fix(monitoring): убрать cAdvisor — несовместим с containerd-снапшоттером

На сервере 1gb Docker Engine использует containerd-снапшоттер
(driver-type: io.containerd.snapshotter.v1), а не классический overlay2.
cAdvisor (проверено на v0.49.2 и свежей v0.52.1, с --docker_only и через
--containerd/--containerd-namespace=moby) не может определить read-write
layer контейнеров — падает с «failed to identify the read-write layer
ID», метрики только по корневому cgroup, без разбивки по контейнерам.
Открытая проблема совместимости, флагами не решается.

Убран сервис cadvisor, job в prometheus.yml, панели «топ контейнеров» в
host.json (Prometheus иначе резолвит cadvisor:8080 в никуда — Grafana
показывала бы «No data» вечно). node-exporter метрики хоста (CPU/RAM/
диск/сеть) при этом покрывает полностью, без изменений.

Правка конфигурации мониторинга, без изменения пользовательского
поведения — версия не бампается.

deploy/monitoring/alerts.yml

@@ -80,8 +80,10 @@ groups:
           summary: "Мало свободной памяти на хосте"
           description: >-
             Свободно {{ $value | printf "%.1f" }}% RAM дольше 10 минут
-            (порог 10% ≈ 800 МБ из 8 ГБ). Смотреть, какой контейнер ест
-            память — дашборд «Хост и контейнеры», топ по памяти (cAdvisor).
+            (порог 10% ≈ 800 МБ из 8 ГБ). Разбивки по контейнерам в Grafana
+            нет (cAdvisor несовместим с containerd-снапшоттером на этом
+            сервере, см. deploy/docker-compose.yml) — смотреть вручную,
+            например `docker stats`.
 
       # 50 ГБ диска — 10% ≈ 5 ГБ. `for: 15m` (не мгновенно): диск не растёт
       # так же резко, как память, ложные срабатывания на всплеск не грозят,
@@ -112,6 +114,6 @@ groups:
           summary: "Устойчиво высокая загрузка CPU хоста"
           description: >-
             Загрузка CPU {{ $value | printf "%.1f" }}% дольше 15 минут
-            подряд (порог 90% из 4 ядер). Смотреть топ контейнеров по CPU
-            (дашборд «Хост и контейнеры», cAdvisor) и латентность API —
-            возможно, не хватает уровня AI/ресурсов под нагрузку.
+            подряд (порог 90% из 4 ядер). Разбивки по контейнерам в Grafana
+            нет (см. HostMemoryLow) — смотреть `docker stats` и латентность
+            API — возможно, не хватает уровня AI/ресурсов под нагрузку.