Problèmes

Une alerte est un signal. Un problème est un état. monsys affiche des problèmes : un disque qui reste plein toute une journée est une seule ligne, pas cent alertes. Les alertes restent disponibles comme événements sous le problème.

Ce qu’est un problème

Un problème est reconnu à trois éléments : le système, le type et le sujet (par exemple le disque /). La valeur mesurée n’en fait pas partie. Si le disque passe de 91 à 96 pour cent, c’est le même problème avec une gravité plus élevée et un nouveau pic.

État	Signification
Ouvert	Personne ne l’a pris en charge
Confirmé	Quelqu’un l’a vu et y travaille
Accepté	Laissé ainsi en connaissance de cause, avec motif et échéance
Résolu	Fermé seul : mesuré ou signalé par la source
Fermé	Fermé par une personne

Quand se ferme-t-il seul

Type	Règle
Disque	Sous 85 pour cent pendant 10 minutes
CPU	Sous 80 pour cent pendant 10 minutes
Mémoire	Sous 90 pour cent pendant 10 minutes
Service, conteneur, disponibilité, certificat	Dès que la source signale que c’est terminé
Autres	S’il ne se reproduit plus pendant que le système continue de rapporter

Pas de mesure récente, pas de verdict. Un serveur qui se tait ne ferme aucun problème.

L’historique montre ce qui s’est passé : le début, le pic, la durée et le fait qu’il s’est résolu seul.

Récurrent

Si le même problème revient trois fois en 24 heures, il devient récurrent. Il ne sonne plus à chaque fois et reste sur la liste au moins 24 heures après la dernière occurrence. Vous voyez ainsi qu’une cause persiste.

Notifications sur votre téléphone

• Une notification à l’ouverture du problème.
• Une notification quand il s’aggrave.
• Une notification discrète quand il se résout seul.
• Un problème critique que personne ne confirme est répété après 30 minutes, 2 heures et 8 heures. La troisième fois, il part aussi vers le canal d’astreinte.

Le critique arrive toujours sur le téléphone. Les avertissements y arrivent s’ils concernent la disponibilité : disque, mémoire, hôte silencieux, service ou conteneur arrêté, disponibilité, certificat, sauvegarde. Le reste figure sur la liste.

Accepter

Accepter est un choix avec un motif et une échéance (90 jours au maximum). Le problème quitte la liste “À traiter” et revient à l’échéance, ou plus tôt s’il s’aggrave.

Une activité n’est pas un problème

Un correctif appliqué, un exec dans un conteneur ou un agent mis à jour sont des événements. Ils figurent dans la chronologie et ne demandent pas d’attention.

API

GET  /api/v1/problems?state=active|accepted|resolved|all
GET  /api/v1/problems/{id}
POST /api/v1/problems/{id}/acknowledge
POST /api/v1/problems/{id}/accept     {"reason": "...", "days": 30}
POST /api/v1/problems/{id}/close      {"notes": "..."}
POST /api/v1/problems/{id}/reopen
POST /api/v1/problems/{id}/assign     {"user_id": "me"}
POST /api/v1/problems/{id}/snooze     {"hours": 4}

Chaque action est consignée dans le journal d’audit.