Release v3.6.0: od „jest skonfigurowane” do „działa” – i pobieranie, które stawało na 1 GB
Co zmieniło się w kodzie Ansible homelabu od v3.5.0: testy sprawdzające efekt zamiast stanu, heartbeaty dla każdego zadania okresowego, PHP 8.5 na blogu – i błąd pobierania w Nextcloudzie, do którego doprowadził alert CPU.

🌐 Także w: English · Deutsch · Français · Español · Italiano · Português · Nederlands
Wersja v3.6.0 kodu Ansible, który stoi za tym blogiem i dwoma serwerami Nextcloud, jest już dostępna. To na jakiś czas ostatnie wydanie z nowymi funkcjami – od teraz nacisk kładę na utrzymanie. Wspólny wątek ostatnich dni: prawie każdy błąd z poprzednich tygodni prześlizgnął się, bo checki pytały „czy jest skonfigurowane i działa jako proces?” zamiast „czy naprawdę działa?”. To wydanie to zmienia.
Spis treści
📦 Pobieranie, które stawało na 1 GB
Najnowszy błąd znalazł się dziś rano, i to nie dzięki testowi: mail z alertem mówił, że kontener jest dławiony na CPU przez ponad połowę czasu. Tym kontenerem był nginx przed PHP na jednym z serwerów Nextcloud – komponent, który zwykle się nudzi.
Za tym stał użytkownik, który próbował pobrać archiwum o rozmiarze 13 GB. Każda próba urywała się na około 1,08 GB. Spotkały się dwie wartości domyślne: ingress buforuje odpowiedź do pliku tymczasowego o rozmiarze najwyżej 1 GB, a potem przestaje czytać z poda, dopóki klient nie nadgoni. nginx w podzie czeka 60 sekund na postęp, a potem zamyka połączenie. Klient dostaje uszkodzone pobranie, a ingress loguje „upstream prematurely closed”. Znaczniki czasu zgadzały się przy trzech próbach z rzędu: 1 GB w kilka sekund, potem dokładnie 67 sekund ciszy.
Poprawka to jedna adnotacja, dzięki której ingress streamuje w tempie klienta zamiast zapełniać plik tymczasowy:
nginx.org/proxy-max-temp-file-size: "0"
Alert CPU był tylko efektem ubocznym: skopiowanie 1 GB w kilka sekund na moment dociskało kontener z limitem 0,5 rdzenia do sufitu.
Wniosek: dwie rozsądne wartości domyślne mogą razem wyprodukować błąd. Warto podążać za alertem o objawie, nawet gdy sam objaw wygląda niegroźnie.
🧪 Testy, które sprawdzają efekt
Role weryfikacyjne testują teraz, co komponent ma osiągnąć, a nie tylko, czy istnieje:
- Łańcuch banów: dla każdego jaila fail2ban banowany jest adres dokumentacyjny (TEST-NET), który musi pojawić się we właściwym secie firewalla, zostaje odbanowany i musi znowu zniknąć. Dwa jaile banują ten sam adres, jeden odbanowuje – drugi ban musi zostać.
- Filtry: gotowa linia logu w aktualnym formacie przechodzi przez
fail2ban-regexdla każdego jaila. Zmiana formatu logu nie może już po cichu oślepić jaila. - Obecność danych: kluczowe metryki muszą istnieć, a żadna reguła alertów Grafany nie może tkwić w stanie błędu ani na stałe pokazywać braku danych.
- Domeny SELinux: każdy demon hosta musi działać we własnej domenie. „Active (running)” w złej domenie liczy się jako błąd.
Wniosek: „skonfigurowane i działa” to stan. „Czy to działa” to test z wejściem i oczekiwanym wynikiem.
💓 Heartbeaty i ścieżka maili
Niektóre awarie są ciche: nocne zadanie, które już się nie uruchamia, nigdy nie wyśle błędu. Każde zadanie okresowe – AIDE, rkhunter, ClamAV, automatyczne aktualizacje, powiadomienia o logowaniach i banach – zapisuje teraz po zakończeniu znacznik czasu jako metrykę. Jeśli zadanie jest spóźnione, Grafana alarmuje.
To pomaga tylko wtedy, gdy maile z alertami docierają. Dlatego jedna reguła odpala celowo co tydzień; jeśli ten mail nie przyjdzie, ścieżka maili jest zepsuta. Monit pilnuje też logu poczty pod kątem nieudanych doręczeń.
Wniosek: cisza nie jest sygnałem. Zadanie musi zgłosić, że się wykonało, a alerting musi udowodnić, że wciąż potrafi do ciebie dotrzeć.
📉 Budżet błędów dla logów
Dwa exportery przez kilka dni wypisywały błędy, a żadna metryka tego nie pokazała. Nowy alert w Loki liczy linie błędów i ostrzeżeń na usługę i odpala powyżej 100 na godzinę. Znany, nieszkodliwy szum trafia na allow-listę z uzasadnieniem.
Wniosek: usługa, która ciągle narzeka, to znalezisko, nawet jeśli wszystkie jej metryki wyglądają dobrze.
🔍 Sondy uploadu w access logu – i co pokazały pierwsze dwa dni
21 października upubliczniono krytyczną dziurę w obsłudze uploadu plików w PHP (multipart/form-data): spreparowany upload mógł sprawić, że PHP wykona kod nadawcy. Skanery zaczęły próbować w ciągu doby. W access logu taka sonda wyglądała jak każde wysłanie formularza – po prostu POST /.
Ingress loguje teraz także content type i rozmiar każdego żądania. To wystarcza do prostego wzorca: upload multipart o rozmiarze kilku kilobajtów na stronę, która nigdy nie przyjmuje uploadów, jak strona główna albo strona logowania, to sonda – a nie odwiedzający.
Pierwsze dwa dni nowego logu: skanery wysyłały takie uploady na wszystkie trzy serwery, głównie z adresów hostingu chmurowego. Jeden wystrzelił ich 32 w ciągu jednej sekundy, po około 6 KB każdy, zmieniając nazwę przeglądarki co kilka żądań, żeby uchodzić za zwykłych odwiedzających. Ciało to przygotowane dane formularza, które mają wyłożyć parser uploadu. Gdyby to zadziałało, serwer wykonałby kod atakującego – zwykle mały web shell, backdoor przyjmujący polecenia przez HTTP.
Nic się nie przedostało. Każda sonda dostała odpowiedź 400 (odrzucona), 404 albo przekierowanie i żadna nie otrzymała odpowiedzi z treścią. Kilku nadawców było już zbanowanych przez fail2ban za sondowanie innych zabronionych ścieżek. Normalne uploady – klienci desktopowi Nextclouda, podglądy dokumentów, media w panelu bloga – wyglądają wyraźnie inaczej: inne ścieżki, inne content type’y, zalogowani użytkownicy.
Wniosek: możesz oceniać tylko to, co zapisują twoje logi. Dwa dodatkowe pola zamieniły „prawdopodobnie atak” w „na pewno sonda, na pewno odrzucona”.
🔧 Reszta
- Blog na PHP 8.5.
- Limit pamięci PHP-FPM na blogu z 1 GiB na 1,5 GiB – dwanaście workerów plus OPcache nigdy nie mieściło się w 1 GiB; stary komentarz zakładał połowę pamięci na worker. Mój własny błąd, znaleziony przez pomiar.
- Rolling updates dla podów aplikacji: nowy pod startuje, zanim stary się zatrzyma.
- Serwery Nextcloud na Redis 7 z module streamu dystrybucji.
- Access log ingressu z content type i długością żądania – podejrzane uploady multipart da się teraz odróżnić od zwykłego wysyłania formularzy.
- Pressure stall information (PSI) włączone przy starcie, żeby panel presji pokazywał dane.
🧭 Co dalej: nic nowego – celowo
Na najbliższe tygodnie i miesiące nie planuję żadnych kolejnych funkcji ani zmian. Setup robi, co powinien, a każdy nowy komponent przyniósłby nowe sposoby na awarię. Czas idzie teraz na zrozumienie tego, co już jest – czytanie konfiguracji świeżym okiem, mierzenie zamiast zgadywania – i dokumentowanie: deep dive’y, przewodniki operacyjne i lekcje w komentarzach w kodzie.
Utrzymanie trwa jak zwykle: aktualizacje w każdy poniedziałek, certyfikaty, poprawki bezpieczeństwa. Poprawki błędów tak; nowe funkcje tylko wtedy, gdy jest realna potrzeba.
Wniosek: setup, który rozumiesz, jest wart więcej niż jeszcze jedna funkcja. Stabilność to też decyzja.
🎯 Lekcje
- Testuj efekt, nie konfigurację.
- Każde zadanie okresowe potrzebuje heartbeatu; cisza to nie „wszystko w porządku”.
- Regularnie udowadniaj ścieżkę alertów, alertem, który zawsze odpala.
- Podążaj za objawami – niegroźnie wyglądający alert CPU doprowadził do zepsutych pobrań.
- Wartości domyślne to decyzje, które podjął ktoś inny; sprawdź je pod swoje rozmiary.
Pełna lista zmian jest w opisie tagu v3.6.0.
