Стек мониторинга: Prometheus + Alertmanager + Grafana + node_exporter + cAdvisor

Самодостаточный docker compose стек с деплоем через deploy.sh,
bootstrap-установкой с нуля и конфигурацией через .env.

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

prometheus/prometheus.yml.tpl

@@ -0,0 +1,43 @@
+# Шаблон: deploy.sh рендерит его в rendered/prometheus.yml.
+# __ПЛЕЙСХОЛДЕРЫ__ подставляются из .env; строки с префиксом #AUTH#
+# включаются только при непустом METRICS_PASSWORD.
+
+global:
+  scrape_interval: 30s
+  evaluation_interval: 30s
+  external_labels:
+    server: '__SERVER_NAME__'
+
+rule_files:
+  - /etc/prometheus/rules/*.yml
+
+alerting:
+  alertmanagers:
+    - static_configs:
+        - targets: ['alertmanager:9093']
+#AUTH#      basic_auth:
+#AUTH#        username: '__METRICS_USER__'
+#AUTH#        password_file: /etc/prometheus/auth/password
+
+scrape_configs:
+  - job_name: prometheus
+    static_configs:
+      - targets: ['localhost:9090']
+#AUTH#    basic_auth:
+#AUTH#      username: '__METRICS_USER__'
+#AUTH#      password_file: /etc/prometheus/auth/password
+
+  # node_exporter работает в host-сети и слушает BIND_IP
+  - job_name: node
+    static_configs:
+      - targets: ['__BIND_IP__:__NODE_EXPORTER_PORT__']
+#AUTH#    basic_auth:
+#AUTH#      username: '__METRICS_USER__'
+#AUTH#      password_file: /etc/prometheus/auth/password
+
+  # cAdvisor доступен только по внутренней compose-сети, без auth
+  - job_name: cadvisor
+    static_configs:
+      - targets: ['cadvisor:8080']
+
+  # Сюда добавляются удалённые серверы (scrape по tailnet) — см. README

prometheus/rules/alerts.yml

@@ -0,0 +1,65 @@
+# Статические правила алертов (одинаковые для всех серверов).
+# Правила, зависящие от .env (SystemdUnitDown, ContainerDown),
+# генерирует deploy.sh в rendered/generated-rules.yml.
+
+groups:
+  - name: host
+    rules:
+      - alert: InstanceDown
+        expr: up == 0
+        for: 2m
+        labels:
+          severity: critical
+        annotations:
+          summary: 'Экспортер {{ $labels.job }} недоступен'
+          description: 'Таргет {{ $labels.instance }} (job={{ $labels.job }}) недоступен дольше 2 минут.'
+
+      - alert: HighCPU
+        expr: 100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 90
+        for: 5m
+        labels:
+          severity: warning
+        annotations:
+          summary: 'CPU > 90%'
+          description: 'Загрузка CPU на {{ $labels.instance }}: {{ $value | humanize }}% дольше 5 минут.'
+
+      - alert: HighRAM
+        expr: (1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100 > 90
+        for: 5m
+        labels:
+          severity: warning
+        annotations:
+          summary: 'RAM > 90%'
+          description: 'Использование памяти на {{ $labels.instance }}: {{ $value | humanize }}% дольше 5 минут.'
+
+      - alert: DiskFull
+        expr: >
+          (1 - node_filesystem_avail_bytes{fstype!~"tmpfs|ramfs|overlay|squashfs|iso9660"}
+             / node_filesystem_size_bytes) * 100 > 85
+        for: 5m
+        labels:
+          severity: warning
+        annotations:
+          summary: 'Диск {{ $labels.mountpoint }} заполнен более чем на 85%'
+          description: 'Раздел {{ $labels.mountpoint }} ({{ $labels.device }}) на {{ $labels.instance }}: занято {{ $value | humanize }}%.'
+
+      - alert: DiskFull
+        expr: >
+          (1 - node_filesystem_avail_bytes{fstype!~"tmpfs|ramfs|overlay|squashfs|iso9660"}
+             / node_filesystem_size_bytes) * 100 > 95
+        for: 1m
+        labels:
+          severity: critical
+        annotations:
+          summary: 'Диск {{ $labels.mountpoint }} заполнен более чем на 95%'
+          description: 'Раздел {{ $labels.mountpoint }} ({{ $labels.device }}) на {{ $labels.instance }}: занято {{ $value | humanize }}%. Срочно освободи место.'
+
+      - alert: HighTemp
+        # только сенсоры CPU; если метрик нет вообще — проверь модули coretemp/k10temp (см. README)
+        expr: max by (instance, chip) (node_hwmon_temp_celsius{chip=~".*coretemp.*|.*k10temp.*"}) > 80
+        for: 3m
+        labels:
+          severity: warning
+        annotations:
+          summary: 'Температура CPU > 80°C'
+          description: 'Сенсор {{ $labels.chip }} на {{ $labels.instance }}: {{ $value | humanize }}°C дольше 3 минут.'