Troubleshooting — engine e insights¶
Logs: docker compose logs engine (no laboratório, os logs da API). Cada job registra um resumo,
por exemplo ratings: {'rated': 97, 'ms': 84, 'new': 4, 'updated': 0, 'resolved': 0}. Falhas
aparecem como job <nome> falhou: … com stack trace.
Nenhum insight¶
| Verificação | Esperado |
|---|---|
| a engine está rodando? | docker compose ps engine; log engine iniciada |
| há métricas recentes? | Sistema › Ingestão (10 min) > 0. Os ratings usam os últimos 20 min |
| os objetos têm saúde? | Visão geral › Mapa de saúde. “Sem avaliação” = sem métricas avaliáveis na janela |
| há várias engines? | cada job roda em uma por vez (advisory lock), então réplicas a mais não causam erro |
Change detection sem resultados¶
Precisa de ≥ 3 dias de rollup horário na mesma hora do dia, antes das últimas 8 h, e de
desvio persistente por analytics.change_min_hours (3 h). Instalações novas não geram achados de
mudança na primeira semana. O log mostra change detection: {'series': N, 'candidates': M, …}. Se
series = 0, ainda não há linha de base.
Previsão de capacidade vazia¶
Precisa de ≥ 5 dias com cap_used_bytes > 0 no rollup diário e capacidade total conhecida. Roda a
cada 6 h. Plugins que não informam capacidade para um tipo (por exemplo, buckets sem cota) não
geram previsão.
Falsos positivos¶
| Situação | Ajuste |
|---|---|
| array híbrido/backup com latência “alta” | confira o atributo media do sistema (flash vs híbrido). Crie uma exceção de lat_ms por dispositivo+tipo ou por objeto (Thresholds) |
| porta de ISL/replicação sempre cheia | exceção de util_pct na porta ou desative a avaliação |
| controladora em “utilização alta” com pouca carga | o modelo de capacidade do hardware não foi reconhecido (usa o padrão de 200 mil IOPS). Informe max_iops/max_mbps no plugin ou crie uma exceção |
| muitas mudanças de workload informativas | aumente analytics.change_z_warning/change_z_critical ou change_min_hours |
| balanceamento em clusters pequenos | aumente analytics.balance_cv_warning ou balance_min_load_mbps |
| volumes órfãos que são réplicas/clones | o plugin deve marcar role = replica/target/snapshot (ignorados pela regra), ou silencie o achado |
| achado que é risco aceito | Silenciar (não reabre nem notifica) |
Achados que “piscam” (resolvem e reabrem)¶
A resolução automática ocorre após 2 execuções sem o achado. Métricas que oscilam em torno do limite geram esse padrão. Ajuste o limite (histerese manual) ou silencie. Com várias réplicas da engine, o grace passa mais rápido (ver HA).
Alertas não chegam¶
- Existe regra ativa que casa severidade, categoria e tipo? Sem regras, os achados são marcados como notificados sem envio.
- Testar no canal funciona? Erros de envio aparecem no log da engine:
falha ao enviar alerta pelo canal …. - Deduplicação: reincidências dentro de
notifications.dedup_minutes(240) não reenviam. - E-mail exige SMTP em Configurações › Notificações. O botão de link do Teams exige
general.base_url.