Files

T

Micha f296338530 monitoring + backup: Stale-Handle-Hardening und Dead-Man's-Switch

Schliesst den lokalen Code-Stand fuer zwei offene MASTER_TODO-Punkte ab.

monitoring: restliche Einzeldatei-Bind-Mounts (alertmanager, blackbox,
loki, promtail, alertmanager-ntfy-bridge) auf Directory-Mounts umgestellt,
analog zum Prometheus-Fix vom 2026-06-19. Vermeidet "Stale NFS file handle"
auf dem /mnt/user-FUSE-Share bei git/Komodo-Updates. grafana-provisioning
war bereits Directory-Mount. `docker compose config` gruen. Beim Deploy
--force-recreate noetig, da sich Mount-Zielpfade aendern.

backup: endpoint-agnostischer Dead-Man's-Switch (Healthchecks-kompatibel,
Cloud oder self-hosted) in pull-critical-backups.ps1 und pre-borg.sh.
Pings /start, Erfolg und /fail; No-Op ohne konfigurierte URL, bricht also
keinen Lauf. Ping-URLs sind Capability-URLs und bleiben als Secret
ausserhalb des Repos.

Doku: SECRETS_MAP, Nearline-README und MASTER_TODO nachgezogen.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

2026-06-21 17:54:53 +02:00

pull-critical-backups.ps1

monitoring + backup: Stale-Handle-Hardening und Dead-Man's-Switch

2026-06-21 17:54:53 +02:00

README.md

monitoring + backup: Stale-Handle-Hardening und Dead-Man's-Switch

2026-06-21 17:54:53 +02:00

README.md

H:/ Nearline-Backup — Struktur und Betrieb

Stand: 2026-06-21

Rolle der H:/

Die externe HDD (asmedia ASM235, 7.4 TB, Laufwerk H:) dient ausschließlich als Nearline-Backup-Spiegel für kritische Dumps und Git-Bundles.

Sie ist kein Primär-Backup (das ist Hetzner/Borg) und kein dauerhaftes Archiv.

Sollzustand

H:\
└── kallilab-nearline-backups\
    ├── borg-dumps\latest\      ← aktuelle DB-Dumps (per Script)
    ├── git-bundles\gitea\      ← Gitea-Repo-Bundles (per Script)
    ├── _dr-kit\                ← SSH-Keys, Offline-Secrets (manuell)
    ├── _logs\                  ← Robocopy-Logs je Lauf
    └── _reports\               ← Markdown-Reports je Lauf

Nichts weiteres gehört dauerhaft auf die H:/. Temporäre Recovery- oder Backup-Ordner aus Notfallsituationen sind nach Abschluss zu löschen.

Automatischer Pull

pull-critical-backups.ps1 zieht per Robocopy vom Unraid-SMB-Share:

\\192.168.178.58\backups\borg\dumps\latest → borg-dumps\latest\
\\192.168.178.58\backups\git-bundles\gitea → git-bundles\gitea\

Der Windows Scheduled Task KalliLab H Drive Nearline Pull laeuft seit 2026-05-28 taeglich 05:30. Das Script kopiert bewusst nicht mit /MIR und loescht nichts auf H:/; alte Artefakte werden nur nach manueller Sichtpruefung entfernt. Aufruf zum Testen:

powershell.exe -NoProfile -ExecutionPolicy Bypass -File G:\Gitea_Clone\homelab-infra\ops\h-drive-nearline\pull-critical-backups.ps1 -WhatIf

Das Script schließt bewusst aus:

unraid-flash-config.tar.gz (0600 root:root, nicht per SMB zugänglich → Restore aus Hetzner-Borg)
Migration-/Cutover-Verzeichnisse (immich-vectorchord-*, pg18-major-*, redis8-* etc.)

Externer Dead-Man's-Switch

Der Pull lief ~2026-06-04 bis 2026-06-18 still gestoppt, ohne dass etwas Alarm schlug (Scheduled Task fehlte; Prometheus auf Unraid sieht den baerchen-Pull nicht). Gegenmittel: ein externer Heartbeat. pull-critical-backups.ps1 pingt am Lauf-Anfang /start, am Ende den Erfolg und im Fehlerfall /fail. Bleibt der Erfolgs-Ping aus, alarmiert der externe Dienst von aussen.

Die Integration ist endpoint-agnostisch: jede Healthchecks-kompatible URL funktioniert (Healthchecks.io-Cloud oder self-hosted). Ist keine URL gesetzt, ist der Switch ein No-Op und der Pull laeuft unveraendert weiter.

URL-Quelle (in dieser Reihenfolge):

Parameter -HealthchecksUrl
ENV HEALTHCHECKS_NEARLINE_URL
Datei %USERPROFILE%\.kallilab\healthchecks-nearline-url.txt

Die Ping-URL ist eine Capability-URL -> wie ein Secret behandeln, nie ins Repo (siehe docs/SECRETS_MAP.md).

Operator-Setup (einmalig)

Check anlegen (Healthchecks.io oder self-hosted): Period = 1 Tag, Grace z. B. 2-3 h passend zum taeglichen 05:30-Task. Ping-URL kopieren.

Auf baerchen die URL hinterlegen, z. B. als Datei:

New-Item -ItemType Directory -Force -Path "$HOME\.kallilab" | Out-Null
Set-Content -LiteralPath "$HOME\.kallilab\healthchecks-nearline-url.txt" -Value "https://hc-ping.com/<uuid>" -NoNewline

(alternativ als persistente User-Umgebungsvariable HEALTHCHECKS_NEARLINE_URL.)

Testlauf: pull-critical-backups.ps1 ausfuehren; im Healthchecks-Dashboard muss ein "success"-Ping ankommen.

Borg-Pre-Hook-Pendant

Den gleichen Switch gibt es host-seitig in ops/borg-ui/scripts/pre-borg.sh. URL dort via ENV HEALTHCHECKS_BORG_URL oder Datei /mnt/user/appdata/secrets/healthchecks_borg_url (chmod 600), bewusst als eigener Check (getrennter Heartbeat fuer die Unraid-Backup-Vorpruefung).

_dr-kit

Enthält offline hinterlegte Schlüssel und Secrets für den DR-Fall:

dr-hetzner / dr-hetzner.pub — SSH-Key für Hetzner Storage Box
dr-readonly / dr-readonly.pub — Read-only Deploy-Key
KOmodo Secrets.txt — Komodo Stack ENV-Offline-Dokumentation

Diese Dateien sind manuell zu pflegen und nicht vom Pull-Script verwaltet.

Archiv-Ordner

Temporäre Notfall-Artefakte verbleiben als _archiv-*-Ordner bis zur bewussten Löschentscheidung:

Ordner	Inhalt	Anlassdatum
`kallilab-recovery\_archiv-nvme-crash-image-2026-05-14\`	nvme0n1 Disk-Image (1863 GB) + Crash-Runbooks aus dem Mai-2026-Ausfall	2026-05-14

Aufräum-Historie

Datum	Aktion
2026-06-10	`OneDrive - Stroetmann Group\` gelöscht (leer)
2026-06-10	SSH-Keys + Secrets aus nearline-Root in `_dr-kit\` verschoben
2026-06-10	Migration-Artefakt-Verzeichnisse in `borg-dumps\latest\` gelöscht (immich-vectorchord-, pg18-major-, redis8-, nextcloud-redis-pre-redis8-, shared-redis-pre-redis8-*)
2026-06-10	Pre-major-prod-Dumps gelöscht (PG17→PG18-Migration abgeschlossen)
2026-06-10	`kallilab-recovery\2026-05-15\` gelöscht (DNS-Restore-Reste)
2026-06-10	`kallilab-recovery\2026-05-14\` → `_archiv-nvme-crash-image-2026-05-14\` umbenannt
2026-06-10	`kallilab-recovery\disk1-phase2-2026-05-23\` gelöscht (1677 GB Media-Share-Kopie; Unraid-Share verifiziert vollständig)

Offene Punkte

Windows-Neuaufsetzen-Backup\ (48 GB): nach vollständiger Rückspielung auf D:\ löschen
_archiv-nvme-crash-image-2026-05-14\ (1863 GB): löschen sobald sicher, dass nichts mehr aus dem alten System benötigt wird
Log-Rotation für _logs\ und _reports\: manuell oder per Script, Empfehlung 30 Tage