Auto-sync: 2026-11-14

This commit is contained in:
Dominik Schön
2026-11-14 22:00:21 +00:00
parent fd4a86533e
commit a0e3039cfa
8 changed files with 182 additions and 6 deletions
+1
View File
@@ -53,6 +53,7 @@
- [[systems/sabnzbd]] — Usenet-Downloader + VAAPI AppleTV-Converter, VIP .206 (8080+SMB 445), Guard-Bug-Lesson ffprobe-Quoting (10/2026)
- [[systems/jellyfin]] — Media-Server 12.2, VIP .209:8096, ns sabnzbd, RO-Media-Mount, 12.2-API-Fallen (Auth-Header, Startup-User, Task-Routen)
- [[systems/agent-fleet]] — Multi-Agent-Plattform: Bifrost-LLM-Ingress VIP .210:8080 (vllm/release-only-Policy), CNPG, Beacon v0, Phase-0-Plan (10/2026)
- [[systems/technitium-dns]] — LAN-Resolver + Adblock: CT150/CT153 Cluster, VIP .149 (keepalived), DHCP-DNS via Omada (11/2026)
## Concepts
- [[concepts/network-architecture]] — 10.0.X.Y Schema, VLANs
+20
View File
@@ -1,5 +1,14 @@
# Memory Log
## [2026-11-14] Büro-Licht-Automation um Helligkeits-Gate erweitert (+ Nutzer-Edit aus Trace gerettet)
- **Neu:** On-Pfad von `buero_eg_licht_praesenz_nachlauf` nur noch bei `sensor.wetterstation_illuminance` **< 1500 lx** (Startwert 500 lx; am selben Tag auf Nutzer-Vorgabe „ab der aktuellen Helligkeit" hochgezogen — zu dem Zeitpunkt 1.300 lx); Sensor `unavailable`/`unknown` → Fail-safe Licht an. Neuer Trigger `numeric_state below 1500 for 3 min` → Dämmerung schaltet ein, wenn Präsenz schon an ist (sonst käme keine neue Flanke). **Kein** Ausschalten bei Helligkeit (Heuristik-Veto).
- **Schwellen-A/B (Beweis, gleiche Helligkeit ~1.280–1.300 lx):** Präsenzflanke 15:23:13 mit 500 lx → Licht bleibt aus (Trace `choose/3/conditions/0`); Flanke 15:24:13 mit 1500 lx → Licht an (`choose/0/sequence/0`, Licht 15:24:15).
- **Fast verloren:** Ich hatte die Automation am 02.11. gebaut — der Nutzer hatte sie inzwischen selbst auf **5 min Nachlauf** + `time_pattern /2` + Alias „(5 min Nachlauf)" geändert. Mein `POST` hat das blind überschrieben; Rekonstruktion gelang aus dem Automation-Trace (`ws trace/get`, Feld `config`). Diese Werte sind jetzt wieder drin.
- **E2E 14.11.:** hell 8.537 lx + Präsenzflanke → Licht bleibt aus; fake 300 lx + Flanke → Licht an; echter 5-min-Nachlauf (09:01:26 off → 09:06:28 Licht aus, Trace `choose/2`), Sweep-Läufe davor korrekt untätig. Lux-Fakes wurden vom Gerät binnen Sekunden überschrieben (Wetterstation pusht ~alle 10–20 s).
- **Lux-Realwerte:** bedeckter Vormittag Nov ~8.500–8.800 lx, Spätnachmittag Mitte Nov ~1.250–1.300 lx → 1500-lx-Schwelle = Licht ab Dämmerung/trüben Tagen, Mittagssonne bleibt gesperrt.
- **Nachtrag 14.11. 15:28:** Nachlauf auf **2 min** reduziert (Nutzer); Alias jetzt „(2 min Nachlauf)", Sweep-Bedingung ebenfalls 2 min. E2E: Presence off 15:28:14,56 → Trigger 15:30:14,56 (exakt 2:00) → Licht aus 15:30:16,10 (Trace `choose/2`); On-Pfad bei 970 lx weiterhin an.
- Skill `smart-home-automation`: `references/ha-automation-trace-debugging.md` um „blind POST zerstört spätere Edits / Recovery via Trace" + „kein `automation/reload` nach Config-POST nötig" ergänzt; Wiki `systems/homeassistant.md` aktualisiert.
## [2026-11-13] free@home setup_error | SysAP-Reboot wirkungslos → Client-Zombie, Core-Restart Fix, Watchdog Stufe 2
- **Incident:** Entry `freeathome` `setup_error` seit 12.11. 16:18 UTC, 28/29 ABB-Entities `unavailable`, Log `IqTimeout` auf `RemoteInterface.getAll`.
- **Watchdog-Blindstelle:** der 05:11-Reboot (`reboot(0)`, ACK) half nicht — SysAP-REST war die ganze Zeit gesund (`/configuration` 200 in 3 s, 62 Geräte) ⇒ Wedge clientseitig. Danach 6-h-Cooldown ohne zweiten Hebel; HA-Retry-Backoff erschöpft (letzte Logzeile 06:17).
@@ -1050,3 +1059,14 @@
- Rolling Load Profile: `emhass_profile_refresh.sh` + Cron `ccf94ac266c6` (So 04:00); 3 Bugs in `emhass_build_profile.py` gefixt.
- Neue Seite [[systems/earnie-hems]], Referenz [[reference/emhass-cascade-automation-architecture]] aktualisiert (deficit_cost 0.0, Raster, Preise).
- Solution Doc: `docs/solutions/bug-fixes/2026-11-12-emhass-phantom-price-gate.md`.
## 2026-11-14 — Technitium DNS HA (LAN-Resolver + Adblock) live
- CT150 `10.0.30.150` (proxmox6, Primary) + CT153 `10.0.30.153` (n5pro, Secondary), unprivileged, 1C/1G/4G RBD, onboot.
- Technitium **v15.6.2**; Cluster `dns.internal.schoen.codes`, Config-Sync 300 s, Blockliste HaGeZi Multi Pro (227.848 Domains).
- **VIP 10.0.30.149** (keepalived, VRID 51, unicast, nopreempt, Check TCP:53 + API:5380) — Failover in ~4 s gemessen.
- Omada-DHCP (bleibt bei Omada, nur 2 DNS-Felder): `10.0.30.149` + `1.1.1.1`. Echte Client-Queries kommen an.
- Upstream: 1.1.1.1/1.0.0.1 + Cloudflare-v6; `recursion` per NetworkACL auf private Ranges begrenzt.
- Monitoring: `blackbox_dns` + `blackbox_http` (:5380) in kube-prometheus-stack, PrometheusRule `technitium-dns-rules`.
- **Nebenbefund:** `clusters/main/monitoring/prometheus-rules.yaml` ist eine **ConfigMap** → Prometheus lädt sie nicht; alle Alt-Regeln (NodeDown, Galera, Ceph, Blackbox, PBS) sind im K8s-Stack **inaktiv**. Offener Punkt.
- Fallstricke: community-scripts-Bootstrap 404 (Framework nach `community-scripts/core`), HaGeZi-URL `hosts/` → `wildcard/`, Cluster-Join nur per FQDN-URL.
- Neue Seite [[systems/technitium-dns]], [[reference/ip-map]] ergänzt.
+3
View File
@@ -47,6 +47,9 @@ modified: "2026-09-30"
## Infrastructure VMs (10.0.30.x)
| IP | Host | Service |
|----|------|---------|
| 10.0.30.149 | — | **Technitium DNS VIP** (keepalived/VRRP 51, floatet zwischen .150/.153) |
| 10.0.30.150 | CT150 technitium-dns-01 (proxmox6) | DNS-Cluster-Primary, Web-UI :5380, TLS :53443 |
| 10.0.30.153 | CT153 technitium-dns-02 (n5pro) | DNS-Cluster-Secondary, Web-UI :5380, TLS :53443 |
| 10.0.30.66 | sarah-hermes (VM107, n5pro) | Sarahs Hermes: WebUI :8787 (LAN-only, pw) + TG-Bot (geplant) |
| 10.0.30.99 | CT111 | Immich (n5pro), Migration zu K8s geplant |
| ~~10.0.30.100~~ | ubuntu | **STALE (10.10. verifiziert):** VLAN-30-IP nach NAS-Crash 03.10. verloren (nie persistiert), ARP dead. Kanonischer Host-Zugang: **10.0.20.100** (VLAN 20) |
+7 -1
View File
@@ -79,7 +79,13 @@ Consider removing from CRUSH or replacing with larger drives.
### full_ratio TEMPORÄR 0.94 (Stand Anfang Okt)
Nach Cold-Power-Desaster auf 10.0.20.100 wurde `mon_osd_full_ratio` temporär auf 0.94 angehoben.
**OFFENER TASK: nach abgeschlossenem Drain/Backfill auf 0.90 zurücksetzen** (sonst greifen Full-Schutzmechanismen zu spät).
**OFFENER TASK: nach abgeschlossenem Drain/Backfill auf 0.90 zurücksetzen** (sonst greifen Full-Schutzmechanismen zu spät)
### Size=2-Pools (rbd, hdd_disk, tm_disks): IO-Block bei Host-Ausfall (2026-11-14 gemessen)
Diese Pools haben size=min_size=2 (Rule 1, hdd). Fällt ein Host mit beteiligtem OSD, sinkt die PG unter min_size → **I/O blockiert** (nicht nur degraded) bis der Host zurück ist.
- Simulation aus pg dump (ubuntu-Ausfall, OSDs 2/15/17): 175 PGs betroffen (hdd_disk 85, rbd 18, tm_disks 72 — letztere leer). Real nach Shutdown: 17 PGs inactive, 319 PGs / 29.7 % Objekte degraded.
- Betroffene laufende Workloads (Dauer-Hänger, kein Datenverlust): CT104 Paperless, CT111 Seafile+Immich-Library, CT151 Frigate, VM300/302 Galera, VM200 IaC-Runner.
- Mitigations: (a) size auf 3 heben (sauber, kostet Platz), (b) temporär min_size=1 für das Wartungsfenster (Single-Copy-Risiko). Beides = Owner-GO. Ref: Skill `ceph-cluster-administration` → planned-multi-node-shutdown-2026-09-21.md (Follow-up 2026-11-14).
### NVMe-Controller-Death auf ubuntu + Recovery (2026-09-30, PAT-014)
Kingston SFYRDK2000G (PCI 03:00.0) starb (state=dead, VG verschwand) → osd.2 down/out.
+8 -5
View File
@@ -41,11 +41,14 @@ modified: "2026-11-01"
- **Push:** GENAU EIN kombinierter (Titel+Verdict+Objekte+Bild) nur bei KRITISCH ∨ KI-Fail ∨ Person (24/7, v3.1)
- Siehe [[systems/frigate]] + Solution Doc `bug-fixes/2026-10-10-frigate-notification-spam-review-alerts.md`
### Büro EG: Licht nach Präsenz (ID `buero_eg_licht_praesenz_nachlauf`, seit 02.11.2026)
- **Trigger:** `binary_sensor.esp32_c3_buero_eg_presence` → `on` schaltet `switch.licht_buro` an; `off` für 15 min schaltet aus (Nachlauf)
- **Sweep:** `time_pattern /10` **nur** als Restart-Recovery (Licht an + Präsenz ≥15 min aus → aus). Kein Re-Assert auf `on` — manuelles Ausschalten bei Anwesenheit bleibt respektiert
- **Sensor-Verhalten:** ESP32-C3 (10.0.50.147, Büro EG) meldet Präsenz in 30–120-s-Bursts, nicht dauerhaft → der 15-min-Nachlauf ist der eigentliche Träger der Logik; bei Fehl-Aus später Sensor-Config prüfen
- **E2E verifiziert 02.11.:** On-Pfad live (Trigger → Licht an, 2×), Off-Pfad über 10-s-Testkopie (Prod-Config: 15 min), Testkopie gelöscht
### Büro EG: Licht nach Präsenz (ID `buero_eg_licht_praesenz_nachlauf`, seit 02.11.2026, Stand 14.11.)
- **Trigger:** `binary_sensor.esp32_c3_buero_eg_presence` → `on` schaltet `switch.licht_buro` an — **nur wenn dunkel**; `off` für **2 min** schaltet aus (Nachlauf; Nutzer-Historie: 15 → 5 → 2 min am 14.11.)
- **Helligkeits-Gate:** `sensor.wetterstation_illuminance` (Wetterstation Beleuchtungsstärke, outdoor) **< 1500 lx** = Licht erlaubt (Nutzer-Vorgabe 14.11.: „ab der aktuellen Helligkeit brauche ich Licht" — zu dem Zeitpunkt 1.300 lx; vorher 500 lx). Sensor `unavailable`/`unknown` → Licht wird eingeschaltet (Fail-safe Richtung Licht). Zusätzlicher Trigger `numeric_state below 1500 for 3 min` → bei Dämmerung einschalten, wenn Präsenz schon an ist (sonst käme nie eine neue Präsenzflanke)
- **Bewusst KEIN Ausschalten bei Helligkeit** (Heuristik-Veto: würde manuelles Einschalten überfahren); „Sonne raus → Licht aus" wäre ein separater Trigger mit Bestätigungszeit
- **Sweep:** `time_pattern /2` (Nutzer-Wert) — nur Restart-Recovery: Licht an + Präsenz ≥2 min aus → aus. Kein Re-Assert auf `on` — manuelles Ausschalten bei Anwesenheit bleibt respektiert
- **Sensor-Verhalten:** ESP32-C3 (10.0.50.147, Büro EG) meldet Präsenz in 30–120-s-Bursts, nicht dauerhaft; Wetterstation-Lux ~8.500 lx bedeckt am Vormittag vs. ~1.250–1.300 lx Mitte November 15:25 UTC → die 1500-lx-Schwelle lässt das Licht ab dem Spätnachmittag/bei trüben Tagen zu, Mittagssonne bleibt gesperrt
- **E2E verifiziert 14.11. (nach Umbau):** hell 8.537 lx + Präsenzflanke → Licht bleibt aus; fake 300 lx + Präsenzflanke → Licht an; echter 5-min-Nachlauf (Presence off 09:01:26 → Licht aus 09:06:28, Trace `choose/2`), Sweep-Läufe davor korrekt untätig. **Schwellen-A/B (gleiche Helligkeit ~1.280–1.300 lx):** Flanke 15:23:13 mit 500 lx → bleibt aus (`choose/3/conditions/0`), Flanke 15:24:13 mit 1500 lx → Licht an (`choose/0/sequence/0`). **2-min-Nachlauf (nach Umstellung):** Presence off 15:28:14,56 → Trigger 15:30:14,56 (exakt 2:00) → Licht aus 15:30:16,10, Trace `choose/2`
- **Pitfall:** Nutzer hatte die Automation zwischenzeitlich selbst editiert (5 min, Sweep /2) — blindes `POST` überschreibt das. Alte Config war aus dem Automation-Trace (`ws trace/get`) rekonstruierbar; seither gilt: vor Overwrite `GET` + Diff
- Entity-ID nach Anlegen via WS-Entity-Registry umbenannt (Alias-Slugify verschluckt Umlaute: „Büro"→`buro`, „Präsenz"→`prasenz`)
## Notify Services
+22
View File
@@ -32,3 +32,25 @@ modified: "2026-07-24"
## Related
- [[systems/loki-fluentbit]]
- [[systems/rke2-kubernetes]]
## Alerting-Reparatur 2026-11-14
- `clusters/main/monitoring/prometheus-rules.yaml` ist eine **ConfigMap** — Prometheus lädt sie NICHT.
Ersatz: `infra-alerts-rules.yaml` (PrometheusRule, Label `release: monitoring`), 17 Alerts:
node (6), ceph (4), blackbox (4), galera (3).
- **Ceph**: Scrape-Job zeigte auf die Standby-MGRs (.50/.60/.70) → HTTP 200, aber **0 Metriken**.
Aktiver MGR ist `10.0.20.92` (`ceph mgr services`) — als viertes Target ergänzt.
- **Galera**: `mysql_up=0` auf allen Nodes. Ursache: `exporter`-User hatte ein anderes Passwort als
`/etc/mysqld_exporter/.my.cnf` (drei Nodes, zwei verschiedene Passwörter). Passwort aus .71 auf
alle Nodes verteilt + `ALTER USER`. Zusätzlich blockte **ufw auf .71** Port 9104 (nur CT141 erlaubt)
→ Regeln für die 8 RKE2-Node-IPs ergänzt.
- **Tote Targets entfernt**: 10.0.20.10/.20 (proxmox1/2, 2026 entfernt) aus node_exporter + ICMP.
- **PBS offsite** 213.95.54.60: ICMP geblockt → TCP-Probe auf :8007 statt Ping.
- Disk-Regeln schließen `/boot/efi` aus (ESP ist naturgemäß >85% voll → Dauer-Fehlalarm).
- **pve-exporter**: lag auf CT141 (seit Wochen aus). Ersatz als K8s-Deployment im Namespace monitoring
(Namespace `monitoring`, `pve-exporter.yaml`), Token `exporter@pve!monitoring` per ESO aus 1P
(Vault `Kubernetes ESO`, Item `PVE exporter monitoring`). Bild: `ghcr.io/prometheus-pve/prometheus-pve-exporter:3.7.0`
(**`prompve/pve-exporter` existiert auf Docker Hub nicht mehr**). PVE-Regeln aktiv, `pve_up`=166 Serien.
- **ArgoCD-Falle**: Eine hängende Sync-Operation (Deployment erreicht progress deadline) blockiert ALLE
späteren Commits der App — neue Dateien kommen an, Änderungen an bestehenden nicht. Fix:
`kubectl patch application <app> --type json -p '[{"op":"remove","path":"/operation"}]'`.
+120
View File
@@ -0,0 +1,120 @@
---
title: Technitium DNS (HA-Cluster)
category: systems
tags: [dns, adblock, ha, keepalived, vrrp, technitium, lxc]
created: "2026-11-14"
modified: "2026-11-14"
---
# Technitium DNS — HA-Cluster (LAN-Resolver + Adblock)
Zwei unprivileged LXC auf getrennten PVE-Nodes, betrieben als **Technitium-Cluster**
(1 Primary + 1 Secondary, Config-Sync) mit **keepalived-VIP** davor.
## Topologie
| | dns-01 | dns-02 |
|---|---|---|
| CT | 150 | 153 |
| PVE-Node | proxmox6 (10.0.20.60) | ms-a2-2 (10.0.20.93) |
| IP | 10.0.30.150/24, gw 10.0.30.1, tag=30 | 10.0.30.153/24 |
| Spez | 1 vCPU / 1 GB / 4 GB **`local-lvm`** (node-lokal, Ceph-unabhängig), unprivileged, onboot | dito |
| Rolle | Cluster-**Primary**, VIP-Träger (VRRP-Prio 150) | Cluster-**Secondary** (Prio 100) |
| Web-UI | http://10.0.30.150:5380 · TLS :53443 | http://10.0.30.153:5380 |
**VIP 10.0.30.149** — keepalived, VRID 51, **unicast** (kein Multicast), `nopreempt`,
Health-Check = TCP :53 **und** Web-API :5380. Failover gemessen: **~4 s**.
## Clients / DHCP
Omada-Gateway (`10.0.30.1`) macht weiterhin DHCP. Es gibt nur **zwei DNS-Felder**:
```
DNS 1: 10.0.30.149 (VIP)
DNS 2: 1.1.1.1 (Cloudflare-Fallback)
```
IPv6-Felder (falls vorhanden): `2606:4700:4700::1111`, `2606:4700:4700::1001`.
Grund für die VIP: mit nur zwei Feldern wäre sonst entweder der zweite Knoten oder der
Public-Fallback verloren gegangen.
## Konfiguration (Cluster-Parameter, syncen auf beide Nodes)
- Cluster-Domain: `dns.internal.schoen.codes` (Zonen: `dns.internal.schoen.codes`, `cluster-catalog...`)
- Forwarder: `1.1.1.1, 1.0.0.1, 2606:4700:4700::1111, 2606:4700:4700::1001` (UDP)
- `recursion = UseSpecifiedNetworkACL` → `10.0.0.0/8, 172.16.0.0/12, 192.168.0.0/16, 127.0.0.0/8, ::1, fd00::/8, fe80::/10` (kein offener Resolver)
- DNSSEC-Validierung an, `logQueries=false` (Datei-Log aus, Query-Log läuft über die MySQL-App)
- Blockliste: **HaGeZi Multi Pro** → `https://raw.githubusercontent.com/hagezi/dns-blocklists/main/wildcard/pro.txt` (227.848 Domains)
## Resilienz-Entscheidung (2026-11-14)
**Rootfs auf `local-lvm`, NICHT auf Ceph.** Grund: `ceph health` = HEALTH_WARN mit
„8 OSDs experiencing slow operations"; ein Ceph-Stall hätte **beide** DNS-Knoten gleichzeitig
blockiert (gleicher Cluster → kein Failover-Effekt) und bei Neustart wäre kein Boot möglich.
Konsequenzen, bewusst akzeptiert:
- **Kein HA-Manager** für ct:150/153 (`state: disabled` → entfernt). PVE-HA kann node-lokale
Disks nicht relocaten; ein Versuch hat am 2026-11-14 beide CTs auf proxmox4/proxmox5
„verschoben" (Config ja, Disk nein) → **~2–3 Min DNS-Ausfall**. Nur `onboot=1`.
- **Node-Ausfall = Handarbeit**: Rebuild per PBS-Restore (siehe unten), Config kommt vom Peer.
- PVE-native Redundanz für lokale Disks existiert nicht: entweder Shared Storage (Ceph/iSCSI/NFS,
automatisch) oder ZFS-Replikation (`pvesr`, **braucht lokales ZFS** — proxmox6/ms-a2-2 haben nur
LVM-thin, `replication.cfg` leer) und selbst dann kein Auto-Promote.
**Wiederaufbau (nativ, ~1–2 Min):**
```bash
pct restore 150 noris_v4:backup/ct/150/<snapshot> --storage local-lvm --hostname technitium-dns-01
# danach: Cluster-Join gegen den überlebenden Node, Zonen/Blocklists syncen automatisch
```
Backups: 23:00-Job (`all 1`, `noris_v4`, keep-last=3) — Erstaufnahme 2026-11-14 manuell
nachgezogen (ct/150 967 MiB, ct/153 890 MiB).
**I/O-Entkopplung:** Technitium-Datei-Query-Log `logQueries=false` (kein Disk-Write pro Query).
Die MySQL-App protokolliert unabhängig davon weiter (verifiziert: 84 Rows/45 s).
keepalived `fall 5` (≈10 s Toleranz) statt 3 → kein VIP-Flapping bei kurzen Slow-Ops.
## Betrieb
- Config-Änderungen **nur am Primary**; Secondary zieht per Cluster-Sync (`configRefreshIntervalSeconds=300`).
- Fällt der Primary irreparabel aus: Secondary per `POST /api/admin/cluster/primary/promote` hochziehen.
- VIP bleibt dank `nopreempt` beim Überlebenden (kein Flapping); bei Kaltstart beider gewinnt dns-01.
- Hostnamen-Auflösung der Nodes läuft über `/etc/hosts` in beiden CTs (Cluster verlangt FQDN-URLs, nicht IPs).
## Query-Logs nach MySQL (Galera)
App **„Query Logs (MySQL) v4.2"** (`isQueryLogger` + `isQueryLogs`), per Cluster-Sync auf **beiden**
Knoten installiert — beide schreiben in dieselbe Tabelle, getrennt über die Spalte `server`.
| Parameter | Wert |
|---|---|
| Datenbank | `technitium_querylog` (utf8mb4) auf Galera, Tabelle `dns_logs` (App legt sie an) |
| Endpoint | **MaxScale-VIP `10.0.30.70:3306`** (nicht .71/.72/.73 — die sind vom VLAN 30 aus nicht direkt erreichbar) |
| User | `technitium`@`%` (nötig: MaxScale verbindet mit **eigener** IP, per-Host-Grants scheitern) |
| Connection String | `Server=10.0.30.70; Port=3306; Uid=technitium; Pwd=<1P>; SslMode=None; ConnectionTimeout=10; DefaultCommandTimeout=30;` |
| Retention | `maxLogDays=30`, `maxLogRecords=10000000`, `maxQueueSize=1000000` |
- **`SslMode=None` ist Pflicht**: der MaxScale-Listener hat kein TLS → MySqlConnector bricht sonst mit
„SSL is required, but the server does not support it" ab (Passwort läuft damit im Klartext über VLAN 30).
- Volumen-Messung: ~**61 Queries/min ≈ 88 k/Tag** → ~2,6 Mio Rows in 30 Tagen (Galera repliziert 3×).
- Passwort in 1P: „Technitium QueryLogs DB (Galera)".
## Monitoring
- Prometheus (K8s, 10.0.30.202): Jobs `blackbox_dns` (A-Query gegen .149/.150/.153) und
`blackbox_http` (Web-UI :5380 auf allen drei Adressen).
- PrometheusRule `technitium-dns-rules`: `TechnitiumDnsProbeFailing`,
`TechnitiumDnsAllNodesDown`, `TechnitiumDnsVIPMissing`, `TechnitiumClusterNotSynced`.
- IaC: `iac-homelab/clusters/main/monitoring/technitium-dns-rules.yaml` + `apps/kube-prometheus-stack.yaml`.
## Bekannte Fallstricke
- **HaGeZi-URL hat sich geändert**: `hosts/pro.txt` → **`wildcard/pro.txt`** (404 sonst).
- **community-scripts-One-Liner aktuell kaputt**: `ct/technitiumdns.sh` sourct `misc/build.func`,
das Framework liegt jetzt in `community-scripts/core` → 404. Installation daher über die
Original-Payload (`install/technitiumdns-install.sh`): MS-Repo → `aspnetcore-runtime-10.0`,
`DnsServerPortable.tar.gz` → `/opt/technitium/dns`, systemd-Unit `technitium.service`.
- **Cluster-Join verlangt FQDN**: `primaryNodeUrl` mit IP wird abgelehnt
(„must use the domain name of the Primary node").
- Erst-Login ist `admin/admin` — sofort `passwort` via `/api/user/changePassword` ändern
(1P-Item „Technitium DNS Admin").
- **`prometheus-rules.yaml` im Repo ist eine ConfigMap** und wird von Prometheus NICHT geladen —
eigene Regeln brauchen eine `PrometheusRule` mit Label `release: monitoring`.
## Related
- [[reference/ip-map]] · [[concepts/network-architecture]] · [[reference/ports]]
- [[systems/monitoring]]
+1
View File
@@ -23,6 +23,7 @@ Physischer Standalone-Node (KEIN PVE), Mitglied im Ceph-Cluster. SSH: `ssh -i ~/
## Bekannte Themen
- **Wartungs-Shutdown 2026-11-14 (~15 Min):** noout-Gate, sauberer Poweroff 13:09 UTC, Boot zurück 13:22 UTC (SSH ~11 Min nach Power-On), OSDs 2/15/17 sofort up, Cluster 532/533 clean binnen Minuten, noout manuell entfernt (Watchdog unfired wg. osd-tree-$5/$6-Bug → Skill-Ref). ZFS `pool01_n2_redundant` DEGRADED (sdi REMOVED) überlebt Reboot problemlos. IP unverändert .100 (MAC 4c:cc:6a:27:49:c1).
- NVMe-Controller-Tod Kingston PCI 03:00.0 (2026-09-30, PAT-014) — revived via PCI remove/rescan; SMART-Audit gesund, nur Controller-Ebene. Temps 70/78 °C beobachten.
- Host-Eintrag `10.0.20.100 ubuntu` in /etc/hosts aller PVE-Nodes nötig (PVE-GUI 500 ohne DNS/hosts).