Seuils et bases de référence
Chaque vérification d'Excubius part d'une base de référence : une valeur publiée et nommée, comme les recommandations de Microsoft ou vos propres objectifs de reprise. Les entités et les ressources individuelles peuvent remplacer cette valeur, et les écrans indiquent toujours d'où vient la valeur en vigueur. Cet article explique les bases de référence et leurs sources, comment la valeur effective est déterminée, comment la gravité et la durée for décident du moment où une alerte s'ouvre, et comment activer ou désactiver des vérifications.
Comment le seuil effectif est déterminé
Excubius part de la base de référence du catalogue et descend l'arborescence des entités jusqu'à la ressource. Chaque niveau peut remplacer une valeur ; le plus spécifique l'emporte. Les valeurs sont déterminées clé par clé : dans l'exemple, le niveau d'avertissement vient de Production, tandis que le niveau critique vient de la ressource elle-même.
Voici les clés qu'un niveau peut remplacer :
| Clé | Signification |
|---|---|
warn | La règle d'avertissement |
crit | La règle critique |
expect | L'état attendu, pour les vérifications qui comparent des états |
window, sigma | La fenêtre d'apprentissage et la bande d'une vérification adaptative |
Un niveau peut aussi désactiver une règle. Une entité qui désactive le niveau d'avertissement d'une vérification arrête les alertes d'avertissement de cette vérification sur toutes les ressources situées en dessous d'elle, jusqu'à ce qu'un niveau inférieur définisse de nouveau la règle.
Les bases de référence et leurs sources
Chaque vérification du catalogue indique la source de sa base de référence, avec une référence et, souvent, une note qui explique la valeur. L'onglet Checks d'une ressource l'affiche sous Baseline: lorsque vous modifiez une vérification, et le détail de l'alerte affiche la note : personne n'a à deviner pourquoi une limite se trouve là où elle est.
| Source | Bases de référence courantes |
|---|---|
| Documentation Microsoft | Processeur SQL Server à 80 % et 90 %, latence disque de 20 ms pour les lectures et de 10 ms pour les écritures du journal, états d'intégrité des groupes de disponibilité |
| Alertes recommandées d'Azure Monitor | Processeur de machine virtuelle au-dessus de 80 %, mémoire disponible sous 10 %, DTU Azure SQL au-dessus de 80 %, tout interblocage |
| CIS Benchmark | sa désactivé, fonctionnalités de surface d'exposition désactivées, appartenance aux groupes privilégiés, audit configuré |
| Pratique de la communauté | Espérance de vie des pages, blocages, espace du journal, taille des files d'attente |
| Vos objectifs de reprise (RPO / RTO) | Âge de la dernière sauvegarde complète et de la dernière sauvegarde du journal, perte de données estimée d'un groupe de disponibilité, échéance quotidienne de Data Factory |
| Documentation des éditeurs | Bouclage des identifiants de transaction PostgreSQL, errata Linux, services Azure |
Une base de référence est un point de départ, pas un verdict. Exprimez vos objectifs de reprise sous forme de valeurs par défaut d'entité pour les vérifications de sauvegarde et de perte de données, par exemple sur Combray SA : chaque ressource située sous cette entité les suit.
Qui modifie quoi
| Où | Qui | Comment |
|---|---|---|
| Une ressource | Editor (Éditeur) ou rôle supérieur sur son entité | L'onglet Checks de la ressource : seuils propres à cette ressource. Un niveau que vous ne modifiez pas garde sa valeur héritée. Back to inherited thresholds supprime les valeurs propres de la ressource |
| Une entité et tout ce qui se trouve en dessous | Entity admin (Administrateur d'entité) sur cette entité | Settings › Entities, valeurs de seuil par défaut : pour chaque niveau, Inherit, Set here ou Turn off here |
Chaque modification est enregistrée dans le journal d'audit, avec son auteur et sa date. Les valeurs par défaut d'entité sont disponibles pour les vérifications qui comparent une valeur à des limites ; les vérifications qui comparent des états conservent les règles du catalogue, et l'éditeur de seuils l'indique.
Gravité et durée for
Une vérification peut comporter deux règles, warn et crit. Chaque règle a un opérateur (>, >=, <, <=, ==, !=, in, not_in ou matches), une valeur et une durée for facultative, comme 30s, 15m, 1h ou 1d.
- Une condition doit se maintenir pendant toute sa durée
foravant que l'alerte s'ouvre. Un pic bref qui disparaît avant ne devient jamais une alerte. - L'alerte prend le niveau le plus grave dont la condition s'est maintenue assez longtemps. Lorsqu'un avertissement devient critique, la même alerte monte en gravité ; aucune deuxième alerte ne s'ouvre.
- Le rétablissement est immédiat : dès que la condition n'est plus remplie, l'alerte est résolue.
Toutes les vérifications ne comparent pas un nombre à des limites. Le catalogue utilise plusieurs types d'évaluation :
| Type | Comment il décide |
|---|---|
| Seuil | Les règles portent sur la valeur mesurée, par exemple le pourcentage de processeur |
| Âge | Les règles portent sur un âge ou sur le nombre de jours restant avant une expiration. Ce qui ne s'est jamais produit, comme une base de données jamais sauvegardée, compte comme infiniment ancien |
| Nombre | Les règles portent sur un nombre de lignes, par exemple les sessions bloquées. Aucune ligne correspond à un nombre de zéro : l'alerte est donc résolue |
| État | Chaque champ du résultat doit correspondre à l'état attendu, par exemple un réplica qui doit être HEALTHY |
| Changement | Un compteur devient un débit par seconde ou par minute, et les règles s'appliquent à ce débit. Pour les autres valeurs, tout changement depuis l'exécution précédente, comme un basculement ou un nouveau membre de sysadmin, est un événement qui reste ouvert jusqu'à ce que quelqu'un le résolve |
| Adaptative | Apprend la plage normale de la valeur ; voir ci-dessous |
Les sondes qui empruntent un chemin réel, comme un serveur lié ou un point de terminaison web, passent à l'état critique après un certain nombre d'échecs consécutifs : un par défaut, trois pour les serveurs liés.
Base de référence adaptative
Certaines métriques de débit n'ont pas de limite fixe pertinente : les requêtes de lot par seconde, la durée d'un pipeline Data Factory, le débit d'une application. Leurs vérifications utilisent une base de référence adaptative, qui compare la valeur à l'historique propre de la ressource sur une fenêtre, par exemple 14 jours avec une bande de deux écarts-types.
Dans cette version, les vérifications adaptatives se contentent d'apprendre. Leurs valeurs sont stockées, leur état affiche Learning et elles ne déclenchent encore aucune alerte. Elles ne modifient jamais les seuils fixes des autres vérifications.
Activer et désactiver des vérifications
Lorsqu'une ressource est ajoutée, Excubius lui attribue toutes les vérifications de son type que le catalogue marque comme activées par défaut, pour les modules activés dans votre installation. Quelques vérifications du catalogue sont désactivées par défaut et sont ajoutées à une ressource à la demande.
- Un Editor désactive ou active une vérification pour une ressource dans l'onglet Checks, par exemple sur un serveur de laboratoire. Une vérification désactivée reste dans la liste, grisée, pour que personne n'oublie qu'elle existe.
- Un éditeur peut aussi modifier la fréquence d'exécution d'une vérification sur cette ressource, de 10 secondes à 7 jours. Si le champ reste vide, la vérification s'exécute selon l'intervalle du catalogue, compris entre 30 secondes et 24 heures.
- Pour empêcher une vérification de déclencher des alertes dans toute une branche tout en conservant son historique, un administrateur d'entité désactive ses niveaux sur l'entité.
Vos choix sont conservés lors des redécouvertes et des mises à niveau : Excubius ajoute uniquement les vérifications par défaut manquantes et ne touche jamais aux vérifications existantes.