Pular para conteúdo

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

  1. Existe regra ativa que casa severidade, categoria e tipo? Sem regras, os achados são marcados como notificados sem envio.
  2. Testar no canal funciona? Erros de envio aparecem no log da engine: falha ao enviar alerta pelo canal ….
  3. Deduplicação: reincidências dentro de notifications.dedup_minutes (240) não reenviam.
  4. E-mail exige SMTP em Configurações › Notificações. O botão de link do Teams exige general.base_url.