This repository has been archived by the owner on Mar 28, 2022. It is now read-only.
-
Notifications
You must be signed in to change notification settings - Fork 0
/
alerts.yaml
173 lines (167 loc) · 7.5 KB
/
alerts.yaml
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
apiVersion: "nais.io/v1"
kind: "Alert"
metadata:
name: babylon-alerter
namespace: aura
labels:
team: aura
spec:
route:
group_by: [slack_channel]
repeatInterval: 12h
receivers: # receivers for all alerts below
slack:
channel: '\{{ index ((index .Alerts 0).Labels) "slack_channel" }}'
icon_emoji: ':farmer:'
send_resolved: false
username: Babylon
alerts:
- alert: Rollout av feilende applikasjon avbrutt
expr: 'increase(babylon_deployment_cleanup_total{reason="rollback",dry_run="false"}[1h]) > 0'
for: 0s
description: |
Vi har håndtert en feil i NAIS-deploymentet "\{{ $labels.deployment }}".
Det har gått minst 24 timer siden dere først ble varslet.
Siden deploymentet hadde minst en fungerende
pod fra en tidligere revisjon, har det blitt utført en abort-rollout.
action: |
Slå applikasjonen av og på igjen eller slett den.
Kan også være nyttig å:
- Lese app logs (kubectl logs appname).
- Lese Application events (kubectl describe deployment appname)
Om du ønsker å motta disse meldingene i en annen kanal,
kan du legge til en annen kanal i `platform-alerts-channel`-feltet i
https://github.com/navikt/teams.
Vi prioriterer også eksisterende kanaler brukt i en NAIS-alert i samme
namespace, i alfabetisk rekkefølge.
documentation: https://github.com/nais/babylon/README.md
severity: warning
- alert: Feilende applikasjon detektert
# this is basically just joining the most recent `slack_channel` into the metric,
expr: |
(increase(babylon_deployment_status_total[2m]) > 10)
* on (deployment, namespace, affected_team)
group_left(slack_channel)
(group without ()
(topk by (deployment, namespace, affected_team) (1, babylon_slack_channel)))
for: {{ notification_delay }}
description: |
Vi har detektert at NAIS-deploymentet "\{{ $labels.deployment }}" har feilet over en lengre periode.
\{{- if eq $labels.dry_run "false" }}
Dersom dere ikke utfører endringer, vil Babylon nedskalere eller avbryte rollout av
applikasjonen tidligst om 24 timer.
Merk at ingenting vil skje utenfor normal arbeidstid.
\{{- else }}
Babylon er ikke armert i klusteret som applikasjonen kjører i, og vil derfor ignorere ressursen.
\{{- end}}
action: |
Slå applikasjonen av og på igjen, utfør `rollback`,
eller slett applikasjonen.
Kan også være nyttig å:
- Lese app logs (kubectl logs appname).
- Lese Application events (kubectl describe deployment appname)
Om du ønsker å motta disse meldingene i en annen kanal,
kan du legge til en annen kanal i `platform-alerts-channel`-feltet i
https://github.com/navikt/teams.
Vi prioriterer også eksisterende kanaler brukt i NAIS-alerts i samme
namespace, i alfabetisk rekkefølge.
documentation: https://github.com/nais/babylon/README.md
severity: warning
- alert: Feilende applikasjon nedskalert
expr: 'increase(babylon_deployment_cleanup_total{reason="downscale",dry_run="false"}[1h]) > 0'
for: 0s
description: |
Vi har håndtert en feil i NAIS-deploymentet "\{{ $labels.deployment }}".
Det har gått minst 24 timer siden
dere først ble varslet, og deploymentet er nå skalert ned til 0 replicas.
action: |
Slå applikasjonen av og på igjen, utfør `rollback`,
eller slett applikasjonen.
Kan også være nyttig å:
- Lese app logs (kubectl logs appname).
- Lese Application events (kubectl describe deployment appname)
Om du ønsker å motta disse meldingene i en annen kanal,
kan du legge til en annen kanal i `platform-alerts-channel`-feltet i
https://github.com/navikt/teams.
Vi prioriterer også eksisterende kanaler brukt i en NAIS-alert i samme
namespace, i alfabetisk rekkefølge.
documentation: https://github.com/nais/babylon/README.md
severity: warning
---
apiVersion: nais.io/v1
kind: Alert
metadata:
name: babylon-down-alert
namespace: aura
labels:
team: aura
spec:
receivers:
slack:
channel: 'babylon-existential-alerts'
icon_emoji: ':heart:'
alerts:
- alert: applikasjon nede
expr: kube_deployment_status_replicas_available{deployment="babylon"} == 0
for: 2m
description: "App {{ $labels.app }} er nede i namespace {{ $labels.kubernetes_namespace }}"
action: "`kubectl describe pod {{ $labels.kubernetes_pod_name }} -n {{ $labels.kubernetes_namespace }}` for events, og `kubectl logs {{ $labels.kubernetes_pod_name }} -n {{ $labels.kubernetes_namespace }}` for logger"
- alert: høy feilrate i logger
expr: (100 * sum by (log_app, log_namespace) (rate(logd_messages_total{log_app="babylon",log_level=~"Warning|Error"}[3m])) / sum by (log_app, log_namespace) (rate(logd_messages_total{log_app="babylon"}[3m]))) > 10
for: 3m
action: "Sjekk loggene til app {{ $labels.log_app }} i namespace {{ $labels.log_namespace }}, for å se hvorfor det er så mye feil"
---
apiVersion: nais.io/v1
kind: Alert
metadata:
name: babylon-alerts-backup
namespace: aura
labels:
team: aura
spec:
receivers: # receivers for all alerts below
slack:
channel: babylon-alerts-backup
icon_emoji: ':robot_face:'
send_resolved: false
username: Babylon Backup Responsible
alerts:
- alert: Rollout av feilende applikasjon avbrutt
expr: 'increase(babylon_deployment_cleanup_total{reason="rollback",dry_run="false"}[1h]) > 0'
for: 0s
description: |
Babylon har varlset i kanal "\{{ $labels.slack_channel }}" for deployment "\{{ $labels.deployment }}"
i namespace "\{{ $labels.namespace}}" (team: \{{ $labels.affected_team }}). Siden deploymentet hadde minst en fungerende
pod fra en tidligere revisjon, har det blitt utført en abort-rollout.
action: Ignore this message
documentation: https://github.com/nais/babylon/README.md
severity: warning
- alert: Feilende applikasjon detektert
# this is basically just joining the most recent `slack_channel` into the metric,
expr: |
(increase(babylon_deployment_status_total[2m]) > 10)
* on (deployment, namespace, affected_team)
group_left(slack_channel)
(group without ()
(topk by (deployment, namespace, affected_team) (1, babylon_slack_channel)))
for: {{ notification_delay }}
description: |
Babylon har varlset i kanal "\{{ $labels.slack_channel }}" for deployment "\{{ $labels.deployment }}"
i namespace "\{{ $labels.namespace}}" (team: \{{ $labels.affected_team }}).
\{{- if eq $labels.dry_run "false" }}
Babylon er armert i klusteret.
\{{- else }}
Babylon er ikke armert i klusteret.
\{{- end}}
action: Ignore this message
documentation: https://github.com/nais/babylon/README.md
severity: warning
- alert: Feilende applikasjon nedskalert
expr: 'increase(babylon_deployment_cleanup_total{reason="downscale",dry_run="false"}[1h]) > 0'
for: 0s
description: |
Babylon har varlset i kanal "\{{ $labels.slack_channel }}" for deployment "\{{ $labels.deployment }}"
i namespace "\{{ $labels.namespace}}" (team: \{{ $labels.affected_team }}).
action: Ignore this message
documentation: https://github.com/nais/babylon/README.md
severity: warning