Merge pull request 'feat(alerting): 5e règle homelab — CertificatNonRenouvele, le mode de panne du 24/07 au matin' (#14) from arcodange/homelab-alerts-cert into main

Reviewed-on: #14
2026-07-24 12:51:52 +02:00
parent ffce6990a3 6f398f4ddc
commit 53710d9fde
1 changed files with 13 additions and 0 deletions
@@ -1236,6 +1236,19 @@ prometheus: &prometheus_config
              annotations:
                summary: "Homelab — {{ $labels.node }} en surcharge (load15 = {{ $value | humanize }})"
                description: "load15 > 8 depuis 10 min sur {{ $labels.node }} (4 cœurs) : quelque chose sature la machine, l'ingress et l'API k3s sont en danger si c'est pi1."
+            - alert: CertificatNonRenouvele
+              # Les certs .lab durent 24 h et cert-manager renouvelle à ~16 h d'âge : s'il
+              # reste <4 h, le renouvellement a raté plusieurs fois (incident 2026-07-24 :
+              # step-issuer ne résolvait plus ssl-ca.arcodange.lab, wildcard expiré au matin
+              # → « le https ne fonctionne plus » sur tout *.arcodange.lab).
+              expr: certmanager_certificate_expiration_timestamp_seconds - time() < 4 * 3600
+              for: 15m
+              labels:
+                severity: critical
+                app: homelab
+              annotations:
+                summary: "Homelab — cert {{ $labels.namespace }}/{{ $labels.name }} expire dans {{ $value | humanizeDuration }}"
+                description: "Le renouvellement automatique (cert-manager → step-issuer → step-ca) est en échec. Vérifier : kubectl get certificaterequest -A, logs step-issuer (résolution DNS de ssl-ca.arcodange.lab), santé de step-ca sur pi1:8443."
    # groups:
    #   - name: Instances
    #     rules: