feat(alerting): 5e règle homelab — CertificatNonRenouvele (<4 h restantes)

Les 4 premières règles n'auraient rien vu le matin du 2026-07-24 : nœuds up, traefik up… mais wildcard 24 h expiré (renouvellement en échec silencieux depuis des heures). certmanager_certificate_expiration_timestamp_seconds est déjà scrapée (vérifié live : 2 séries). Cert-manager renouvelle à ~16 h d'âge ; <4 h restantes = plusieurs cycles ratés → critical, 15 min de grâce. Co-Authored-By: Claude Fable 5 <[email protected]>
2026-07-24 10:17:18 +02:00
parent ffce6990a3
commit 6f398f4ddc
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: