Paillasse/kolla/config/prometheus/alertes.rules

groups:
  - name: syllabus
    rules:
      - alert: DisqueSature
        expr: 100 - (node_filesystem_avail_bytes{mountpoint="/",fstype!="tmpfs"} / node_filesystem_size_bytes{mountpoint="/",fstype!="tmpfs"} * 100) > 80
        for: 5m
        labels:
          severite: avertissement
        annotations:
          summary: "Disque / rempli a plus de 80%"
          description: "Occupation du disque racine superieure a 80% depuis plus de 5 minutes."

      - alert: MemoireSaturee
        expr: (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100 > 90
        for: 5m
        labels:
          severite: avertissement
        annotations:
          summary: "RAM utilisee a plus de 90%"
          description: "Memoire disponible inferieure a 10% depuis plus de 5 minutes."

      - alert: ServiceOpenStackArrete
        expr: openstack_nova_agent_state == 0 or openstack_neutron_agent_state == 0
        for: 2m
        labels:
          severite: critique
        annotations:
          summary: "Un agent OpenStack est arrete"
          description: "Un agent Nova ou Neutron signale un etat different de UP depuis plus de 2 minutes."

      - alert: CertificatExpireBientot
        expr: (syllabus_certificat_expiration_timestamp - time()) < 14 * 86400
        for: 1h
        labels:
          severite: critique
        annotations:
          summary: "Le certificat HTTPS de {{ $labels.domaine }} expire dans moins de 14 jours"
          description: "Le renouvellement automatique (certbot.timer) a echoue : voir docs/runbooks/https.md."

      - alert: CertificatNonMesure
        expr: absent(syllabus_certificat_expiration_timestamp)
        for: 2d
        labels:
          severite: avertissement
        annotations:
          summary: "L'expiration du certificat HTTPS n'est plus mesuree"
          description: "Le fichier certificat.prom du collecteur textfile n'est plus produit : verifier le cron syllabus-expiration-certificat."

      - alert: RestaurationNonTestee
        expr: (time() - syllabus_derniere_restauration_reussie_timestamp) > 8 * 86400
        for: 1h
        labels:
          severite: avertissement
        annotations:
          summary: "Aucun test de restauration du portail reussi depuis plus de 8 jours"
          description: "Voir journalctl -u syllabus-test-restauration et docs/runbooks/sauvegardes.md."

      - alert: VmPanneGenerale
        expr: syllabus_vm_panne_generale == 1
        for: 5m
        labels:
          severite: critique
        annotations:
          summary: "Self-healing des VM : aucune action possible depuis plus de 5 minutes"
          description: "Toutes les VM sondees sont muettes a la fois, ou le correcteur est injoignable : probable panne de l'hyperviseur, pas des VM une a une. Voir docs/runbooks/self-healing.md."

      - alert: VmIrreparable
        expr: syllabus_vm_irreparables > 0
        for: 5m
        labels:
          severite: avertissement
        annotations:
          summary: "{{ $value }} VM d'eleve ne repond plus malgre les redemarrages automatiques"
          description: "Deja visible du prof dans la salle d'attente. Voir docs/runbooks/self-healing.md."

      - alert: VmSurveillanceArretee
        expr: absent(syllabus_vm_surveillance_timestamp)
        for: 5m
        labels:
          severite: avertissement
        annotations:
          summary: "Le self-healing des VM ne publie plus de metrique"
          description: "labs:surveiller-vm (scheduler Laravel, chaque minute) ne tourne plus ou n'ecrit plus sante_vm.prom : voir docs/runbooks/self-healing.md."

      - alert: SauvegardeAncienne
        expr: (time() - syllabus_derniere_sauvegarde_reussie_timestamp) > 26 * 3600
        for: 10m
        labels:
          severite: critique
        annotations:
          summary: "Derniere sauvegarde reussie il y a plus de 26h"
          description: "Le timer de sauvegarde Dedibackup n'a pas reussi depuis plus de 26 heures : verifier /root/.dedibackup et le journal du service."