Files
cluster-knaster/platform/proxmox/scripts/monitoring-targets.py
T
Robert RappandClaude Opus 5.5 bf7c137adf
ci / test (push) Successful in 28s
infra: Compose-Stack mit Monitoring, ohne LiteLLM (Task 5.2)
- deploy/compose/infra: Dienst litellm entfernt (D4), Router auf LITELLM_BASE_URL
  (appsrv08, Port noch offen), alle Images gepinnt, Grafana und pve-exporter
  ohne Profile, node-exporter für den LXC, Zustand über KNASTER_STATE_DIR
- Prometheus: GPU-VMs per file_sd (node, gpu), Proxmox-Knoten per IP, infra-node
- Grafana: Datasource und Dashboards provisioniert (grafana.com 10347, 1860,
  14574 sowie knaster-Übersicht)
- Alertmanager: n8n-Receiver nur vorbereitet (auskommentiert)
- Ansible: Rollen infra-stack und gpu-exporters, Playbooks monitoring.yml und
  monitoring-targets.yml, Skript monitoring-targets.py (tofu output → file_sd)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-12 20:22:26 +02:00

81 lines
2.8 KiB
Python

#!/usr/bin/env python3
"""Prometheus-file_sd-Ziele für die GPU-VMs erzeugen (läuft auf ops).
Die GPU-VMs bekommen ihre Adressen per DHCP (D5), deshalb stehen sie nicht fest in prometheus.yml.
Eingabe ist `tofu output -json gpu_vms` (stdin), dazu die Registry für die Slot-Labels des Healers.
tofu output -json gpu_vms | python3 monitoring-targets.py --registry sites/knaster/registry.yaml --out DIR
Schreibt DIR/node.json (node_exporter, Port 9100) und DIR/gpu.json (nvidia_gpu_exporter, Port 9835).
Labels je Ziel: instance (VM-Name, bleibt bei IP-Wechsel gleich), vm, pve_node, vmid, slot, slots.
`slot` ist der erste Slot der Registry mit dieser vmid (Reihenfolge der Registry), `slots` alle,
kommagetrennt. VMs ohne Slot bekommen slot="none" (der Healer markiert dann keinen echten Slot).
"""
from __future__ import annotations
import argparse
import json
import sys
from pathlib import Path
import yaml
PORTS = {"node": 9100, "gpu": 9835}
def slots_by_vmid(registry: dict) -> dict[str, list[str]]:
out: dict[str, list[str]] = {}
for name, slot in (registry.get("slots") or {}).items():
vmid = str((slot.get("ops") or {}).get("vmid", ""))
if vmid:
out.setdefault(vmid, []).append(name)
return out
def build_targets(gpu_vms: dict, registry: dict) -> dict[str, list[dict]]:
by_vmid = slots_by_vmid(registry)
result: dict[str, list[dict]] = {job: [] for job in PORTS}
for name in sorted(gpu_vms):
vm = gpu_vms[name]
if not vm.get("ipv4"):
print(f"Warnung: {name} hat keine IPv4 (Gast-Agent?), übersprungen", file=sys.stderr)
continue
vmid = str(vm["vmid"])
slots = by_vmid.get(vmid, [])
labels = {
"instance": name,
"vm": name,
"pve_node": vm["node"],
"vmid": vmid,
"slot": slots[0] if slots else "none",
"slots": ",".join(slots),
}
for job, port in PORTS.items():
result[job].append({"targets": [f"{vm['ipv4']}:{port}"], "labels": labels})
return result
def main() -> int:
ap = argparse.ArgumentParser(description=__doc__.splitlines()[0])
ap.add_argument("--registry", required=True, type=Path)
ap.add_argument("--out", required=True, type=Path)
args = ap.parse_args()
gpu_vms = json.load(sys.stdin)
registry = yaml.safe_load(args.registry.read_text(encoding="utf-8"))
targets = build_targets(gpu_vms, registry)
args.out.mkdir(parents=True, exist_ok=True)
for job, entries in targets.items():
path = args.out / f"{job}.json"
tmp = path.with_suffix(".tmp")
tmp.write_text(json.dumps(entries, indent=2, sort_keys=True) + "\n", encoding="utf-8")
tmp.replace(path)
print(f"{path}: {len(entries)} Ziele")
return 0 if targets["node"] else 1
if __name__ == "__main__":
sys.exit(main())