homelab-infra

355 Commits 8 Branches 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
panxiao81andClaude Opus 5.5	2b382e1579	修正共享 PG 计数器告警在新序列上的误报 yaml / yaml (pull_request) Successful in 31s Details MetricsQL 的 increase() 把新序列首个样本视为从 0 增长：#173 合并后 exporter 首次被抓取，laptop 上 2026-09-25 搭建期累计的 9 次归档失败被当成刚发生，触发 SharedPostgresWalArchiveFailing。归档本身正常（切换后 .partial 已归档）。归档失败、死锁、checkpoint 三条改为与 offset 相减：新序列返回空，计数器重置得负值也不告警。promtool 按 Prometheus 语义执行，测不出这一差异，新表达式已在 VictoriaMetrics 现网数据上核对为空；补充新序列与重置回归场景。 Co-Authored-By: Claude Opus 5.5 <[email protected]>	2026-10-01 16:41:04 +00:00
panxiao81andClaude Opus 5.5	943d31bf08	新增主库落在 pve1（HDD）时的回切提示告警 yaml / yaml (pull_request) Successful in 2m25s Details ansible / lint (pull_request) Successful in 4m3s Details ansible / collection-test (pull_request) Successful in 4m12s Details 自动切换后主库安全落到 pve1 不会触发无主/多主规则；2026-09-30 的切换一天无人察觉。 Co-Authored-By: Claude Opus 5.5 <[email protected]>	2026-10-01 16:30:45 +00:00
panxiao81andClaude Opus 5.5	0cd4a67e12	新增共享 PG 的 SQL 级指标与 dev 告警分流 - 数据库主机上按实例运行 prometheus-community/postgres_exporter 0.20.1，以实例 OS 用户走本地 socket，经 peer + ident 映射到仅有 pg_monitor 的 homelab_monitor 角色；无密码、不经 Bao。版本与官方 sha256sums.txt 同源。 - prod/dev 启用 pg_stat_statements；monitoring.yml 仅在未生效时 reload/重启（prod 走 Patroni pending restart），重复执行 changed=0。 - 告警以上游 postgres_mixin 为底改写为 PrometheusRule，阈值对齐 Patroni failover lag 与 max_slot_wal_keep_size；抓取目标带 env 标签。 - Alertmanager 新增 env="dev" 路由到独立 dev 频道，dev SQL 检查告警补 env。 Co-Authored-By: Claude Opus 5.5 <[email protected]>	2026-10-01 16:20:15 +00:00

Author

SHA1

Message

Date

panxiao81andClaude Opus 5.5

2b382e1579

修正共享 PG 计数器告警在新序列上的误报

yaml / yaml (pull_request) Successful in 31s

Details

MetricsQL 的 increase() 把新序列首个样本视为从 0 增长：#173 合并后 exporter
首次被抓取，laptop 上 2026-09-25 搭建期累计的 9 次归档失败被当成刚发生，
触发 SharedPostgresWalArchiveFailing。归档本身正常（切换后 .partial 已归档）。

归档失败、死锁、checkpoint 三条改为与 offset 相减：新序列返回空，
计数器重置得负值也不告警。promtool 按 Prometheus 语义执行，测不出这一差异，
新表达式已在 VictoriaMetrics 现网数据上核对为空；补充新序列与重置回归场景。

Co-Authored-By: Claude Opus 5.5 <[email protected]>

2026-10-01 16:41:04 +00:00

panxiao81andClaude Opus 5.5

943d31bf08

新增主库落在 pve1（HDD）时的回切提示告警

yaml / yaml (pull_request) Successful in 2m25s

Details

ansible / lint (pull_request) Successful in 4m3s

Details

ansible / collection-test (pull_request) Successful in 4m12s

Details

自动切换后主库安全落到 pve1 不会触发无主/多主规则；2026-09-30 的切换一天无人察觉。

Co-Authored-By: Claude Opus 5.5 <[email protected]>

2026-10-01 16:30:45 +00:00

panxiao81andClaude Opus 5.5

0cd4a67e12

新增共享 PG 的 SQL 级指标与 dev 告警分流

- 数据库主机上按实例运行 prometheus-community/postgres_exporter 0.20.1，
  以实例 OS 用户走本地 socket，经 peer + ident 映射到仅有 pg_monitor 的
  homelab_monitor 角色；无密码、不经 Bao。版本与官方 sha256sums.txt 同源。
- prod/dev 启用 pg_stat_statements；monitoring.yml 仅在未生效时 reload/重启
  （prod 走 Patroni pending restart），重复执行 changed=0。
- 告警以上游 postgres_mixin 为底改写为 PrometheusRule，阈值对齐 Patroni
  failover lag 与 max_slot_wal_keep_size；抓取目标带 env 标签。
- Alertmanager 新增 env="dev" 路由到独立 dev 频道，dev SQL 检查告警补 env。

Co-Authored-By: Claude Opus 5.5 <[email protected]>

2026-10-01 16:20:15 +00:00