Documentation ELX-HealthMonitor — installation et alertes

Installation

Installer

sudo install -m 755 elx-healthmonitor-linux-amd64 /usr/local/bin/elx-healthmonitor
sudo /usr/local/bin/elx-healthmonitor --install-service
sudo systemctl enable --now elx-healthmonitor
# interface web : http://<serveur>:8555

Recommandé, non obligatoire

sudo apt-get install -y smartmontools

Chemin	Ce que c'est
`/usr/local/bin/elx-healthmonitor`	L'exécutable
`/etc/elx-healthmonitor/config.json`	Réglages, droits 0600
`/var/lib/elx-healthmonitor/history.db`	Historique des mesures et journal d'événements
`/etc/systemd/system/elx-healthmonitor.service`	L'unité

Options en ligne de commande

--config <chemin>      fichier de configuration
--listen <adresse>     adresse de l'interface web, p. ex. :8555
--log-level <niveau>   debug | info | warn | error
--version              version et date de compilation

Choisir ce qui est collecté

La section « Réglages » décide ce qui est interrogé, à quelle fréquence et ce qui est exclu ; la section « Alertes » décide quand vous en êtes averti. Les changements prennent effet aussitôt, sans redémarrage. Modifier config.json puis redémarrer le service revient au même.

Ce qu'il faut exclure en premierLes périphériques loop et virtuels dans la section des systèmes de fichiers. Laissés là, ils remplissent le tableau d'entrées que personne n'a jamais eu besoin de consulter.

Alertes

Une règle, c'est une condition, un seuil et un délai de maintien. Ce délai est la partie qui compte : sans lui, un système de supervision signale chaque pointe passagère, et au bout d'une semaine plus personne ne lit son courrier.

Ce qu'il faut surveiller	Un seuil qui tient
Système de fichiers qui se remplit	85 pour cent — assez d'avance pour agir sans se presser
Charge processeur	Au-dessus de 90 pour cent tenus dix minutes, pas dix secondes
Température de disque	Au-dessus de 50 °C durablement ; une pointe brève pendant une sauvegarde est normale
SMART	Tout changement des secteurs réalloués ou en attente — sans délai, signaler aussitôt
RAID	Grappe dégradée, ou nombre d'écarts non nul — toujours
Service	Une unité qui devrait tourner et ne tourne pas

Le courriel accepte trois modes de chiffrement : SMTPS, où le TLS démarre avec la connexion, en général sur le port 465 ; STARTTLS, où il est négocié, en général sur 587 ; et sans chiffrement, ce qui ne convient qu'à un relais de messagerie dans votre propre réseau.

Historique

raw_retention_days — combien de temps les mesures restent telles qu'elles ont été relevées ; trois jours par défaut.
rollup_interval_sec — la taille des tranches ensuite ; cinq minutes, avec moyenne, minimum et maximum de chaque tranche.
retention_days — quand tout est supprimé ; un mois par défaut.

L'éclaircissage se fait par fenêtres de six heures, pour qu'il ne retienne jamais la base assez longtemps pour qu'on le remarque.

Pourquoi garder le minimum et le maximumUne moyenne seule masque justement l'événement que vous cherchiez : un disque monté à 60 °C pendant une minute à l'intérieur d'une tranche de cinq minutes s'y moyenne en quelque chose de banal.

Quand quelque chose ne va pas

Symptôme	Où regarder
L'interface ne s'ouvre pas	`systemctl status elx-healthmonitor` et si le port est déjà pris
La section SMART est vide	smartmontools n'est pas installé, ou les disques sont derrière un contrôleur qui ne transmet pas le SMART
Aucune température	Une machine virtuelle — il n'y a pas de capteurs physiques
Le courriel n'arrive pas	Le mauvais mode de chiffrement pour le port : 465 c'est SMTPS, 587 c'est STARTTLS
Les alertes arrivent sans arrêt	Le délai de maintien est trop court, ou le seuil est dans la plage normale de cette machine
L'historique s'arrête après quelques jours	La conservation est plus courte que vous ne le croyez, ou le disque de la base est plein