# Правила алертинга Prometheus. Подключены через
# `rule_files` в prometheus.yml. Метрики — из `backend/api/metrics.py`
# (см. комментарий в prometheus.yml про контракт имён).
#
# Проверка: алерт на искусственно заваленном пайплайне — остановить `llm`
# при активном `summarize_session` (см. `docs/deploy/monitoring.md`).
groups:
  - name: vidconf-pipeline
    rules:
      # Растёт число сеансов, застрявших в статусе `failed`
      # (`conference_sessions.pipeline_status`).
      # `delta()` — корректная функция PromQL именно для gauge (не
      # `increase()`, которая рассчитана на монотонные counter'ы).
      - alert: PipelineFailed
        expr: delta(vidconf_pipeline_sessions{status="failed"}[15m]) > 0
        for: 5m
        labels:
          severity: critical
        annotations:
          summary: "Растёт число упавших сеансов пайплайна пост-обработки"
          description: >-
            За последние 15 минут число сеансов в статусе failed выросло
            на {{ $value }}. Смотреть логи worker/worker-transcriber и
            таблицу conference_sessions (pipeline_status).

      # Глубина хотя бы одной из очередей Celery устойчиво растёт 15 минут
      # подряд — воркеры не успевают за потоком задач (см.
      # docs/deploy/scaling.md — вынос очереди в отдельную реплику).
      - alert: QueueGrowing
        expr: delta(vidconf_celery_queue_depth[15m]) > 0 and vidconf_celery_queue_depth > 10
        for: 15m
        labels:
          severity: warning
        annotations:
          summary: "Очередь Celery «{{ $labels.queue }}» растёт 15 минут подряд"
          description: >-
            Текущая глубина очереди {{ $labels.queue }}: {{ $value }} задач,
            рост не прекращается 15 минут — см. docs/deploy/scaling.md
            (вынос очереди в отдельную реплику/масштабирование).

      # LLM-сервер (llama.cpp, job `llm` — см. комментарий в prometheus.yml
      # про сетевой алиас `llm`/`llm-gpu`) недоступен. Актуально ТОЛЬКО на
      # инсталляциях с включённым профилем `llm`/`llm-gpu` (пресеты 3–5,
      # `install.sh`) — на пресетах 1/2 (без AI) таргет `llm:8080` в принципе
      # не резолвится, и этот алерт будет постоянно активен, если профиль
      # `monitoring` включён без AI-профиля; для таких инсталляций правило
      # можно отключить (закомментировать) в локальной копии alerts.yml.
      - alert: LlmDown
        expr: up{job="llm"} == 0
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: "LLM-сервер (llama.cpp) недоступен"
          description: >-
            Prometheus не может достучаться до llm:8080 дольше 2 минут —
            суммаризация встанет (задачи будут копиться в очереди summarize,
            см. также алерт QueueGrowing). Проверить
            `docker compose ps llm` / `llm-gpu` и `docker compose logs llm`.