infra(gpu-box): commit GPU-Box compose to repo + Phase 2e docs

The GPU-Box stack has been carrying real production workload since
Phase 2c (monitoring) but only existed as a /srv/mana/docker-compose.gpu-box.yml
on the box itself. If the WSL filesystem dies, none of it is
reproducible. Bring the file into infrastructure/ as the source of
truth (live file on the box must be kept synchronous; manual rsync
for now since there's no CD into the GPU box).

Plus:
- infrastructure/.env.gpu-box.example as the secrets template
- infrastructure/README.md describing what runs there + how the
  Cloudflare-tunnel ingress is API-managed (not config.yml)
- .gitignore for the live infrastructure/.env.gpu-box copy
- MAC_MINI_SERVER.md status-page section now points at the GPU-Box
  setup instead of the long-stopped Mini container
- PLAN_OPTION_C.md: Phase 2e row + GPU-Box service tree update

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
This commit is contained in:
Till JS 2026-05-07 13:28:49 +02:00
parent e3cca9e271
commit d8a35afd99
6 changed files with 576 additions and 9 deletions

3
.gitignore vendored
View file

@ -125,6 +125,9 @@ yarn.lock
.env.macmini
ssh-key-command.txt
# GPU-Box deployment — live .env, copy of infrastructure/.env.gpu-box.example
infrastructure/.env.gpu-box
# Python
.venv/
__pycache__/

View file

@ -176,22 +176,22 @@ Alerts: WebAppDown (2 min), APIDown (1 min), InfraToolDown (3 min), GPUServiceDo
### Public Status Page (status.mana.how)
Statische HTML-Seite, die alle 60 Sekunden vom Container `mana-status-gen` neu generiert wird.
> **Stand 2026-05-07** — Status-Page-Generator + dedizierter Nginx wurden auf die GPU-Box umgezogen (Phase 2e, siehe [`PLAN_OPTION_C.md`](./PLAN_OPTION_C.md)). Die Container `mana-mon-status-gen` + `mana-mon-status-nginx` leben jetzt in [`infrastructure/docker-compose.gpu-box.yml`](../infrastructure/docker-compose.gpu-box.yml), DNS routet `status.mana.how` auf den `mana-gpu-server`-Tunnel.
| Komponente | Pfad |
|---|---|
| Generator-Script | `scripts/generate-status-page.sh` |
| Docker-Service | `status-page-gen` in `docker-compose.macmini.yml` |
| Output | `/Volumes/ManaData/landings/status/index.html` + `status.json` |
| Nginx-Config | `docker/nginx/landings.conf``status.mana.how` |
| Generator-Script | `scripts/generate-status-page.sh` (vom GPU-Box-Sparse-Repo `/srv/mana/source/` bind-gemountet) |
| Docker-Services | `status-page-gen` + `status-nginx` in `infrastructure/docker-compose.gpu-box.yml` |
| Output | docker-volume `status-output` (geteilt zwischen den beiden Containern) |
| Public-Tunnel | mana-gpu-server, Port `:8090` |
**Datenquellen:**
- **Service-Uptime:** VictoriaMetrics via Blackbox Exporter (`probe_success`, `probe_duration_seconds`)
- **App Release Tiers:** Automatisch aus `packages/shared-branding/src/mana-apps.ts` geparst (per awk, read-only Volume-Mount). Zeigt welche Apps in welchem Tier (founder/alpha/beta/public) sind.
- **Service-Uptime:** VictoriaMetrics via Blackbox Exporter (`probe_success`, `probe_duration_seconds`) — VM läuft jetzt im selben docker-network auf der GPU-Box, kein Cloudflare-Round-Trip mehr.
- **App Release Tiers:** Automatisch aus `packages/shared-branding/src/mana-apps.ts` geparst.
**Automatische Aktualisierung:** Änderungen an `requiredTier` in `mana-apps.ts` werden nach dem nächsten `git pull` auf dem Server automatisch beim nächsten 60s-Refresh auf der Statusseite sichtbar — kein Container-Restart nötig, da die Datei live gemountet ist.
**Automatische Aktualisierung:** Der GPU-Box-systemd-timer `mana-source-pull.timer` macht stündlich `git pull` auf `/srv/mana/source/`. Änderungen an `requiredTier` in `mana-apps.ts` schlagen nach maximal 1 h Pull-Latenz + 60 s Status-Tick auf der Status-Seite durch.
**`status.json`** wird parallel generiert und enthält Service-Status + Tier-Daten als JSON (genutzt von ManaScore Live-Badges).
**`status.json`** wird parallel generiert und enthält Service-Status + Tier-Daten als JSON.
### Service Management

View file

@ -16,6 +16,7 @@ Production-Hot-Path bleibt unverändert auf dem Mini.
| Phase 2b — Umami + Forgejo | ✅ | Beide healthy auf GPU-Box. Glitchtip übersprungen — Mini-Glitchtip ist bereits im Broken-State (DB `glitchtip` existiert nicht in Postgres, läuft nur in Degraded-Mode), Migration würde Bug nicht heilen |
| Phase 2c — VM + Loki + Alerts | ✅ | Komplett auf GPU-Box. 11 Container neu (VM, Loki, Pushgateway, Blackbox, Vmalert, Alertmanager, Alert-notifier, GPU-eigenes Node-Exporter+Cadvisor+Promtail). VM scrapt 76 Targets, **69 UP / 7 DOWN** (DOWN sind alle pre-existing wrong /metrics endpoints auf Mana-Services, nicht durch Migration). Konfig-Pfade: `monitoring/{prometheus,loki,blackbox,alertmanager,alert-notifier}/`. Bekannte Limits siehe unten. |
| Phase 2d — Glitchtip mit dediziertem DB-Stack | ✅ | 4 Container neu (mana-mon-glitchtip + worker + dedizierte glitchtip-postgres + glitchtip-redis). Mini-Postgres scheiterte bei `logs.0001_initial`-Partition-Creation mit OS-level "Permission denied" (macOS-Docker-Storage-Quirk auf externer SSD). Auf der GPU-Box mit Linux-ext4 saubere 333-Tabellen-Migration. Worker enqueuet UND finished Tasks → DB-Writes funktional (vorher hingen sie ewig). Public-Hostname `glitchtip.mana.how` → mana-gpu-server-Tunnel (config v23). |
| Phase 2e — Status-Page auf GPU-Box | ✅ | 2 Container neu (`mana-mon-status-gen` + `mana-mon-status-nginx`). Sparse `/srv/mana/source` mit `mana-source-pull.timer` (stündlich) hostet das `generate-status-page.sh` und `mana-apps.ts`. status-gen schreibt in das Docker-Volume `status-output`, das status-nginx auf `:8090` ausliefert. Public-Hostname `status.mana.how` → mana-gpu-server-Tunnel (config v25). Bonus: behebt den Inode-Stale-Bind-Mount-Bug, der auf dem Mini bei jedem CD-`git checkout -f` die Status-Page kaputt machte. `vm.mana.how` (Phase-2c-Workaround für Mini→GPU-VM-Routing) wurde wieder aus dem Tunnel entfernt — VM ist nicht mehr public. |
| Phase 3 — Daten-Migration | n/a | Alle migrierten Apps lesen Mini-Postgres direkt — keine separate Datenmigration |
| Phase 4 — Cloudflare-Cutover | ✅ | API-Approach via `cert.pem` apiToken: PUT `/accounts/.../cfd_tunnel/.../configurations` für GPU-Tunnel, dann `cloudflared tunnel route dns --overwrite-dns`. Kein Dashboard-Klick nötig. 3 Hostnames live (grafana/git/stats) |
| Phase 5 — Mini-Compose aufräumen | ✅ | 3 Blöcke in `cloudflared-config.yml` auskommentiert (Backup angelegt), cloudflared neu geladen, Mini-Container `mana-mon-grafana` + `mana-mon-umami` gestoppt (nicht entfernt — Rollback bleibt möglich) |
@ -59,6 +60,12 @@ WSL2 (Ubuntu 24.04, 24 GB RAM-Limit, 12 vCPU, vmIdleTimeout=-1)
│ ├── mana-mon-glitchtip-postgres (postgres:16-alpine) — eigene DB-Instanz
│ │ └── volume: glitchtip-pg-data (333 Tabellen, alle Migrationen sauber)
│ └── mana-mon-glitchtip-redis (redis:7-alpine) — eigene Cache+Queue
├── Phase 2e — Status-Page (eigener Stack)
│ ├── mana-mon-status-gen (alpine:3.20) — Generator-Loop, queryt VM lokal
│ ├── mana-mon-status-nginx (nginx:alpine, :8090) — serviert HTML+JSON
│ └── volume: status-output (geteilt zwischen den beiden)
└── /srv/mana/source/ — Sparse mana-monorepo-clone (scripts/ + packages/shared-branding/src/)
└── systemd-timer: mana-source-pull.timer (stündlich `git pull --ff-only`)
└── Phase 2c — Metrics-Stack
├── mana-mon-victoria (VM v1.99.0, :9090) — scrapt Mini-Services via 192.168.178.131:<port>
│ ├── extra_hosts: host.docker.internal:host-gateway

View file

@ -0,0 +1,29 @@
# GPU-Box stack secrets — copy to /srv/mana/.env on the Windows-WSL2 box,
# never commit the filled version. Live-File ist gitignored.
#
# Verbraucher: docker-compose.gpu-box.yml in diesem Verzeichnis.
# ─── Postgres-Credentials ────────────────────────────────────
# Mini-Postgres-Passwort (gleiches wie .env.macmini POSTGRES_PASSWORD)
# Wird von Forgejo + Umami genutzt, die ihren DB-Host auf 192.168.178.131:5432 zeigen.
POSTGRES_PASSWORD=
# ─── Grafana ─────────────────────────────────────────────────
GF_ADMIN_PASSWORD=
# ─── Umami ───────────────────────────────────────────────────
# Identisch mit dem Wert auf dem Mini halten, sonst werden Sessions invalidiert.
# Hexlich aus `openssl rand -base64 32`.
UMAMI_APP_SECRET=
# ─── Telegram-Notifier (alert-notifier) ──────────────────────
TELEGRAM_BOT_TOKEN=
TELEGRAM_CHAT_ID=
NTFY_TOPIC=
# ─── Glitchtip (eigene DB-Insel auf der GPU-Box) ─────────────
# Frisch generiert bei Phase 2d, kein gemeinsamer Wert mit Mini.
GLITCHTIP_DB_PASSWORD=
GLITCHTIP_SECRET_KEY=
GLITCHTIP_ADMIN_EMAIL=
GLITCHTIP_ADMIN_PASSWORD=

83
infrastructure/README.md Normal file
View file

@ -0,0 +1,83 @@
# Infrastructure Compose Files
Compose-Stacks die nicht direkt am Mac-Mini hängen.
## `docker-compose.gpu-box.yml`
Mana-Stack auf der Windows-GPU-Box (Hostname `mana-server-gpu`, IP `192.168.178.11`)
in WSL2/Docker. Bekam mit Phase 2 (Mai 2026) die nicht-zeitkritischen
Hilfsdienste vom Mini abgegeben — siehe [`docs/PLAN_OPTION_C.md`](../docs/PLAN_OPTION_C.md).
### Was läuft drin
| Service | Port (LAN-internal/external via Tunnel) | Rolle |
|---|---|---|
| `grafana` | `:8000``grafana.mana.how` | Dashboards (Phase 2a) |
| `forgejo` | `:3041``git.mana.how` | Git-Mirror (Phase 2b) |
| `umami` | `:8010``stats.mana.how` | Web-Analytics (Phase 2b) |
| `victoriametrics` | `:9090` (intern) | Metrics-Store (Phase 2c) |
| `loki` | `:3100` (intern) | Log-Store (Phase 2c) |
| `pushgateway`, `blackbox-exporter`, `vmalert`, `alertmanager`, `alert-notifier` | (intern) | Metrics + Alerting (Phase 2c) |
| `gpu-node-exporter`, `gpu-cadvisor`, `gpu-promtail` | (intern) | Self-Monitoring (Phase 2c) |
| `glitchtip` + worker + dedizierte postgres + redis | `:8020``glitchtip.mana.how` | Error-Tracking mit eigenem DB-Stack (Phase 2d) |
| `status-page-gen`, `status-nginx` | `:8090``status.mana.how` | Status-Seite (Phase 2e) |
Plus der bestehende `photon`-Container (Geocoder), der vor Phase 2 schon
auf der Box existierte und unangetastet blieb.
### Live-Files auf der GPU-Box
```
/srv/mana/
├── docker-compose.gpu-box.yml ← Diese Datei (live deployment)
├── .env ← Secrets, gitignored — Vorlage in .env.gpu-box.example
├── monitoring/ ← Configs (rsync von Mini bei Phase 2c)
│ ├── prometheus/ ← prometheus.yml mit 192.168.178.131-Targets, alerts.yml
│ ├── grafana/ ← provisioning + dashboards
│ ├── loki/, blackbox/, alertmanager/, alert-notifier/, promtail-gpu/
├── forgejo-data/ ← Forgejo /data bind-mount (rsync von Mini bei Phase 2b)
└── source/ ← Sparse mana-monorepo-clone
für status-page-gen + zukünftige Scripts
git pull stündlich via systemd timer mana-source-pull.timer
```
### Deployment
```bash
# Auf der GPU-Box, in /srv/mana/:
docker compose -f docker-compose.gpu-box.yml up -d
docker compose -f docker-compose.gpu-box.yml ps
```
Repo-File ist Source-of-Truth; Live-Datei in `/srv/mana/` muss synchron
gehalten werden. Aktuell manuell — kein CD-Flow für die GPU-Box.
### Cloudflare-Tunnel
Token-managed Windows-Service `Cloudflared` mit Tunnel
`mana-gpu-server` (UUID `83454e8e-d7f5-4954-b2cb-0307c2dba7a6`).
Ingress-Konfiguration via API + Cloudflare-Dashboard, NICHT in
`config.yml`. Aktuelle Public-Hostnames:
`gpu-stt`, `gpu-tts`, `gpu-llm`, `gpu-img`, `gpu-video`, `gpu-ollama`
(alle für die nativen AI-Scheduled-Tasks) plus
`grafana`, `git`, `stats`, `glitchtip`, `status` (alles `*.mana.how`,
für die Phase-2-Container hier).
API-Update (idempotent):
```python
# ssh mana-server, dann python3 mit dem cf-update-Pattern aus
# docs/PLAN_OPTION_C.md §4
```
### Deps für die Box
- WSL2 mit Ubuntu 24.04
- Docker Engine in WSL2 mit `systemd=true`
- `.wslconfig` mit `memory=24GB processors=12 vmIdleTimeout=-1 networkingMode=mirrored`
- Scheduled Task `MANA_WSL_Keepalive` hält die WSL-VM via `wsl --exec sleep infinity` warm
- Systemd Timer `mana-source-pull.timer` git-pulled `/srv/mana/source/` stündlich
- Windows-Firewall offen für Ports 3100, 9090, 9091 (von Mini-side accessible)
- `netsh interface portproxy` zwischen Windows-LAN-IP und WSL2-localhost für die obigen Ports
Alles dokumentiert in [`docs/WINDOWS_GPU_SERVER_SETUP.md`](../docs/WINDOWS_GPU_SERVER_SETUP.md).

View file

@ -0,0 +1,445 @@
# Mana GPU-Box stack — Workload-Split mit dem Mac Mini.
# Phase 2c (2026-05-06): Metrics-Stack komplett auf GPU-Box.
# Production-Hot-Path bleibt unverändert auf dem Mini.
#
# Architektur:
# - Apps hier (Grafana, Forgejo, Umami, Glitchtip-future) lesen Postgres
# auf 192.168.178.131:5432 als SoT.
# - VictoriaMetrics scrapt Mac-Mini-Services via 192.168.178.131:<port>
# (siehe monitoring/prometheus/prometheus.yml) und GPU-Box-eigene
# node-exporter + cadvisor lokal.
# - Loki empfängt Logs vom Mini-Promtail (Push-Modus, Mini schickt
# zu http://192.168.178.11:3100) UND vom GPU-Box-eigenen Promtail.
# - Cutover via Cloudflare-Tunnel `mana-gpu-server`.
services:
# ============================================
# Phase 2a — Grafana (UI)
# ============================================
grafana:
image: grafana/grafana:10.4.1
container_name: mana-mon-grafana
restart: unless-stopped
ports:
- '8000:3000'
environment:
GF_SECURITY_ADMIN_USER: admin
GF_SECURITY_ADMIN_PASSWORD: ${GF_ADMIN_PASSWORD}
GF_SERVER_ROOT_URL: https://grafana.mana.how
GF_INSTALL_PLUGINS: yesoreyeram-infinity-datasource
POSTGRES_PASSWORD: ${POSTGRES_PASSWORD}
GLITCHTIP_DB_PASSWORD: ${GLITCHTIP_DB_PASSWORD}
volumes:
- mana-grafana-data:/var/lib/grafana
- ./monitoring/grafana/provisioning:/etc/grafana/provisioning:ro
- ./monitoring/grafana/dashboards:/var/lib/grafana/dashboards:ro
healthcheck:
test: ['CMD-SHELL', 'wget -q -O- http://localhost:3000/api/health || exit 1']
interval: 30s
timeout: 5s
retries: 3
# ============================================
# Phase 2b — Forgejo + Umami
# ============================================
forgejo:
image: codeberg.org/forgejo/forgejo:11
container_name: mana-core-forgejo
restart: unless-stopped
ports:
- '3041:3000'
- '2222:22'
environment:
USER_UID: 1000
USER_GID: 1000
FORGEJO__database__DB_TYPE: postgres
FORGEJO__database__HOST: 192.168.178.131:5432
FORGEJO__database__NAME: forgejo
FORGEJO__database__USER: postgres
FORGEJO__database__PASSWD: ${POSTGRES_PASSWORD}
FORGEJO__server__DOMAIN: git.mana.how
FORGEJO__server__SSH_DOMAIN: git.mana.how
FORGEJO__server__ROOT_URL: https://git.mana.how/
FORGEJO__server__HTTP_PORT: 3000
FORGEJO__server__SSH_PORT: 2222
FORGEJO__server__LFS_START_SERVER: 'true'
FORGEJO__service__DISABLE_REGISTRATION: 'true'
FORGEJO__service__REQUIRE_SIGNIN_VIEW: 'false'
FORGEJO__actions__ENABLED: 'true'
FORGEJO__actions__DEFAULT_ACTIONS_URL: https://code.forgejo.org
FORGEJO__packages__ENABLED: 'true'
FORGEJO__ui__DEFAULT_THEME: forgejo-dark
FORGEJO__ui__SHOW_USER_EMAIL: 'false'
FORGEJO__mailer__ENABLED: 'false'
volumes:
- ./forgejo-data:/data
healthcheck:
test: ['CMD', 'wget', '-q', '--spider', 'http://localhost:3000/api/v1/version']
interval: 120s
timeout: 10s
retries: 3
start_period: 60s
umami:
image: ghcr.io/umami-software/umami:postgresql-v2.18.0
container_name: mana-mon-umami
restart: unless-stopped
ports:
- '8010:3000'
environment:
DATABASE_URL: postgresql://postgres:${POSTGRES_PASSWORD}@192.168.178.131:5432/umami
DATABASE_TYPE: postgresql
APP_SECRET: ${UMAMI_APP_SECRET}
DISABLE_TELEMETRY: '1'
healthcheck:
test: ['CMD-SHELL', 'wget -q -O- http://127.0.0.1:3000/api/heartbeat || exit 1']
interval: 30s
timeout: 5s
retries: 3
start_period: 30s
# ============================================
# Phase 2c — Metrics-Stack
# ============================================
victoriametrics:
image: victoriametrics/victoria-metrics:v1.99.0
container_name: mana-mon-victoria
extra_hosts:
- 'host.docker.internal:host-gateway'
restart: unless-stopped
entrypoint:
- /victoria-metrics-prod
- -storageDataPath=/storage
- -retentionPeriod=2y
- -httpListenAddr=:9090
- -promscrape.config=/etc/prometheus/prometheus.yml
- -promscrape.config.strictParse=false
- -selfScrapeInterval=15s
- -search.latencyOffset=0s
volumes:
- ./monitoring/prometheus:/etc/prometheus:ro
- victoriametrics-data:/storage
ports:
- '9090:9090'
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:9090/health']
interval: 60s
timeout: 10s
retries: 3
start_period: 15s
loki:
image: grafana/loki:3.0.0
container_name: mana-mon-loki
restart: unless-stopped
entrypoint: ['sh', '-c', 'mkdir -p /etc/loki && cp /mnt/loki-config/*.yaml /etc/loki/ 2>/dev/null; exec /usr/bin/loki -config.file=/etc/loki/local-config.yaml']
volumes:
- ./monitoring/loki:/mnt/loki-config:ro
- loki-data:/loki
ports:
- '3100:3100'
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:3100/ready']
interval: 60s
timeout: 10s
retries: 3
start_period: 15s
pushgateway:
image: prom/pushgateway:v1.7.0
container_name: mana-mon-pushgateway
restart: unless-stopped
ports:
- '9091:9091'
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:9091/-/healthy']
interval: 60s
timeout: 10s
retries: 3
start_period: 20s
blackbox-exporter:
image: prom/blackbox-exporter:v0.25.0
container_name: mana-mon-blackbox
restart: unless-stopped
dns:
- 1.1.1.1
- 8.8.8.8
command: ['--config.file=/etc/blackbox/blackbox.yml']
volumes:
- ./monitoring/blackbox/blackbox.yml:/etc/blackbox/blackbox.yml:ro
ports:
- '9115:9115'
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:9115/']
interval: 60s
timeout: 10s
retries: 3
vmalert:
image: victoriametrics/vmalert:v1.99.0
container_name: mana-mon-vmalert
restart: unless-stopped
depends_on:
victoriametrics:
condition: service_healthy
alertmanager:
condition: service_started
entrypoint:
- /vmalert-prod
- -datasource.url=http://victoriametrics:9090
- -notifier.url=http://alertmanager:9093
- -remoteWrite.url=http://victoriametrics:9090
- -remoteRead.url=http://victoriametrics:9090
- -rule=/etc/alerts/alerts.yml
- -evaluationInterval=30s
- -httpListenAddr=:8880
volumes:
- ./monitoring/prometheus:/etc/alerts:ro
ports:
- '8880:8880'
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:8880/health']
interval: 60s
timeout: 10s
retries: 3
start_period: 25s
alertmanager:
image: prom/alertmanager:v0.27.0
container_name: mana-mon-alertmanager
restart: unless-stopped
depends_on:
alert-notifier:
condition: service_started
command:
- --config.file=/etc/alertmanager/alertmanager.yml
- --storage.path=/alertmanager
- --web.listen-address=:9093
volumes:
- ./monitoring/alertmanager/alertmanager.yml:/etc/alertmanager/alertmanager.yml:ro
- alertmanager-data:/alertmanager
ports:
- '9093:9093'
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:9093/-/healthy']
interval: 60s
timeout: 10s
retries: 3
start_period: 25s
alert-notifier:
build:
context: ./monitoring/alert-notifier
dockerfile: Dockerfile
image: alert-notifier:gpu-box
container_name: mana-mon-alert-notifier
restart: unless-stopped
environment:
PORT: 8080
TELEGRAM_BOT_TOKEN: ${TELEGRAM_BOT_TOKEN}
TELEGRAM_CHAT_ID: ${TELEGRAM_CHAT_ID}
NTFY_TOPIC: ${NTFY_TOPIC:-}
ports:
- '9095:8080'
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:8080/health']
interval: 60s
timeout: 5s
retries: 3
start_period: 25s
# GPU-Box self-monitoring (each box runs its own node-exporter + cadvisor)
gpu-node-exporter:
image: prom/node-exporter:v1.7.0
container_name: mana-mon-gpu-node-exporter
restart: unless-stopped
command:
- --collector.disable-defaults
- --collector.cpu
- --collector.meminfo
- --collector.loadavg
- --collector.filesystem
- --collector.netdev
- --collector.time
- --collector.uname
- --collector.filesystem.mount-points-exclude=^/(sys|proc|dev|host|etc)($$|/)
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:9100/metrics']
interval: 60s
timeout: 10s
retries: 3
start_period: 20s
gpu-cadvisor:
image: gcr.io/cadvisor/cadvisor:v0.49.1
container_name: mana-mon-gpu-cadvisor
restart: unless-stopped
privileged: true
volumes:
- /:/rootfs:ro
- /var/run:/var/run:ro
- /sys:/sys:ro
- /var/lib/docker/:/var/lib/docker:ro
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:8080/healthz']
interval: 60s
timeout: 10s
retries: 3
start_period: 20s
gpu-promtail:
image: grafana/promtail:3.0.0
container_name: mana-mon-gpu-promtail
restart: unless-stopped
command: ['-config.file=/etc/promtail/config.yaml', '-config.expand-env=true']
volumes:
- ./monitoring/promtail-gpu:/etc/promtail:ro
- /var/run/docker.sock:/var/run/docker.sock:ro
depends_on:
loki:
condition: service_started
healthcheck:
test: ['CMD', 'wget', '--no-verbose', '--tries=1', '--spider', 'http://127.0.0.1:9080/ready']
interval: 60s
timeout: 10s
retries: 3
start_period: 15s
# ============================================
# Phase 2d — Glitchtip mit dedizierter Postgres + Redis (2026-05-06)
# Mini-Postgres hatte Partition-Creation-Permission-Issues
# (macOS-Docker-Storage-Quirk auf externer SSD), daher eigener Stack hier.
# ============================================
glitchtip-postgres:
image: postgres:16-alpine
container_name: mana-mon-glitchtip-postgres
restart: unless-stopped
environment:
POSTGRES_USER: postgres
POSTGRES_PASSWORD: ${GLITCHTIP_DB_PASSWORD}
POSTGRES_DB: glitchtip
volumes:
- glitchtip-pg-data:/var/lib/postgresql/data
healthcheck:
test: ['CMD-SHELL', 'pg_isready -U postgres -d glitchtip']
interval: 30s
timeout: 5s
retries: 5
start_period: 15s
glitchtip-redis:
image: redis:7-alpine
container_name: mana-mon-glitchtip-redis
restart: unless-stopped
command: ['redis-server', '--maxmemory', '128mb', '--maxmemory-policy', 'allkeys-lru']
healthcheck:
test: ['CMD', 'redis-cli', 'ping']
interval: 30s
timeout: 3s
retries: 3
start_period: 5s
glitchtip:
image: glitchtip/glitchtip:latest
container_name: mana-mon-glitchtip
restart: unless-stopped
depends_on:
glitchtip-postgres:
condition: service_healthy
glitchtip-redis:
condition: service_healthy
environment:
DATABASE_URL: postgres://postgres:${GLITCHTIP_DB_PASSWORD}@glitchtip-postgres:5432/glitchtip
REDIS_URL: redis://glitchtip-redis:6379/0
SECRET_KEY: ${GLITCHTIP_SECRET_KEY}
DEFAULT_FROM_EMAIL: glitchtip@mana.how
ENABLE_USER_REGISTRATION: 'true'
PORT: '8020'
GLITCHTIP_DOMAIN: https://glitchtip.mana.how
CELERY_WORKER_AUTOSCALE: '1,3'
# Heroku-style trigger so start.sh runs ./manage.py migrate at boot:
DYNO: web.1
ports:
- '8020:8020'
healthcheck:
test: ['CMD', 'python3', '-c', 'import urllib.request; urllib.request.urlopen("http://localhost:8020/_health/")']
interval: 60s
timeout: 10s
retries: 3
start_period: 90s
glitchtip-worker:
image: glitchtip/glitchtip:latest
container_name: mana-mon-glitchtip-worker
restart: unless-stopped
depends_on:
glitchtip:
condition: service_started
command: ['./bin/run-celery-with-beat.sh']
environment:
DATABASE_URL: postgres://postgres:${GLITCHTIP_DB_PASSWORD}@glitchtip-postgres:5432/glitchtip
REDIS_URL: redis://glitchtip-redis:6379/0
SECRET_KEY: ${GLITCHTIP_SECRET_KEY}
GLITCHTIP_DOMAIN: https://glitchtip.mana.how
CELERY_WORKER_AUTOSCALE: '1,3'
# ============================================
# Phase 2e — Status-Page (2026-05-07): generator + nginx auf GPU-Box.
# Vorher auf Mini, jetzt direkt neben VM/Loki — keine vm.mana.how-
# Public-API-Exposure mehr nötig, kein Cloudflare-Round-Trip pro Query.
# ============================================
status-page-gen:
image: alpine:3.20
container_name: mana-mon-status-gen
restart: unless-stopped
depends_on:
victoriametrics:
condition: service_healthy
environment:
VICTORIAMETRICS_URL: http://victoriametrics:9090
OUTPUT_FILE: /output/index.html
volumes:
# Bind from sparse clone (auto-pulled hourly via systemd timer
# mana-source-pull.timer; restart hier nicht nötig da Container
# cp /generate.sh /tmp/ beim ersten Tick liest)
- /srv/mana/source/scripts/generate-status-page.sh:/generate.sh:ro
- /srv/mana/source/packages/shared-branding/src/mana-apps.ts:/mana-apps.ts:ro
- status-output:/output
command:
- sh
- -c
- |
apk add --no-cache curl jq || { echo "apk add fehlgeschlagen"; sleep 10; exit 1; }
mkdir -p /output
while true; do
cp /generate.sh /tmp/generate.sh
sh /tmp/generate.sh
sleep 60
done
status-nginx:
image: nginx:alpine
container_name: mana-mon-status-nginx
restart: unless-stopped
depends_on:
status-page-gen:
condition: service_started
ports:
- '8090:80'
volumes:
- status-output:/usr/share/nginx/html:ro
healthcheck:
test: ['CMD', 'wget', '-q', '-O-', '-T', '3', 'http://127.0.0.1/status.json']
interval: 60s
timeout: 5s
retries: 3
start_period: 30s
volumes:
glitchtip-pg-data:
status-output:
mana-grafana-data:
victoriametrics-data:
loki-data:
alertmanager-data: