил, — но каталог НЕ монтировался в контейнер
   Prometheus. API правил отдавал пустой список: тревог не было вообще.
2. Одно правило ссылалось на несуществующую метрику
   node_systemd_service_restart_total — не сработало бы никогда.
3. Prometheus знал про хосты, но НЕ про службы: 60 проверок жили в bash,
   поэтому «служба упала» тревогу поднять не могло в принципе.

СДЕЛАНО:
* каталог правил примонтирован, Prometheus пересоздан;
* включён textfile-коллектор в node_exporter;
* написан экспортёр метрик служб: обходит реестр обновлений и публикует
  buryan_service_up{name, critical} 1|0, запуск раз в 2 минуты;
* написаны правила: 4 группы, 7 правил (сборщик недоступен, служба не
  отвечает 3 мин, критичная 7 мин, место 15%/7%, память 10%, нагрузка);
* убрано правило с несуществующей метрикой.

ПРОВЕРЕНО: групп 4, правил 7, целей 29 (ни одной проблемной), служб в
метриках 38 (все отвечают). Правила реально вычисляются — во время работы
наблюдал состояние pending.

МОИ ОШИБКИ В ЗАДАЧЕ (записаны):
  * сломал отступы в YAML правил -> Prometheus ушёл в петлю (8
    перезапусков), файл переписан целиком;
  * печатал «монтирование добавлено», не проверив, что замена сработала
    (строка не совпала по отступам);
  * экспортёр на awk путался: firefly отвечал 302 (норма), а в метрику
    попадал 0 — переписан на Python с настоящим разбором YAML;
  * забыл обновить адрес CT 111 в Prometheus после смены IP — узел
    числился недоступным, нашлось именно благодаря тревоге.
2026-10-18 10:42:01 +03:00
..

buryan-hub — описание хозяйства

Документы

Документ О чём
PLAN.md Полный план развития: что делаем и в каком порядке
TASKS.md Реестр задач с отметками о состоянии
NIGHT-JOURNAL.md Журнал работ: что и как проверено
NIGHT-REPORT.md Итоговый отчёт по спринту
DATABASE-STANDARD.md Правила работы с базами
COMMANDS.md Справочник команд ботов

Порядок работ

1. Завершить обновления    (4 службы)
2. Сеть и доступ           (вход, DNS, VPS)
3. Звонки и медиа          (Element Call)
4. Сквозная связность      (единый вход, уведомления, наблюдение)
5. Улучшение служб         (по каждой)

Правила работы

Десять правил, выведенных по ходу спринта — часть на своих ошибках. Полный список: PLAN.md, раздел 7.

Главные:

  1. Проверяй записью, а не чтением.
  2. Состояние службы — по живому процессу, а не по состоянию в системе.
  3. Пустой список — это неудача.
  4. Проверяй на настоящих данных.
  5. Никогда не перезапускай Docker массово.
  6. Сбой шага — верни состояние и иди дальше.
  7. Не удаляй без проверенной копии.