Glossaire de la supervision

Interrupteur « homme mort »

Mécanisme qui se déclenche quand un signal attendu cesse d'arriver, plutôt que lorsqu'une erreur est signalée. Un job fait son check-in à chaque exécution ; si le check-in tarde ou n'arrive jamais, l'interrupteur lève l'alerte. Mortemain est un interrupteur « homme mort » pour vos travaux planifiés : le silence devient l'alarme.

Surveillance par check-in (battement)

Surveiller un signal périodique « j'ai tourné / je suis vivant » émis par un job ou un service depuis l'intérieur. Un battement manquant est un signalement à la première personne, pas une supposition venue de l'extérieur.

Contrôle passif

Surveillance où le job signale lui-même son état au moniteur, par opposition à un contrôle actif qui sonde de l'extérieur. Avec un contrôle passif, l'absence d'un check-in attendu est elle-même le signal.

Surveillance de disponibilité (uptime)

Vérifier qu'un service répond, en général en le sondant de l'extérieur. Cela répond à « ça a l'air debout d'ici », ce qui peut manquer un job qui a échoué en silence alors que l'hôte répond encore à la sonde.

Panne silencieuse

Défaillance qui ne produit ni erreur ni alerte : un job jamais démarré, une sauvegarde jamais terminée, une synchro discrètement bloquée. La surveillance sur erreur ne la voit pas ; la surveillance sur absence, si.

Fenêtre de tolérance

Le délai supplémentaire qu'un moniteur attend après le check-in prévu avant de déclarer un job en retard. Elle absorbe la gigue normale (une sauvegarde qui déborde parfois de quelques minutes) sans déclencher de fausse alerte.

Battement instable (flapping)

Alternance rapide entre les états actif et en panne, qui noie sous des alertes bruyantes et pousse à les ignorer. Les fenêtres de tolérance empêchent un check instable de crier au loup.

URL de ping (de check-in)

L'URL unique et impossible à deviner qu'un job appelle pour signaler qu'il a tourné. Dans Mortemain, l'appeler passe le check en actif ; l'appeler avec /fail à la fin le passe en panne immédiatement.

Tâche cron

Commande planifiée pour s'exécuter automatiquement à heures ou intervalles fixes sur les systèmes Unix, définie dans un crontab. Le cheval de trait derrière d'innombrables sauvegardes, nettoyages et synchros.

Expression cron

La syntaxe à cinq champs (minute, heure, jour du mois, mois, jour de la semaine) qui indique à cron quand exécuter un job. Par exemple, 0 3 * * * signifie 3h00 tous les jours.

Tâche planifiée (Windows)

L'équivalent Windows de cron, géré par le Planificateur de tâches, qui lance des programmes ou des scripts sur déclencheur ou selon un planning. Elle peut appeler une URL de check-in directement, ou via une ligne PowerShell.

Timer systemd

Unité systemd qui démarre une autre unité selon un planning ou après un événement, l'alternative Linux moderne à cron pour beaucoup de services. Un timer va de pair avec l'unité de service qui fait le travail.

CronJob Kubernetes

Objet Kubernetes qui exécute un Job selon un planning cron à l'intérieur d'un cluster, pour du traitement par lots périodique (rapports, maintenance de base de données).

Fatigue d'alerte

Désensibilisation causée par trop d'alertes, surtout de faux positifs, jusqu'à ignorer les vrais incidents. Le remède : moins d'alertes, mais pertinentes, qui ne se déclenchent que quand quelque chose s'est vraiment arrêté.

Faux négatif / faux positif

Un faux négatif est un vrai problème sans alerte ; un faux positif est une alerte sans problème réel. Les pannes silencieuses sont le faux négatif classique, et c'est précisément ce que la surveillance sur absence sait attraper.

Astreinte

La rotation consistant à être responsable de la réponse aux alertes, souvent en dehors des heures ouvrées. Une bonne supervision respecte l'astreinte en ne réveillant que pour ce qui compte.

SLA, SLO, SLI

Un SLA (accord de niveau de service) est un niveau promis ; un SLO est l'objectif interne ; un SLI est l'indicateur mesuré, comme le pourcentage de disponibilité. Votre supervision produit les SLI que vous présentez.

Surveillance des sauvegardes

Vérifier que les sauvegardes planifiées ont bien tourné et se sont terminées, pas seulement que l'outil est installé. Une sauvegarde manquée ou à moitié faite est une panne silencieuse type, et mieux vaut le savoir avant d'avoir besoin de la restauration.

Code de sortie

Le nombre qu'un processus renvoie en terminant : 0 pour un succès, non nul pour un échec. Un script peut l'envoyer au moniteur pour qu'un check distingue « a tourné » de « a tourné et échoué ».

Webhook

Rappel HTTP qu'une appli déclenche quand un événement se produit. Pointé vers une URL de check-in, il permet aux outils sans code (Zapier, Make, Power Automate, n8n) de signaler un job terminé, sans le moindre script.

Voir les guides d'intégration pour brancher l'un de ces éléments à un check Mortemain.