Aller au contenu

📊 Monitoring Complet - Arkalia-LUNA v2.8.0

Guide complet pour l'infrastructure de monitoring d'Arkalia-LUNA avec observabilité totale, métriques avancées et alertes intelligentes.

🎯 Vue d'ensemble

Arkalia-LUNA v2.8.0 intègre une infrastructure de monitoring complète et professionnelle :

  • 📊 Grafana : Dashboards temps réel avec 8 panels spécialisés
  • 📈 Prometheus : Collecte et stockage de 34 métriques Arkalia
  • 🚨 AlertManager : 15 règles d'alertes intelligentes
  • 📝 Loki : Centralisation des logs système
  • 🐳 cAdvisor : Métriques des conteneurs Docker
  • 🔌 Arkalia API : Endpoints métriques intégrés

🚀 Démarrage Rapide

1. Démarrer le Monitoring

# Aller dans le dossier monitoring
cd infrastructure/monitoring

# Démarrer tous les services
docker-compose -f docker-compose.monitoring.yml up -d

# Vérifier le statut
docker-compose -f docker-compose.monitoring.yml ps

2. Validation Automatique

### **Validation du Monitoring**
```bash
# Validation complète
python scripts/ark-validate-monitoring.py

# Tests de performance
pytest tests/performance/ -v

# Tests de sécurité
pytest tests/security/ -v

3. Accès aux Services

Service URL Description Credentials
Grafana http://localhost:3000 Dashboards temps réel admin / arkalia-secure-2025
Prometheus http://localhost:9090 Métriques système -
AlertManager http://localhost:9093 Gestion alertes -
Loki http://localhost:3100 Centralisation logs -
cAdvisor http://localhost:8080 Métriques conteneurs -
Arkalia API http://localhost:8000 API principale + métriques -

📊 Métriques Arkalia

Métriques Système

  • arkalia_system_cpu_usage : Utilisation CPU en pourcentage
  • arkalia_system_memory_usage : Utilisation mémoire en bytes
  • arkalia_system_disk_usage : Utilisation disque en pourcentage
  • arkalia_system_uptime : Temps de fonctionnement en secondes
  • arkalia_system_load_average : Charge système moyenne

Métriques API

  • arkalia_api_requests_total : Nombre total de requêtes
  • arkalia_api_request_duration_seconds : Durée des requêtes
  • arkalia_api_requests_in_progress : Requêtes en cours
  • arkalia_api_errors_total : Nombre total d'erreurs
  • arkalia_api_response_size_bytes : Taille des réponses

Métriques Modules

  • arkalia_module_status : Statut des modules (0=inactif, 1=actif)
  • arkalia_module_performance_score : Score de performance (0-1)
  • arkalia_module_confidence_score : Score de confiance (0-1)
  • arkalia_module_decision_count : Nombre de décisions prises
  • arkalia_module_error_count : Nombre d'erreurs

Métriques ZeroIA

  • arkalia_zeroia_decisions_total : Décisions prises
  • arkalia_zeroia_confidence_average : Confiance moyenne
  • arkalia_zeroia_contradictions_detected : Contradictions détectées
  • arkalia_zeroia_processing_time_seconds : Temps de traitement
  • arkalia_zeroia_circuit_breaker_status : Statut circuit breaker

Métriques AssistantIA

  • arkalia_assistantia_prompts_total : Prompts traités
  • arkalia_assistantia_response_time_seconds : Temps de réponse
  • arkalia_assistantia_security_blocks : Blocages de sécurité
  • arkalia_assistantia_rate_limit_hits : Limites de taux atteintes
  • arkalia_assistantia_model_usage : Utilisation des modèles

Métriques Reflexia

  • arkalia_reflexia_monitoring_checks : Vérifications monitoring
  • arkalia_reflexia_system_latency_ms : Latence système
  • arkalia_reflexia_health_score : Score de santé
  • arkalia_reflexia_alerts_generated : Alertes générées
  • arkalia_reflexia_recovery_actions : Actions de récupération

Métriques Sécurité

  • arkalia_security_blocks_total : Blocages totaux
  • arkalia_security_rate_limit_violations : Violations rate limit
  • arkalia_security_invalid_requests : Requêtes invalides
  • arkalia_security_authentication_failures : Échecs authentification
  • arkalia_security_authorization_failures : Échecs autorisation

🎨 Dashboards Grafana

Dashboard Principal

  • URL : http://localhost:3000/d/arkalia-monitoring
  • Panels : 8 panels spécialisés
  • Refresh : 30 secondes
  • Thème : Dark mode

Panels Disponibles

1. Système CPU & Mémoire

  • Utilisation CPU en temps réel
  • Utilisation mémoire avec seuils
  • Charge système moyenne
  • Tendances sur 24h

2. Statut des Modules Arkalia

  • Statut de chaque module (actif/inactif)
  • Score de performance
  • Score de confiance
  • Indicateurs de santé

3. Requêtes API en Temps Réel

  • Nombre de requêtes par minute
  • Répartition par endpoint
  • Codes de statut HTTP
  • Taux d'erreur

4. Durée des Requêtes (P50/P95)

  • Latence moyenne
  • Percentiles P50 et P95
  • Tendances de performance
  • Seuils d'alerte

5. ZeroIA - Confiance & Décisions

  • Décisions prises par minute
  • Score de confiance moyen
  • Contradictions détectées
  • Temps de traitement

6. AssistantIA - Prompts & Réponses

  • Prompts traités
  • Temps de réponse moyen
  • Blocages de sécurité
  • Utilisation des modèles

7. Reflexia - Monitoring Système

  • Vérifications monitoring
  • Latence système
  • Score de santé
  • Actions de récupération

8. Erreurs & Alertes

  • Erreurs par type
  • Alertes actives
  • Violations de sécurité
  • Actions correctives

🚨 Système d'Alertes

Niveaux de Sévérité

  • Critical : Modules inactifs, erreurs 5xx, ressources critiques
  • Warning : Performance dégradée, ressources élevées, seuils approchés
  • Info : Blocages de sécurité, événements normaux, métriques

Alertes Principales

Alertes Système

  • ArkaliaHighCPU : CPU > 80% pendant 5 minutes
  • ArkaliaHighMemory : RAM > 6GB pendant 5 minutes
  • ArkaliaHighDiskUsage : Disque > 85% utilisé
  • ArkaliaSystemLoad : Charge système > 5.0

Alertes Modules

  • ModuleInactive : Module Arkalia inactif pendant 2 minutes
  • ModuleLowPerformance : Performance < 0.5 pendant 5 minutes
  • ModuleLowConfidence : Confiance < 0.3 pendant 3 minutes
  • ModuleHighErrorRate : Taux d'erreur > 10%

Alertes API

  • HighErrorRate : > 5% erreurs 5xx pendant 2 minutes
  • HighRequestLatency : Latence P95 > 2s pendant 3 minutes
  • HighRequestVolume : > 1000 req/min pendant 5 minutes
  • APIUnavailable : API inaccessible pendant 1 minute

Alertes ZeroIA

  • ZeroIALowConfidence : Confiance < 30% pendant 3 minutes
  • ZeroIAHighContradictions : > 5 contradictions/min pendant 2 minutes
  • ZeroIACircuitBreakerOpen : Circuit breaker ouvert
  • ZeroIAHighProcessingTime : Temps traitement > 5s

Alertes AssistantIA

  • AssistantIAHighResponseTime : Temps réponse > 10s
  • AssistantIAHighSecurityBlocks : > 10 blocages/min
  • AssistantIARateLimitExceeded : Rate limit dépassé
  • AssistantIAModelError : Erreur modèle détectée

Alertes Sécurité

  • SecurityHighBlockRate : > 20 blocages/min
  • SecurityRateLimitViolation : Violation rate limit
  • SecurityAuthenticationFailure : Échec authentification
  • SecurityAuthorizationFailure : Échec autorisation

📈 Métriques de Performance

Métriques Clés

  • Temps de réponse API : < 2s (P95)
  • Disponibilité système : 99.9%+
  • Couverture de tests : 59.25%
  • Tests passés : 671/671 (100%)
  • Métriques exposées : 34

Métriques de Qualité

  • Erreurs de linting : 0
  • Warnings de sécurité : 0
  • Pipeline CI : 100% verte
  • Healthchecks : Tous healthy

🔧 Configuration Avancée

Prometheus Configuration

global:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'arkalia-api'
    static_configs:
      - targets: ['arkalia-api:8000']
    metrics_path: '/metrics'
    scrape_interval: 10s

Grafana Dashboards

  • Dashboard Principal : Monitoring global
  • Dashboard ZeroIA : Métriques spécifiques ZeroIA
  • Dashboard Reflexia : Métriques monitoring
  • Dashboard AssistantIA : Métriques assistant
  • Dashboard Sécurité : Métriques sécurité

AlertManager Configuration

route:
  group_by: ['alertname']
  group_wait: 10s
  group_interval: 10s
  repeat_interval: 1h
  receiver: 'arkalia-team'

receivers:
  - name: 'arkalia-team'
    slack_configs:
      - api_url: 'https://hooks.slack.com/services/...'
        channel: '#arkalia-alerts'

🚀 Maintenance et Optimisation

Tâches de Maintenance

# Vérification quotidienne
python scripts/ark-validate-monitoring.py

# Nettoyage des métriques anciennes
docker exec prometheus promtool tsdb clean --older-than 30d

# Sauvegarde des dashboards
python scripts/ark-backup-dashboards.py

Optimisation des Performances

  • Rétention des métriques : 30 jours
  • Compression des données : Activée
  • Cache Grafana : 5 minutes
  • Refresh des dashboards : 30 secondes

Monitoring de la Monitoring

  • Prometheus : Métriques d'auto-monitoring
  • Grafana : Dashboards de santé
  • AlertManager : Alertes sur les alertes
  • Loki : Logs de monitoring

🎯 Bonnes Pratiques

Métriques

  • Nommage : Préfixe arkalia_ pour toutes les métriques
  • Labels : Utilisation cohérente des labels
  • Documentation : Chaque métrique documentée
  • Tests : Validation des métriques

Alertes

  • Seuils : Seuils réalistes et testés
  • Groupement : Alertes groupées logiquement
  • Escalade : Processus d'escalade défini
  • Documentation : Runbooks pour chaque alerte

Dashboards

  • Organisation : Panels logiquement organisés
  • Couleurs : Palette de couleurs cohérente
  • Annotations : Annotations pour les événements
  • Responsive : Dashboards adaptatifs

🔍 Dépannage

Problèmes Courants

  1. Prometheus ne scrape pas : Vérifier la connectivité réseau
  2. Grafana ne charge pas : Vérifier les permissions
  3. Alertes ne se déclenchent pas : Vérifier la configuration
  4. Métriques manquantes : Vérifier les endpoints

Commandes de Diagnostic

# Vérifier Prometheus
curl http://localhost:9090/api/v1/status/targets

# Vérifier Grafana
curl http://localhost:3000/api/health

# Vérifier AlertManager
curl http://localhost:9093/api/v1/status

# Vérifier les métriques Arkalia
curl http://localhost:8000/metrics

Dernière mise à jour : 27 Janvier 2025 - 18:50 Version : v2.8.0 Mainteneur : Arkalia-LUNA Team