Monitoraggio & Alert

Stack di monitoraggio

graph LR
    Targets[Pod/Node] -->|scrape| Prometheus
    Prometheus -->|query| Grafana
    Prometheus -->|rules| Alertmanager
    Alertmanager -->|notify| Telegram[Telegram Bot]
    Flux -->|errors| FluxNotif[Flux Notification]
    FluxNotif -->|notify| Telegram
    Gatus -->|HTTP checks| Services
    Gatus -->|alert| Telegram

Prometheus

• Chart: kube-prometheus-stack v72.6.2
• Retention: 30 giorni / 18GB max
• Storage: nfs-flash (SSD), 20Gi
• ServiceMonitor: rileva automaticamente da tutti i namespace

Componenti abilitati

Componente	Stato	Note
Prometheus	✅	Core metrics collection
Alertmanager	✅	Routing alert → Telegram
kube-state-metrics	✅	Metriche risorse K8s
node-exporter	✅	Metriche OS/hardware
Grafana	❌	Gestita separatamente in apps/grafana

Componenti disabilitati (Talos)

Su Talos Linux questi componenti non espongono metriche nel modo standard:

• kubeProxy → disabilitato
• kubeControllerManager → disabilitato
• kubeScheduler → disabilitato
• kubeEtcd → disabilitato

Alertmanager

Configurazione

La configurazione completa è in un Secret SOPS (alertmanager-config) contenente:

• Routing rules
• Telegram receiver (bot_token + chat_id)
• Inhibition rules
• Group/repeat intervals

Alert attivi (esempi)

Alert	Severity	Descrizione
KubePodCrashLooping	critical	Pod in crash loop
KubePodNotReady	warning	Pod non ready > 15m
NodeFilesystemSpaceFillingUp	warning	Disco quasi pieno
NodeMemoryHighUtilization	warning	RAM > 90%
PrometheusTargetDown	critical	Target scrape fallito
NfsServerUnreachable	critical	Tutti i nodi senza traffico NFS > 30m

Flux Notifications

Alert separati dal monitoring Prometheus, specifici per errori GitOps:

• Trigger: qualsiasi risorsa Flux in stato error
• Canale: stesso bot Telegram
• Filtri: ignora messaggi di routine (waiting.*retrying, Health check passed)

Gatus

Uptime monitoring con controlli HTTP periodici:

• Dashboard: status.${DOMAIN}
• Checks: health endpoint di ogni servizio
• Alert: notifica Telegram se un servizio è down
• Storico: persistito su nfs-spacex

Grafana

• URL: grafana.${DOMAIN}
• Auth: OIDC via Authentik
• Datasource: Prometheus (auto-configurato)
• Storage: nfs-flash per dashboard persistenti

Dove arrivano le notifiche

📱 Telegram
├── 🔴 Prometheus Alertmanager (metriche cluster/app)
├── 🟠 Flux Notifications (errori GitOps deploy)
└── 🟡 Gatus (uptime checks HTTP)

Tutte le notifiche arrivano sullo stesso chat Telegram, con prefissi diversi per distinguere la sorgente.