Closed beatrizaantunes closed 1 year ago
O ID é: 08d5b17b-6bfb-4f34-9058-c6b22cd8c663
@rafaelsantanaep pode dar uma olhada nisso aqui por favor?
https://airflow.dadosfera.ai/dags/unimedvrcombr_08d5b17b_6bfb_4f34_9058_c6b22cd8c663/graph
(não consegui olhar no data app de suporte pq ele tá fora do ar)
Máquina do nimbus da unimed estourou memória, provavelmente, de forma abruta visto que isso não foi capturado pelos alertas de infraestrutura. To reiniciando a máquina aqui.
Temos que ter um alerta para quando o endpoint de coleta de métricas do node_exporter não está acessível, dessa forma, conseguiríamos detectar esses casos em que a máquina vai de 0 a 100 muito rápido. Implementei isso na afya da seguinte forma:
- alert: Endpoint_Down
expr: up == 0
for: 5m
labels:
severity: critical
annotations:
summary: "Exporter is down: {{ $labels.instance }}"
description: "The endpoint {{ $labels.instance }} is not able to be scraped by Prometheus."
Acho que vale priorizarmos isso como um débito técnico para ser atacado no monitoramento das instâncias.
@beatrizaantunes máquina religada e serviço do nimbus está em pé. Acredito que o problema não ocorrerá novamente.
Obrigada Santana! Vou validar com o cliente
Recebemos o retorno no ticket de que está ok, mas precisamos de um card para avaliar o pq da falha do monitoramento e acerta-lo
Cliente falou que deu certo