Aller au contenu

Hôte Proxmox

L'hôte Proxmox porte tout. Sa supervision repose sur pve-exporter (port 9221) et node-exporter installés par le rôle host-tuning.

Symptômes

  • PveNodeDown (critique) : le nœud est indisponible (pve_up == 0).
  • PveHostMemoryHigh : mémoire de l'hôte supérieure à 92 %.
  • Toute la plateforme est inaccessible (si l'hôte est réellement éteint).

Alertes concernées

Alerte Sévérité Durée Résumé
PveHostMemoryHigh warning 15m Mémoire de l'hôte Proxmox <id> à <valeur>
PveNodeDown critical 2m Le nœud Proxmox <id> est indisponible
Expressions PromQL
# PveHostMemoryHigh
pve_memory_usage_bytes{id=~"node/.+"} / pve_memory_size_bytes{id=~"node/.+"} > 0.92
# PveNodeDown
pve_up{id=~"node/.+"} == 0

Diagnostic

# Sur l'hôte Proxmox (SSH ou console) :
uptime ; free -h
systemctl status pve-cluster pvedaemon pveproxy
systemctl status prometheus-pve-exporter
pvesh get /cluster/resources --type vm --output-format json | jq -r '.[] | "\(.vmid) \(.name) \(.status) \(.mem)"'
arc_summary 2>/dev/null | head -20 || cat /proc/spl/kstat/zfs/arcstats | grep -E '^size|^c_max'

Remédiation

  1. Faux positif (exporter arrêté, hôte vivant) : systemctl restart prometheus-pve-exporter. PveNodeDown est à distinguer d'un simple défaut de scrape (InstanceDown, job pve).
  2. Hôte réellement arrêté : redémarrer l'hôte (console ou accès physique). Après le redémarrage, vérifier les invités avec onboot.
  3. Mémoire : (1) ARC ZFS plafonné à 4 Go (zfs_arc_max_bytes du contrat), ne pas le relever sans réduire ailleurs ; (2) réduire le maximum de nœuds challenges ; (3) arrêter des invités non essentiels.
  4. Après redémarrage de l'hôte : si la route retour 10.20.0.0/16 via MGMT a disparu, rejouer task ansible:host.

Escalade

Un hôte qui redémarre d'une façon répétée : vérifier le matériel (disques, mémoire) et le journal du noyau avant de relancer la plateforme.

Retour à l'index des runbooks.