Certificats TLS¶
Deux sources de certificats : Traefik sur le LXC edge (ACME DNS-01, services publics) et cert-manager dans le cluster (ingress interne, ClusterIssuers ACME via webhook DNS).
Symptômes¶
CertExpiry(14 jours) etCertExpiryCritical(3 jours) : un certificat servi par Traefik approche de l'expiration.CertManagerCertExpiry/CertManagerCertNotReady: unCertificatedu cluster n'est pas renouvelé ou pas prêt.- Les navigateurs affichent une erreur de certificat sur un des sites.
Alertes concernées¶
| Alerte | Sévérité | Durée | Résumé |
|---|---|---|---|
CertExpiry |
warning | 1h | Certificat TLS proche de l'expiration |
CertExpiryCritical |
critical | 10m | Certificat TLS expirant sous 3 jours |
CertManagerCertExpiry |
warning | 1h | Certificat cert-manager proche de l'expiration |
CertManagerCertNotReady |
warning | 15m | Certificat <namespace>/<name> non prêt |
Expressions PromQL
# CertExpiry
(traefik_tls_certs_not_after - time()) < 14 * 24 * 3600
# CertExpiryCritical
(traefik_tls_certs_not_after - time()) < 3 * 24 * 3600
# CertManagerCertExpiry
(certmanager_certificate_expiration_timestamp_seconds - time()) < 14 * 24 * 3600
# CertManagerCertNotReady
certmanager_certificate_ready_status{condition="False"} == 1
Diagnostic¶
# Edge (LXC vmid 210)
docker compose --project-directory /opt/pad/edge logs --since 24h traefik | grep -iE "acme|certificate|error"
echo | openssl s_client -connect ctf.example.net:443 -servername ctf.example.net 2>/dev/null | openssl x509 -noout -dates -subject
# Cluster
export KUBECONFIG="$PWD/.state/kubeconfig"
kubectl get certificate -A
kubectl get certificaterequest,order,challenge -A
kubectl describe certificate -n <ns> <nom> | sed -n '/Events/,$p'
kubectl -n cert-manager logs deploy/cert-manager --tail=50
Remédiation¶
- DNS-01 en échec : le jeton API DNS (OVH) a expiré ou perdu des droits. Créer un nouveau jeton,
sopsdu secret concerné (secrets/edge.sops.yamlpour Traefik,gitops/platform/cert-manager/...pour cert-manager), redéployer (task ansible:servicesou commit pour ArgoCD). - Limite de débit de l'autorité ACME : attendre, ne pas boucler sur des retentatives ; utiliser le ClusterIssuer de test pour valider.
- Propagation DNS lente : les
Challengerestentpending; vérifier que la zone est bien celle du compte (acme.ovh_endpointdu contrat). - Certificat
NotReady:kubectl describeindique la cause (issuer inconnu, webhook indisponible). Supprimer leCertificateRequestbloqué fait relancer l'émission. - Forcer un renouvellement cert-manager :
kubectl -n <ns> delete secret <nom-du-secret-tls>(cert-manager le recrée).
Escalade¶
Un certificat expiré sur ctf ou auth rend la plateforme inaccessible aux joueurs : traiter en urgence. Un certificat interne expiré (Grafana, ArgoCD) ne touche que le staff.
Retour à l'index des runbooks.