Surveillance du serveur et de l'hyperviseur
La surveillance du serveur fonctionne en continu dans toutes les offres et ne consomme pas d'heures d'ingénieur. L'offre détermine la profondeur des vérifications.
Fonctionnement
- L'agent Zabbix en mode actif envoie les métriques au serveur de surveillance aux Pays-Bas.
- La surveillance fonctionne 24/7.
- Les alertes du système de surveillance sont envoyées aux ingénieurs d'INTROSERV, qui les analysent. Si une intervention est nécessaire pour éliminer la cause d'une alerte, nous créons pour vous un ticket avec la description du problème et les solutions possibles.
La surveillance couvre la disponibilité réseau via ICMP, les paramètres du système d'exploitation et du matériel (RAID, SMART, température), ainsi que les services et les applications. La profondeur et le contenu de la surveillance dépendent de votre offre.
Ce qui est surveillé dans chaque offre
| Offre | Vérifications | Pourquoi |
|---|---|---|
| Starter | disponibilité réseau via ICMP : réponse, temps de réponse, perte de paquets | Confirme que le serveur fonctionne et qu'il est joignable depuis le réseau. |
| Advanced | tout ce qui est dans Starter, plus charge CPU et mémoire, swap | Permet de repérer un manque de ressources avant que le serveur cesse de répondre. |
| occupation et E/S des disques | Avertit d'un manque d'espace disque et d'une baisse de vitesse des disques. | |
| trafic réseau | Indique la charge de la liaison réseau. | |
| capteurs de température du matériel | Avertit d'une surchauffe du matériel. | |
| état du RAID logiciel et matériel, y compris ZFS sous Linux et Proxmox VE | Signale une panne de la grappe de disques, par exemple la défaillance d'un des disques. | |
| notifications proactives | Vous êtes informé d'un problème avant qu'il ne provoque une panne. | |
| Premium | tout ce qui est dans Advanced, plus les détails du contrôleur RAID matériel : version du firmware, état de la batterie et du cache | Aide à détecter à l'avance l'usure de la batterie et les défaillances du contrôleur RAID. |
| état des services | Signale l'arrêt de services importants pour vous. | |
| déclencheurs et seuils propres sur demande | La surveillance est adaptée aux particularités de votre serveur et de vos applications. |
Services surveillés avec Premium
Nous vérifions l'état de chaque service : s'il est actif ou s'il s'est arrêté de façon anormale.
| Système | Services système | Services de bases de données |
|---|---|---|
| Linux et Proxmox VE | cron, dbus, rsyslog, ssh, systemd-journald, systemd-networkd, systemd-resolved, systemd-udevd, systemd-timesyncd, unattended-upgrades | postgresql, mariadb, mysql, mongod, redis-server, valkey-server |
| Windows Server | EventLog, RpcSs, LanmanServer / LanmanWorkstation, W32Time, Netlogon, Schedule, WinRM, TermService, MpsSvc / BFE, WinDefend | PostgreSQL, MariaDB, MySQL 8.x, MongoDB, Redis |
Indiquez-nous lors de la mise en service les autres services importants pour vous. Avec Premium, ils peuvent être ajoutés comme déclencheurs propres.
Alertes courantes
- l'espace disque devient insuffisant ;
- un service est tombé ;
- la charge augmente ;
- un RAID est dégradé ;
- surchauffe.
Dans toutes les offres, nous éliminons les causes des alertes de surveillance avec votre accord.
Les ingénieurs traitent eux-mêmes les problèmes matériels et réseau, sans validation. Les interventions dans le système d'exploitation passent uniquement par un ticket et après votre accord.
Surveillance de l'hyperviseur Proxmox VE
Sous Proxmox VE, la surveillance de l'hyperviseur s'ajoute à la surveillance du serveur. Chaque nœud est activé séparément et facturé selon sa propre offre.
La surveillance couvre le stockage local, réseau et distribué, l'état des VM, les tâches de sauvegarde et l'état du cluster.
| Offre | Ce qui est vérifié | Pourquoi |
|---|---|---|
| Starter | stockage local | Avertit d'un manque d'espace pour les machines virtuelles. |
| état des VM : en marche, arrêtée, en pause, en redémarrage | Signale un arrêt ou un redémarrage imprévu d'une machine virtuelle. | |
| modifications de la configuration des VM | Enregistre les modifications imprévues des paramètres des machines virtuelles. | |
| disponibilité du QEMU guest agent | Signale que l'hyperviseur a perdu le contact avec l'agent dans une machine virtuelle. | |
| Advanced | tout ce qui est dans Starter, plus le stockage réseau | Signale la perte de connexion avec le stockage réseau. |
| overcommit CPU, mémoire et stockage | Avertit si des ressources supérieures à celles du serveur sont attribuées aux machines virtuelles. | |
| état des tâches de sauvegarde, global et par VM | Indique quelles machines virtuelles n'ont pas de sauvegarde récente. | |
| état des interfaces vmbr | Signale une panne de la connexion réseau des machines virtuelles. | |
| état du datastore PBS | Signale des problèmes avec le datastore de Proxmox Backup Server. | |
| Premium | tout ce qui est dans Advanced, plus l'état de Ceph : OSD, PG, latence RBD | Avertit d'une baisse de fiabilité et de performances du stockage distribué. |
| état HA : quorum, fencing, pve-cluster | Avertit du risque de perte de la tolérance aux pannes du cluster. | |
| réplication ZFS | Signale un échec ou un retard de la réplication des données entre les nœuds. | |
| liaisons et latence Corosync | Signale une communication perturbée entre les nœuds du cluster. |
Les ingénieurs corrigent eux-mêmes les incidents matériels et réseau. Les interventions au niveau de l'hyperviseur et des VM sont convenues avec vous.
Déclencheurs et seuils
Une alerte se déclenche lorsqu'un paramètre dépasse son seuil et y reste pendant une durée définie. Certains paramètres ont deux niveaux : avertissement et critique. Voici les valeurs par défaut.
Serveur : Linux, Windows Server et nœuds Proxmox VE
Les nœuds Proxmox VE sont vérifiés avec les mêmes déclencheurs que les serveurs Linux, ainsi qu'avec les déclencheurs de l'hyperviseur du tableau suivant.
| Élément surveillé | Seuil par défaut |
|---|---|
| Disponibilité réseau | aucune réponse à 3 vérifications consécutives ; perte de paquets supérieure à 20% ou temps de réponse supérieur à 150 ms pendant 5 minutes |
| Agent et redémarrage | aucune donnée de l'agent depuis plus de 5 minutes ; serveur démarré depuis moins de 10 minutes |
| CPU | charge supérieure à 90% pendant 15 minutes ; sous Linux, charge moyenne supérieure à 1,5 par cœur, sous Windows, file d'attente du processeur supérieure à 3 par cœur pendant 5 minutes |
| Mémoire | plus de 90% utilisée pendant 5 minutes ; sous Linux, moins de 50% de swap libre, sous Windows, fichier d'échange rempli à plus de 80% |
| Espace disque | au-delà de 80%, avertissement, au-delà de 90%, critique ; sous Linux, également inodes libres sous 20% et 10% |
| Performances des disques | utilisation du disque supérieure à 95% ou temps de réponse supérieur à 30 ms pendant 15 minutes |
| Réseau | une interface a perdu la liaison ; plus de 2 erreurs par seconde pendant 5 minutes |
| Température | au-delà de 80 °C, avertissement, au-delà de 95 °C, critique |
| Disques et grappes | un disque, une grappe RAID ou un pool ZFS est défaillant ; un pool ZFS est rempli à plus de 80% |
| Contrôleur RAID | le contrôleur ou la batterie du cache est défaillant ; le cache est passé en mode WriteThrough ; température supérieure à 95 °C ; la version du firmware a changé |
| Services | un service s'est arrêté ; un service a redémarré |
Hyperviseur Proxmox VE
| Élément surveillé | Seuil par défaut |
|---|---|
| Machines virtuelles et conteneurs | une VM n'est pas démarrée ou a redémarré ; le QEMU guest agent ne répond pas ; l'état ou la configuration de la VM a changé |
| Ressources du nœud | CPU ou mémoire au-delà de 90% pendant 15 minutes ; plus de 300% des cœurs ou plus de 100% de la mémoire du nœud attribués aux VM |
| Stockage | stockage indisponible ; occupation au-delà de 80% et 90% ; plus de 150% de la capacité du stockage attribuée aux disques des VM |
| Réseau des VM | un pont vmbr n'est pas actif |
| Sauvegarde | une tâche de sauvegarde s'est terminée par une erreur ou un avertissement ; aucune sauvegarde récente d'une VM depuis plus de 26 heures ; la vérification de la sauvegarde a échoué ; une VM n'est incluse dans aucune tâche de sauvegarde |
| Cluster et HA | un nœud a perdu le quorum ; tous les nœuds ne sont pas en ligne ; pas de quorum HA ; fencing en cours ; services HA en erreur ; un service système de Proxmox VE est arrêté |
| Ceph | état HEALTH_WARN ou HEALTH_ERR ; un OSD est hors service ; une partie des données est indisponible ou non restaurée depuis plus de 15 minutes ; occupation au-delà de 75% ; latence OSD supérieure à 50 ms |
| Réplication ZFS | la réplication s'est terminée par une erreur ; la dernière synchronisation réussie date de plus d'1 heure |
| Corosync | une liaison entre les nœuds est indisponible ou instable ; latence supérieure à 5 ms |
Les valeurs de ces tableaux sont des seuils par défaut. Avec Premium, les seuils et les déclencheurs propres sont adaptés à votre serveur sur demande, y compris pour des disques, capteurs, interfaces et stockages précis.