1 h 30 (S9.1 : 45 min · S9.2 : 45 min)
M05 (seuils), M06
écrans du NOC complets, aucune alerte
45 min
Alerte = Règle (requête + condition) → Instance → Politique → Point de contactflowchart LR R["Règle<br/>telcea_site_up < 1"] --> I["Instance<br/>site=BRE-01"] I --> P["Politique<br/>equipe=radio"] P --> C["Point de contact<br/>Équipe radio"] C --> M["Courriel<br/>radio@telcea.example"]
equipe, severite) : clés du routage| Gestion | Règles stockées dans | Usage |
|---|---|---|
| Grafana-managed (défaut) | Base de Grafana | Toutes sources, plusieurs requêtes, expressions |
| Data source-managed | Prometheus, Loki, Mimir | Règles existantes de Prometheus (lecture dans Grafana) |
SiteRadioHorsService déjà en place (Alertmanager)telcea_site_up| Élément | Valeur Telcéa |
|---|---|
| Requête A | telcea_site_up (Instant, Prometheus) |
| Condition (Alert condition) | WHEN QUERY IS BELOW 1 |
| Mode avancé | Expressions Reduce, Math, Threshold enchaînées |
Alerte = Condition vraie pendant la période d'attente (pending period)| Réglage | Valeur | Effet |
|---|---|---|
| Evaluation group | telcea-1m (intervalle 1 min) |
Règles évaluées ensemble |
| Pending period | 1m |
Pas d'alerte sur un pic d'une minute |
| Keep firing for | 0s (None) |
Retour immédiat à Normal |
| No data / Error | NoData, Error |
État dédié si la requête échoue |
flowchart LR N["Normal"] -->|"condition vraie"| P["Pending"] P -->|"vraie après 1m"| A["Alerting<br/>(Firing)"] P -->|"redevient fausse"| N A -->|"condition fausse"| R["Recovering"] R -->|"keep firing for écoulé"| N
| Type | Clé | Valeur Telcéa |
|---|---|---|
| Label | equipe |
radio ou transport |
| Label | severite |
critique, majeure, mineure |
| Annotation | summary |
Site {{ $labels.site }} ({{ $labels.region }}) hors service |
| Annotation | runbook_url |
Procédure d'intervention |
{{ $labels.site }} : remplacé par la valeur de l'instance (BRE-01)site, region) ajoutés automatiquement à l'instance| Règle | Condition | Pending | Labels |
|---|---|---|---|
| Site radio hors service | telcea_site_up < 1 |
1m | radio, critique |
| Lien de collecte saturé | utilisation > 0.8 | 2m | transport, majeure |
| Site sur batterie | telcea_site_on_battery > 0 |
1m | radio, mineure |
seuil = niveau où l'action est nécessaire, pas niveau de panne déjà visible
45 min
Point de contact = Intégration (courriel, Teams, Slack, webhook) + Paramètres| Point de contact | Intégration | Destination (stack) |
|---|---|---|
| NOC Telcéa | noc@telcea.example |
|
| Équipe radio | radio@telcea.example |
|
| Équipe transport | transport@telcea.example |
|
| Alertmanager externe | Alertmanager | http://alertmanager:9093 |
/mail/)flowchart TD D["Default policy<br/>NOC Telcéa"] --> R["equipe = radio<br/>Équipe radio"] D --> T["equipe = transport<br/>Équipe transport"]
group_by (alertname, region), Group wait 30 s, Repeat interval 1 hSilence = Matchers de labels + Début + Fin (+ commentaire)site = BRE-01 pendant 2 h (remplacement de l'alimentation)silence sans date de fin réaliste → alerte réelle ignorée des jours plus tard
flowchart LR PR["Prometheus<br/>règles YAML"] --> AM["Alertmanager<br/>0.35"] G["Grafana<br/>règles"] -->|"point de contact<br/>Alertmanager"| AM AM --> M["Courriel<br/>par équipe"]
Règle = Requête + Condition + Évaluation (pending) + Labels + Annotationsequipe = …equipe=radio : qui décide du destinataire ?telcea_site_up < 1 si 2 sites sont coupés ?site = BRE-01site = BRE-01 pour la durée de l'intervention.equipe : où part la notification ?{{ $labels.site }} ?