Aller au contenu

OPNsense indisponible

OPNsense (VM 200) route toutes les zones. S'il tombe, toutes les zones sont coupées entre elles et d'Internet : les autres alertes de disponibilité sont inhibées pour ne pas noyer celle-ci. C'est l'incident le plus grave après l'hôte.

Symptômes

  • OpnsenseDown (critique) : plus de métriques du routeur depuis 2 minutes.
  • Les sites publics ne répondent plus ; le monitoring ne voit plus les autres zones ; ArgoCD ne joint plus l'API Proxmox.

Alertes concernées

Alerte Sévérité Durée Résumé
OpnsenseDown critical 2m Le routeur OPNsense ne répond plus
Expressions PromQL
# OpnsenseDown
up{job="node", role="router"} == 0

Diagnostic

# Sur l'hôte Proxmox (accès SSH ou console, indépendant de la plateforme)
qm status 200
qm config 200 | grep -E "net|cores|memory|onboot"
tail -50 /var/log/pve/tasks/active 2>/dev/null

# Console de la VM
qm terminal 200          # console série, ou console noVNC depuis l'interface Proxmox

Remédiation

  1. VM arrêtée : qm start 200, attendre 1 à 2 minutes ; les règles sont dans sa configuration, tout revient.
  2. VM démarrée mais sans réseau : ouvrir la console, vérifier les interfaces (vtnet0 WAN, vtnet1 trunk). Redémarrer la VM (qm reboot 200).
  3. Configuration perdue ou corrompue : OPNsense démarre sur sa configuration d'usine. Réimporter la configuration par la procédure manuelle de infra/opnsense/README.md (importer au boot, périphérique cd0) puis réappliquer les règles : task tofu:apply-stack STACK=60-opnsense-rules.
  4. VM irrécupérable : recréer par tofu, tofu apply -replace=module.opnsense.proxmox_virtual_environment_vm.this dans la stack 10-router, puis 60-opnsense-rules.
  5. Après récupération : la cascade d'alertes retombe seule ; vérifier task verify.

Escalade

Pas d'accès à l'hôte = pas de reprise : l'accès à l'hôte Proxmox doit rester fonctionnel en toutes circonstances. Annoncer immédiatement l'incident aux joueurs s'il y a un événement.

Retour à l'index des runbooks.