Une supervision utile tient en six alertes : service indisponible, disque plein, mémoire épuisée, sauvegarde qui n’a pas tourné, certificat expiré, saturation qui dure. Tout le reste — processeur au-dessus de 80 % pendant une minute, chaque redémarrage, chaque paquet à mettre à jour — produit du bruit qui apprend surtout à ignorer les vraies pannes. La sonde et les courbes sont déjà comprises dans le socle d’infogérance à 150 € HT par mois ; ce qui coûte cher, c’est le temps passé à trier des messages inutiles.
Vos alertes réveillent-elles les bonnes personnes ?
Nous relisons la liste des alertes actives, le routage et les seuils, puis nous supprimons ce qui ne déclenche aucune action. Rapport écrit, avec la liste avant et après.

La fatigue d’alerte est un défaut de conception
Quand une boîte reçoit deux cents messages par semaine dont trois annoncent un incident, le tri ne se fait plus par le contenu mais par l’habitude. La panne du dimanche arrive dans le même flux que la mise à jour d’un module, et reçoit la même attention : aucune.
Trois symptômes suffisent à mesurer le phénomène : la part d’alertes sans action, les incidents signalés d’abord par un client, les alertes fermées sans commentaire. Si le premier chiffre dépasse un tiers des messages, la supervision ne protège plus : elle décore.
Une alerte est un contrat en trois clauses : un propriétaire — une personne, pas une équipe —, une action réalisable à l’instant où elle arrive, un délai au-delà duquel quelqu’un d’autre est prévenu. Sans les trois, c’est un rapport, et un rapport ne se lit pas à trois heures du matin.
Les six alertes qui justifient un réveil
- Le service ne répond plus. Test HTTP depuis l’extérieur toutes les 60 secondes, alerte au deuxième échec consécutif. Un
pingne prouve rien : la machine répond très bien quand Apache est mort, et c’est le cas le plus fréquent. - Le disque ou les inodes se remplissent. Deux seuils, 85 % puis 92 %, et une projection : au rythme des sept derniers jours, plein dans combien de jours ? Le disque plein casse la base de données avant le site.
- La mémoire manque au point de tuer un processus. On alerte sur le tueur de mémoire du noyau, pas sur le taux d’occupation de la RAM : un Linux sain utilise 90 % de sa mémoire en cache et la libère à la demande.
- La sauvegarde n’a pas tourné. Fraîcheur de la dernière copie au-delà de 26 heures, ou deux échecs consécutifs. Un cron qui échoue en silence ressemble exactement à un cron qui réussit.
- Le certificat ou le nom de domaine va lâcher. Expiration à moins de 21 jours — signe d’un renouvellement automatique en échec — et échec d’interrogation des DNS autoritatifs. Deux pannes évitables et très visibles : navigateur bloqué, messagerie refusée.
- La saturation dure. Charge moyenne sur dix minutes supérieure au nombre de cœurs, ou latence au 95e centile au-delà du double de l’habitude. Un pic est du trafic ; un plateau est une fuite mémoire ou un disque en fin de vie.
Le tableau des seuils de départ
Ces valeurs sont des points de départ à recaler sur quatre semaines de mesures réelles, pas des engagements contractuels.
| Alerte | Ce qu’elle détecte vraiment | Seuil de départ | Fenêtre | Première action |
|---|---|---|---|---|
| Service indisponible | Le client reçoit une erreur, pas seulement la machine éteinte | 2 échecs consécutifs, code 5xx ou délai dépassé | 60 s | Redémarrer le service après lecture des journaux |
| Disque | Saturation d’espace ou d’inodes, avec projection | 85 %, puis 92 % | Toutes les 5 min | Purger journaux et caches, vérifier les sauvegardes locales |
| Mémoire | Processus tué par le noyau, donc service interrompu | 1 occurrence | Immédiat | Identifier le processus, vérifier la fuite, ajuster la limite |
| Sauvegarde | Copie absente ou trop ancienne | Dernière copie > 26 h ou 2 échecs | Quotidienne | Relancer, lire l’erreur, tester une restauration |
| Certificat et DNS | Échéance certaine, indépendante de la charge | Moins de 21 jours | Quotidienne | Renouveler manuellement, corriger la validation du domaine |
| Saturation | Dégradation durable, pas un pic de trafic | Charge 10 min > nombre de cœurs | 10 min | Repérer le processus ou la requête, comparer à la veille |
Les alertes qui pourrissent la boîte mail
La liste se retrouve partout, souvent installée par défaut par l’outil.
- Processeur au-dessus de 80 % pendant une minute. Une sauvegarde suffit à déclencher, sans effet pour l’utilisateur et sans action possible.
- Disque au-dessus de 80 %. Trop tôt : un volume à 80 % fonctionne des mois. L’alerte reste allumée en permanence et banalise le seuil de 92 %, celui qui compte.
- Chaque connexion SSH réussie, chaque redémarrage, chaque paquet à mettre à jour. Des journaux, à sortir une fois par semaine dans un rapport.
- Tout ce qui arrive sur l’adresse générique. Une alerte envoyée à
contact@n’a pas de propriétaire ; elle est lue par personne et archivée par tous.
Il manque alors aux messages qui restent deux qualités : décrire un état — « le service est tombé » se ferme, « 412 connexions ont échoué » ne se ferme pas — et revenir à la normale sans intervention. La règle de tri tient en une phrase : une alerte qui n’appelle aucune action dans l’heure devient une ligne de rapport quotidien.
Régler les seuils sans rater la panne
Un seuil fixé au hasard produit deux erreurs symétriques : l’alerte permanente et le silence qui laisse passer l’incident. Quatre pratiques réduisent presque à zéro ce risque.
- Mesurer avant de fixer. Quatre semaines de métriques donnent la valeur habituelle et son amplitude ; le seuil se place au-dessus du maximum normal observé.
- Utiliser une hystérésis. Déclencher à 90 %, revenir à 80 % : sans cet écart, une valeur qui oscille autour du seuil génère des dizaines de messages par heure.
- Exiger plusieurs occurrences. Deux ou trois mesures consécutives hors seuil éliminent les pics sans retarder une vraie panne de quelques minutes.
- Inhiber les alertes dépendantes. Quand un commutateur tombe, les trente services derrière lui deviennent injoignables : une seule alerte doit partir, les autres étant marquées comme conséquences.
Le contrôle final se fait par la pratique : couper un service secondaire en heures ouvrées, vérifier que le bon message arrive à la bonne personne, puis le rétablir. Un dispositif jamais testé n’est qu’une intention.
Trois niveaux, un seul canal qui réveille
Le routage compte autant que le contenu. Trois niveaux suffisent sur un serveur de production :
- Information — rapport quotidien, sans notification : mises à jour disponibles, disque au-delà de 85 %, certificat à 21 jours.
- Exploitation — courriel et messagerie aux heures ouvrées : sauvegarde échouée une fois, service dégradé. Réponse attendue en heures.
- Astreinte — un seul canal qui sonne, jour et nuit : service indisponible, disque critique, processus tué par le noyau, deux échecs de sauvegarde. Chaque alerte de ce niveau a un acquittement et une escalade vers une seconde personne.
Le plus difficile est de tenir ce niveau à quelques alertes : après trois nuits interrompues pour rien, l’astreinte se met en sourdine et le quatrième appel, le vrai, ne réveille plus personne. Pour les incidents d’accès, la sécurisation SSH supprime une bonne partie du bruit : un accès fermé aux mots de passe et filtré par Fail2ban élimine les alertes de force brute, qui n’ont rien à faire dans un canal d’astreinte.
Combien coûte une supervision qui sert
Le logiciel n’est plus le poste principal : Prometheus avec Alertmanager, Zabbix, Centreon ou Uptime Kuma couvrent le besoin à coût de licence nul ou marginal. Ce qui se paie, c’est le calibrage initial — une journée par serveur, quelques heures par trimestre ensuite — et l’acheminement des alertes par SMS.
Dans un contrat d’infogérance, la brique est déjà comprise : l’offre à 150 € HT par mois pour un serveur dédié avec virtualisation inclut la sonde disque, processeur et mémoire, la surveillance des services web, les courbes et une heure de paramétrage mensuelle. Ce qui se facture en plus, c’est l’astreinte jour et nuit et l’intervention à distance — du temps humain. La grille tarifaire détaille ces lignes, et l’infogérance OVH précise ce qui reste à la charge du client quand le serveur lui appartient.
Ouvrir la vidéo dans un nouvel onglet
Questions fréquentes
Faut-il une sonde interne, externe, ou les deux ? Les deux. L’externe dit ce que voit le client — site joignable, certificat valide, DNS répondant — et détecte une coupure réseau. L’interne voit le disque, la mémoire, la charge et les sauvegardes : seule, la surveillance externe laisse passer un disque plein qui n’a pas encore cassé le site.
Combien d’alertes par mois est-ce normal ? Pas de chiffre universel, mais un ratio : plus de huit alertes sur dix doivent avoir déclenché une action. En dessous, le problème est le seuil. Pour l’astreinte, l’objectif reste quelques déclenchements par an hors maintenance programmée.
Uptime Kuma ou un simple script suffisent-ils ? Pour un à trois sites surveillés par une personne, oui. Dès qu’il y a plusieurs serveurs ou une astreinte, il manque le regroupement des alertes liées, l’escalade en cas de non-réponse et l’historique des métriques.
Faut-il alerter sur le processeur ? Sur les pics, non : quarante secondes à 100 % sont le comportement normal d’un serveur qui travaille. Sur les plateaux, oui : une charge supérieure au nombre de cœurs pendant dix minutes signale une dégradation réelle. L’indicateur le plus fiable reste la latence vue par l’utilisateur.
Un audit de vos alertes, pas un nouveau tableau de bord
Nous partons de la liste existante : combien d’alertes actives, lesquelles ont déclenché une action en trois mois, qui les reçoit. Les alertes sans action passent en rapport, les utiles sont recalibrées sur les métriques réelles, l’astreinte est réduite à ce qui justifie de réveiller quelqu’un. Le rapport liste suppressions, ajouts et seuils, justifiés.
Pour situer l’ensemble : l’infogérance de serveur dédié ou cloud couvre la sonde, les courbes et une heure de paramétrage par mois ; l’hébergement haute disponibilité traite le cas où l’alerte ne suffit plus, parce que la panne doit être absorbée sans intervention. Pour le versant outillage, notre analyse des 55 produits cloud et IA annoncés par OVHcloud explique ce que l’IA change réellement dans la sécurité des serveurs — et ce qui doit rester humain.
Un serveur a administrer, une panne a traiter, un projet a heberger ?
Nous gerons des serveurs pour des entreprises depuis la Guadeloupe. Dites-nous ce dont vous avez besoin, nous repondons avec une proposition claire.
« Le client previent d'un passage TV au dernier moment et la team @demarcq se met en quatre pour dimensionner l'infrastructure avec nous. »Rene Cotton — message publie publiquement sur X
Lire les 12 temoignages clients, publies publiquement et verifiables →