Micha
bc9ace315a
Findings aus dem Backup-/Restore-Audit 2026-06-18 umgesetzt: - Dump-Frische als Prometheus-Metrik (homelab_borg_dump_present / homelab_borg_dump_age_seconds) im Host-Exporter; schliesst den Blindfleck, dass Borg weiterlaeuft und stale Dumps archiviert, ohne Job-Fehler. - Neue Alerts HomelabBorgDumpMissing / HomelabBorgDumpStale (critical) plus ALERT_RULES.md. - Freshness-Gate (.sh + .ps1) und H:-Nearline-Pull um n8n.sqlite.dump und postgresql17-globals.sql ergaenzt. - Critical-Container-Watch um mail-archiver, n8n, homeassistant, smarthome-mosquitto erweitert. - BACKUP_SCOPE: /mnt/user/projekte und sonstige User-Shares ausserhalb App-Scope als bewusste offene Operator-Entscheidung dokumentiert; Hermes-data-Pfad als geparkt klargestellt. - MASTER_TODO: Nearline-Pull-Ueberwachung, Host-Pull-Nachzug und projekte-Scope-Entscheidung aufgenommen. Enthaelt ausserdem die zuvor vorbereiteten Scope-Erweiterungen (nextcloud html+data, n8n, filebrowser, influxdb3) und Scope-Drift-/ Retention-/Compact-/Check-Alerts. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
4.4 KiB
4.4 KiB
Alert Rules
Stand: 2026-06-18
Diese Datei beschreibt die produktiven Alarmwege und wichtigsten Regeln. Die
Konfiguration selbst liegt in monitoring/prometheus/alerts.yml und in den
Skripten unter services/posture-check/.
Alarmwege
| Weg | Quelle | Ziel |
|---|---|---|
| Prometheus / Alertmanager | monitoring/prometheus/alerts.yml |
ntfy homelab-alerts |
| Posture Check | services/posture-check/posture-check.sh |
ntfy homelab-alerts |
| Cert / Token Check | services/posture-check/cert-token-check.sh |
ntfy homelab-alerts |
| Compose Runtime Drift | services/posture-check/compose-runtime-drift.sh |
ntfy homelab-alerts |
| Docker Critical Events | services/posture-check/docker-critical-events.sh |
ntfy homelab-alerts |
| Borg Pre-Hook | ops/borg-ui/scripts/pre-borg.sh |
ntfy homelab-alerts |
| Restore Jobs | ops/restore-tests/run-restore-job-with-ntfy.sh |
Fehler homelab-alerts, Erfolg homelab-info |
Prometheus-Regeln
| Alarm | Ausloeser | Severity | Aktion |
|---|---|---|---|
HomelabExternalConnectivityDown |
mindestens 5 HTTP-Ziele down | warning | WAN/DNS/Provider pruefen, nicht jede Domain einzeln jagen |
HomelabEndpointDown |
einzelnes HTTP-Ziel down | critical | Dienst, Traefik-Route und Backend pruefen |
HomelabEndpointSlow |
Endpoint >5s | warning | Dienstlast oder Backend-Latenz pruefen |
HomelabCertificateExpiresSoon |
Cert <21 Tage | warning | ACME/Traefik-Renewal beobachten |
HomelabCertificateExpiresCritical |
Cert <=7 Tage | critical | Renewal sofort pruefen |
HomelabDiskAlmostFull |
Filesystem >85% | warning | Platz schaffen oder Schwelle pruefen |
HomelabDiskCritical |
Filesystem >95% | critical | Sofort Platz schaffen |
HomelabHighMemoryUsage |
MemAvailable <10% | warning | Speicherfresser identifizieren |
HomelabTraefik5xx |
>=5 5xx je Service in 5 Minuten | warning | betroffenes Backend pruefen |
HomelabTextfileExporterStale |
Textfile-Exporter >2h alt | warning | Host-Cron pruefen |
HomelabBorgMetricsMissing |
Borg-Metrik fehlt | critical | Textfile-Exporter oder Borg-UI pruefen |
HomelabBorgBackupStale |
letztes Borg-Backup >30h | warning | Backup-Lauf nachholen/pruefen |
HomelabBorgLastJobFailed |
letzter Borg-Job fehlgeschlagen | critical | Borg-UI-Job-Log pruefen |
HomelabBorgLastJobCompletedWithWarnings |
letzter Borg-Job mit Warnungen | warning | Warnung im Borg-UI-Job lesen |
HomelabBorgDumpMissing |
erwartetes Dump-Artefakt fehlt im aktuellen Dump-Set | critical | pre-backup-dumps.sh/User-Script pruefen |
HomelabBorgDumpStale |
Dump-Artefakt >30h alt (Borg laeuft, Dumps eingefroren) | critical | pre-backup-dumps.sh/User-Script pruefen, nicht nur den Borg-Job |
HomelabBorgScopeSourceListMissing |
Repo-Quellliste fuer Borg-Drift-Check fehlt | critical | Borg-UI-Mount /local/services/homelab-infra und Repo-Pfad pruefen |
HomelabBorgScopeMissingSources |
Borg UI enthaelt nicht alle Pfade aus ops/borg-ui/all-important-sources.txt |
critical | Live-Borg-Scope an Repo-Quelle angleichen |
HomelabBorgScopeExtraSources |
Borg UI enthaelt Pfade ausserhalb der Repo-Quellliste | warning | Doku oder Live-Scope bereinigen |
HomelabBorgRepositoryCheckStale |
letzter Borg-Check >14 Tage alt | warning | Borg-Repository-Check ausfuehren oder Scheduler pruefen |
HomelabBorgRetentionDisabled |
Scheduled Job fuehrt kein Prune aus | warning | Retention-Einstellung in Borg UI pruefen |
HomelabBorgCompactDisabled |
Scheduled Job fuehrt kein Compact aus | warning | Compact-Einstellung in Borg UI pruefen |
HomelabCriticalContainerDown |
kritischer Container fehlt | critical | Komodo/Docker-Status pruefen |
HomelabPrometheusTargetDown |
Scrape-Ziel down | critical | node-exporter/cadvisor/blackbox/traefik pruefen |
Die Liste der ueberwachten Critical-Container steht in
services/posture-check/export-prometheus-textfile.sh.
Bekannte Luecken
- Kein externer Dead-Man's-Switch fuer Prometheus/ntfy-Bridge. Optional spaeter ueber Uptime-Kuma Push-Monitor oder Healthchecks.io.
- Kein Inode-Alarm. Bei Paperless/Immich spaeter sinnvoll, aber aktuell kein dokumentierter Vorfall.
- Container-Memory-Limits werden erst nach realen Peak-Daten gesetzt; OOM/kill
wird ueber
docker-critical-events.shgemeldet, sobald der Host-Watcher per Unraid User Script aktiviert ist. Start/Stop/Status/Smoke laufen ueberservices/posture-check/docker-critical-events-supervisor.sh.