Ce que vous voyez
Une panne peut ne plus être détectée par ce chemin; l’absence de supervision doit elle-même devenir visible.
État d’avancement:Essai localfiche de référencemise en service interdite pour l’instantÉtat réel:Prometheus 3.14.0 digest-pinnédeux runtimes locauxdeux scrapes par Prometheuslab fermé 12/12NO-GO
Choisissez votre lectureCommencez par la vue sans jargon si vous découvrez le sujet.
À qui s’adresse chaque lecture?
Je veux comprendre: direction, équipes métier, communication, achats et première visite. Exploitation: opérateur, support et astreinte. Vue architecte: architecte, ingénieur et sécurité. Tout afficher: revue complète de la fiche.
« Je veux comprendre » affiché. Ce choix sera repris sur les autres fiches. La décision de mise en service et les risques restent toujours visibles.
Comprendre cette fonction en 60 secondes
Le résumé donne le rôle, le trajet, le risque, le responsable et la limite de preuve en moins d’une minute. Les dépendances et exemples restent disponibles juste après, sans jargon imposé.
Résumé essentiel
Ce que c’est et à quoi cela sert
Détecter les problèmes de santé.
Observer les bilans depuis deux points indépendants et déclencher une alerte quand une cellule semble indisponible.
Une comparaison utile
Comme deux vigies: elles observent les signaux et lèvent l’alerte.
Ce qui entre
Les collecteurs publient les dernières mesures de santé.
Qui en bénéficie et quel résultat attendre
Une anomalie produit une alerte par deux chemins séparés.
L’équipe chargée de détecter et traiter les pannes.
État actuel
Essai local. Une preuve locale existe. Aucun déploiement ni usage réel n’est prouvé. Mise en service interdite pour l’instant.
Risque principal
Une panne peut ne plus être détectée par ce chemin; l’absence de supervision doit elle-même devenir visible.
Responsable
Responsable des règles de détection. Autorité de décision: Responsable fiabilité téléphonie.
Décision suivante
Autoriser les règles seulement si elles détectent les pannes et rendent aussi visible la perte de supervision.
Voir les dépendances, preuves et solutions de secours
Ce qui entre, en langage courant
Les collecteurs publient les dernières mesures de santé.
Ce dont il dépend
Des bilans de santé récents, du réseau privé et des étapes voisines de la chaîne d’alerte.
Comment le service continue
L’équipe vérifie manuellement les étapes voisines. Les appels continuent seulement si leur chemin est indépendant; aucune notification humaine ne doit être supposée.
En cas de panne et pour vos données
Deux vigies indépendantes surveillent l’état des cellules. Si l’une s’arrête, l’autre continue de détecter les problèmes, et les appels ne sont pas touchés. Les mesures gardées sont temporaires: après un arrêt, l’historique est perdu. Personne n’est encore prévenu automatiquement quand quelque chose se passe mal.
Preuve attendue avant la prochaine étape
Injection de pannes, absence de mesures, retour à la normale, doublons et mesure du délai de détection.
Statut expliqué
Des essais limités sur une machine ont réussi. Ils ne prouvent pas que le service fonctionne dans un hébergement réel, sur le réseau téléphonique public ou en production. Il reste à le déployer, à tester de vraies pannes, à mesurer sa fiabilité et à vérifier les services externes.
Exemple concret
Les collecteurs publient les dernières mesures de santé. Une anomalie produit une alerte par deux chemins séparés.
Voir l’exemple technique précis
Chaque Prometheus scrute directement les collecteurs A et B, puis envoie ses alertes aux deux Alertmanager.
Voir les questions et réponses selon votre rôle
Les six lectures ci-dessous reprennent les mêmes faits. Elles ne créent pas une seconde source de vérité.
- Direction
- Question: Peut-on compter sur cette fonction aujourd’hui?
Réponse: Des essais limités sur une machine ont réussi. Ils ne prouvent pas que le service fonctionne dans un hébergement réel, sur le réseau téléphonique public ou en production. Autoriser les règles seulement si elles détectent les pannes et rendent aussi visible la perte de supervision. - Métier
- Question: Quel service rend-elle concrètement?
Réponse: Observer les bilans depuis deux points indépendants et déclencher une alerte quand une cellule semble indisponible. Une anomalie produit une alerte par deux chemins séparés. - Achats et conformité
- Question: De quoi dépend l’engagement et qu’est-ce qui manque?
Réponse: Des bilans de santé récents, du réseau privé et des étapes voisines de la chaîne d’alerte. Il reste à le déployer, à tester de vraies pannes, à mesurer sa fiabilité et à vérifier les services externes. Preuve attendue: Injection de pannes, absence de mesures, retour à la normale, doublons et mesure du délai de détection. - Communication
- Question: Que peut-on annoncer sans faire de fausse promesse?
Réponse: Vous pouvez expliquer l’objectif suivant: Observer les bilans depuis deux points indépendants et déclencher une alerte quand une cellule semble indisponible. Ne présentez pas cette fonction comme disponible en production: Des essais limités sur une machine ont réussi. Ils ne prouvent pas que le service fonctionne dans un hébergement réel, sur le réseau téléphonique public ou en production. - Exploitation
- Question: Qui agit et quel est le premier geste sans risque?
Réponse: Responsable des règles de détection. Autorité de décision: Responsable fiabilité téléphonie. Vérifier l’heure du dernier état et les étapes juste avant et après. Un silence de supervision ne signifie jamais que tout va bien. - Technique
- Question: Où sont les contrats exacts?
Réponse: Utilisez la « Vue architecte ». Elle montre les entrées, les sorties, les interfaces, les données, la sécurité et les preuves provenant de la fiche d’autorité.
Trajet simple, de la situation au résultat
Le trajet montre ce qui déclenche cette fonction, le service qu’elle rend et le résultat obtenu. Il reste lisible sans fonction interactive.
Suivre le flux
Partie documentée: Détecter les problèmes de santé.
Les collecteurs publient les dernières mesures de santé.
Observer les bilans depuis deux points indépendants et déclencher une alerte quand une cellule semble indisponible.
Une anomalie produit une alerte par deux chemins séparés.
Comment lire ce trajet: avancez avec les flèches du clavier ou parcourez les étapes dans l’ordre. Les contrats exacts restent dans la « Vue architecte ».
Étape 1 sur 3: Les collecteurs publient les dernières mesures de santé.
Impact utile: Une anomalie produit une alerte par deux chemins séparés.
En cas de panne: Une panne peut ne plus être détectée par ce chemin; l’absence de supervision doit elle-même devenir visible.
Responsable: Responsable des règles de détection. Autorité de décision: Responsable fiabilité téléphonie.
Premiers gestes en cas de problème
Reconnaître ce qui se passe, protéger le service et prévenir le bon responsable sans improviser.
Première action sans risque
Vérifier l’heure du dernier état et les étapes juste avant et après. Un silence de supervision ne signifie jamais que tout va bien.
Solution de secours
L’équipe vérifie manuellement les étapes voisines. Les appels continuent seulement si leur chemin est indépendant; aucune notification humaine ne doit être supposée.
Qui prévenir et où lire les preuves
Responsable des règles de détection. Autorité de décision: Responsable fiabilité téléphonie. La procédure de production reste à créer et valider avant la mise en service. Ouvrir la fiche d’architecture et de preuve du domaine.
Besoin d’un terme technique? Ouvrir les définitions
- Prometheus
- moteur de métriques et règles
- Scrape
- lecture périodique de métriques
- Règle
- condition produisant une alerte
Décision actuelle: mise en service interdite pour l’instant. Des essais limités sur une machine ont réussi. Ils ne prouvent pas que le service fonctionne dans un hébergement réel, sur le réseau téléphonique public ou en production. Ce qui reste à faire: Il reste à le déployer, à tester de vraies pannes, à mesurer sa fiabilité et à vérifier les services externes.Décision actuelle: promotion NO-GO, pas de mise en production. Une preuve locale bornée existe. Elle ne vaut ni déploiement cloud, ni preuve carrier/PSTN, ni qualification de production. Blockers: Déploiement, exercice de panne réel, SLO et interopérabilité externe restent des gates.
Règles, panne et observabilité
Owner cible: SRE observabilité. Non-rôle: aucune ingestion d’enveloppe, aucun stockage d’appel et aucun envoi direct à l’astreinte.
| Nominal | Dégradé | État | SLO |
|---|---|---|---|
Deux Prometheus réels scrutent chacun A et B, soit deux scrapes par Prometheus, agrègent par cell/scope, évaluent les règles et envoient à Alertmanager A et B. | Perte de Prometheus A exercée; perte simple puis double des collecteurs et reprise exercées; aucun faux incident au nominal. | TSDB éphémère du lab nettoyée. Rétention, sauvegarde et données de production restent à figer. | Le lab vérifie le comportement, pas une disponibilité, une capacité ou un délai contractuel. |
Panne, reprise et surveillance
Modes de panne connus, comportement de reprise et signaux à mesurer avant toute mise en service.
| Modes de panne | Reprise après incident | Signaux à mesurer |
|---|---|---|
| L’état du lab est volontairement éphémère et nettoyé: aucune rétention ni sauvegarde n’existe. La reprise consiste à relancer le scrape; aucune action humaine de restauration n’est définie. Le runtime-lab fermé 12/12 exerce perte d’un Prometheus, pertes de collecteurs et reprise; la restauration d’un historique de métriques n’est pas prouvée. | Existent: les métriques scrapées, les règles évaluées, les scénarios promtool et le lab fermé 12/12 avec nominal sans faux incident. N’existent pas: rétention, RBAC ni SLO. Avant promotion, mesurer délai de détection, disponibilité des scrapes, capacité et comportement en panne double. |
Déplier ou replier les détails d’architecture
Interfaces, dépendances et déploiement
Les scrapes ne passent pas par la VIP d’ingestion; chaque Prometheus adresse directement les deux collecteurs.
| Entrées | Sorties | Dépendances | Configuration |
|---|---|---|---|
GET /metrics mTLS sur collecteur A et B; sept endpoints mTLS existent dans le lab complet. | Alertes vers Alertmanager A et B, directement et jamais via LB. | DNS privé, PKI monitoring, règles edge-health et deux collecteurs. | Prometheus 3.14.0 digest-pinné, fichiers A/B et web mTLS exercés dans le lab; aucun module de déploiement ni volume qualifié. |
Sources dépôt: infra/telephony/edge-health-alerting/prometheus-*.yml, règles, scénarios promtool et runtime-lab fermé. Statut: registre des preuves.
Frontière de confiance: Privé, côté management: chaque Prometheus interroge directement les deux collecteurs en mTLS avec une identité monitoring distincte de la telemetry, puis envoie ses alertes directement aux deux Alertmanager. Aucun trafic public ni passage par la VIP; les rôles croisés entre identités sont refusés et contrôlés par certificat.
Déplier ou replier les détails de sécurité et de preuve
Identités, trust boundary et souveraineté
Les identités monitoring ne peuvent pas se faire passer pour une cellule telemetry.
Prometheus A/B distincts
Identités prometheus-a.monitoring.navy.invalid et prometheus-b.monitoring.navy.invalid; quatre rôles croisés sont refusés dans le lab fermé.
Secrets et résidence non opérés
Certificats de production, rotation, stockage TSDB, RBAC, rétention, chiffrement disque et déploiement souverain restent à prouver.
| Données et souveraineté UE | Les données sont des métriques de santé content-free issues des collecteurs, stockées dans une TSDB locale éphémère pendant le lab. Aucune sortie vers un tiers n’existe. Stockage persistant, chiffrement disque, rétention et déploiement souverain UE restent à prouver avant toute qualification. | ||
|---|---|---|---|