feat: 경보 1분 평가·RDS CPU/메모리 P0 (모니터링 10/15 리뷰)

[selee1012]

노션 「모니터링」 10/15 리뷰를 경보 정의에 반영합니다. 스택 1/3입니다.

변경

• 평가 타이밍: 모든 경보를 1분 주기로 봅니다. P0는 조건을 충족하고 1~2분 안에 호출하고, P1은 대부분 5분 안에 알립니다.
  • API-01 판정 창 5분 → 2분, API-02 → 3분 (slo_core)
  • NATIVE-01 3분 → 1분, NATIVE-02 5분 → 2분, RES-01/03/04 → 1분, OBS-01 하트비트 3분 → 2분
  • P1(ECS·JVM·Hikari·Tomcat·RDS·Redis·SQS·FCM·LLM)도 노션 요약표대로 줄였습니다.
• 공개 점검 30초 간격: Scheduler 최소 주기가 1분이라 edge-probe가 한 번 실행할 때 30초 간격으로 두 번 점검합니다(함수 timeout 20초 → 50초).
  • EDGE-01: 두 지점 모두 2회 연속 실패
  • EDGE-02: 2분(4회) 중 2회 실패
• 신규 P0
  • DB-10: RDS CPU ≥99% 1분
  • DB-11: Freeable ≤RAM 5% 1분 + Swap 증가(resource-monitor의 DbMemoryCritical)
  • DB-02(P1)는 RAM 10% 5분입니다.
  • 노션 카탈로그 §4.2의 「RDS CPU 99%는 단독 P0가 아니다」를 리뷰 결정으로 뒤집었습니다.
• OBS-04(P0): Healthchecks.io를 들이기 전까지 CloudWatch로 대신합니다. slo-calculator·resource-monitor 하트비트가 5분 끊기면 울립니다. 버지니아 리전 전체 장애는 잡지 못합니다.
• 대시보드
  • OPS-3에 RDS 메모리 패널과 CPU 99% 기준선을 넣었습니다.
  • OBS-1의 공개 점검 패널을 분당 실패 횟수로 바꿨습니다.

시험

• tests_catalog.py: P0 평가 창(Period×DatapointsToAlarm)이 2분을 넘지 않는지와 DB-10/11이 있는지 확인합니다.
• lambdas/tests/*: API-01·API-02 창, RES 1분, DB 메모리 두 단계, edge-probe 두 번 점검을 확인합니다.

적용

이 PR은 AWS를 바꾸지 않습니다. 머지 후 stg부터 적용합니다.

1. deploy.py <env> --only lambdas
2. p0_p1.py <env>
3. dashboard.py · observe_dashboard.py

🤖 Generated with Claude Code

[github-actions]

Test Coverage

Overall Project	82.63%	🍏

There is no coverage information present for the Files changed