recette : la donnee REVIENT — restauration eprouvee, pas seulement sauvegarde

On savait que la donnee partait et arrivait. Pas qu'elle revenait.

Trois charges critiques eprouvees :
  - cles de l'AC (infra-pki-01) : restauration + comparaison OCTET POUR OCTET,
    12 fichiers, 11 identiques, root_ca_key et intermediate_ca_key compris. Seul
    ecart : db/000000.vlog, le journal badger de step-ca, qui avance a chaque
    emission. Attendu.
  - annuaire (idm-01) : slapadd -u (essai a blanc) sur le LDIF restaure —
    REJOUABLE, 7 entrees dont uid=sysadmin.
  - bases (data-sql-01) : section forgejo REJOUEE dans une base d'epreuve —
    0 erreur, 130 tables, comptes reels. Production verifiee intacte apres.

Controles negatifs : un LDIF corrompu fait sortir slapadd en 1 ; la garde SQL a
refuse une section mal decoupee.

LE PIEGE pg_dumpall : il ecrit CREATE DATABASE <suivante> AVANT le \connect
correspondant. Decouper « du \connect X au \connect suivant » emporte un ordre
visant une AUTRE base. Ma premiere decoupe l'a fait ; la garde a refuse de
rejouer. Consigne dans runbooks-exploitation.md §5.

valider.yml ne ment plus : il exigeait une restauration de TOUS les noeuds
client_backup, donc echouait sur ceux qui ne detiennent rien et sur les depots
vides. Quatre verdicts desormais (OK / A CONFIRMER / SANS OBJET / ECHEC),
ALIGNES sur ceux de la supervision. Et il prouve que l'annuaire est rejouable,
pas seulement present.

make valider : 0 echec sur toute la flotte.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

CHANGELOG.md

@@ -1,5 +1,44 @@
 # CHANGELOG — Set-OPS
 
+## 2026-08-12 — La donnée revient : restauration éprouvée, pas seulement sauvegarde
+
+On savait que la donnée partait et arrivait. On ne savait pas qu'elle **revenait** — et
+c'est le seul test qui compte le jour venu.
+
+### Les trois charges critiques, éprouvées pour de vrai
+
+| Charge | Preuve | Résultat |
+|---|---|---|
+| **Clés de l'AC** (`infra-pki-01`) | restauration + comparaison **octet pour octet** avec le vivant | 12 fichiers, **11 identiques**, `root_ca_key` et `intermediate_ca_key` compris |
+| **Annuaire** (`idm-01`) | `slapadd -u` (essai à blanc) sur le LDIF restauré | **rejouable**, 7 entrées dont `uid=sysadmin` |
+| **Bases** (`data-sql-01`) | section `forgejo` **rejouée** dans une base d'épreuve | **0 erreur, 130 tables**, comptes réels (`forgejo-admin`, `sysadmin`) |
+
+Le seul écart sur l'AC est `db/000000.vlog` — le journal badger de step-ca, qui avance à
+chaque émission de certificat. Attendu, pas un défaut.
+
+**Contrôles négatifs, parce qu'un test qui dit toujours oui ne teste rien** : un LDIF
+volontairement corrompu fait sortir `slapadd` en 1 ; la garde SQL a refusé une section mal
+découpée (voir ci-dessous). Production vérifiée intacte après le rejeu.
+
+### Le piège de `pg_dumpall`, trouvé par la garde
+
+`pg_dumpall` écrit `CREATE DATABASE <suivante>` **avant** le `\connect` correspondant.
+Découper « du `\connect X` au `\connect` suivant » emporte donc un ordre visant une
+**autre** base. Ma première découpe l'a fait ; la garde a refusé de rejouer. Sans elle, un
+essai de restauration aurait touché `icingadb`. Consigné dans `runbooks-exploitation.md` §5.
+
+### La recette ne ment plus
+
+`playbooks/valider.yml` exigeait une restauration de **tous** les nœuds `client_backup` —
+elle échouait donc sur ceux qui ne détiennent légitimement rien, et sur les dépôts vides.
+Elle distingue désormais quatre verdicts : `OK`, `À CONFIRMER` (restauré mais vide),
+`SANS OBJET`, `ÉCHEC` (la restauration elle-même). **Alignés sur ceux de la supervision** :
+deux verdicts opposés sur le même fait apprendraient à en ignorer un.
+
+Elle prouve en outre que l'annuaire restauré est **rejouable**, pas seulement présent.
+
+`make valider` : **0 échec** sur toute la flotte.
+
 ## 2026-08-12 — Le `curl -k` est mort, mais pas comme prévu
 
 Objectif : que le rapporteur **vérifie** le pair en appelant l'API Icinga, au lieu de

docs/runbooks-exploitation.md

@@ -102,3 +102,57 @@ serveur_forgejo_meta_description: "…"
 Puis redéployer. Le rôle déploie le dossier `custom/` officiel (logo/favicon aurore, accent CSS par
 variables, page d'accueil brandée) — léger, résistant aux MAJ (aucune classe interne touchée).
 Note : ne s'applique qu'aux Forgejo **gérées par Set-OPS**.
+
+## 5. Restaurer — et d'abord : prouver qu'on peut
+
+> Éprouvé le 2026-08-12 sur Chezlepro. `make valider` rejoue la partie automatisable ;
+> la restauration d'une base reste manuelle, et porte un piège décrit plus bas.
+
+**Ce que `make valider` prouve tout seul**, pour chaque nœud détenteur d'état : le dernier
+instantané se restaure, il en sort des fichiers, et — pour l'annuaire — qu'il est
+**rejouable** (`slapadd -u`, essai à blanc, rien n'est écrit). Verdicts possibles :
+
+| Verdict | Sens |
+|---|---|
+| `OK` | restauré, et non vide |
+| `À CONFIRMER` | restauré, mais l'instantané n'emporte **aucun fichier** — légitime si ce nœud n'a pas encore de données, à trancher par un humain |
+| `SANS OBJET` | ce nœud ne détient rien de non régénérable |
+| `ÉCHEC` | la restauration elle-même a échoué |
+
+### Restaurer les clés de l'autorité (`infra-pki-01`)
+
+```
+export RESTIC_REPOSITORY=$(grep -oP 'RESTIC_REPOSITORY="\K[^"]+' /usr/local/sbin/setops-sauvegarder.sh)
+export RESTIC_PASSWORD_FILE=/etc/setops/restic.pass
+t=$(mktemp -d); restic restore latest --target "$t"
+diff -r "$t/etc/step-ca" /etc/step-ca
+```
+
+Mesuré : **12 fichiers, 11 identiques octet pour octet**, `root_ca_key` et
+`intermediate_ca_key` compris. Le seul écart attendu est `db/000000.vlog` — le journal de
+la base badger de step-ca, qui avance à **chaque** émission de certificat.
+
+### Rejouer une base depuis `pg_dumpall` — LE PIÈGE
+
+`pg_dumpall` écrit `CREATE DATABASE <suivante>` **avant** le `\connect` correspondant.
+Découper « du `\connect X` au `\connect` suivant » emporte donc un ordre qui vise une
+**autre** base. Couper aussi sur `CREATE DATABASE`, et **vérifier avant de rejouer** :
+
+```
+awk '/^\\connect forgejo$/{f=1;next} f && (/^\\connect /||/^CREATE DATABASE /){exit} f' \
+    toutes-bases.sql > section.sql
+
+grep -qE '^(DROP|CREATE|ALTER) DATABASE|^\\connect' section.sql \
+  && { echo "REFUS : ordre hors-perimetre"; exit 1; }
+
+runuser -u postgres -- createdb epreuve_restauration
+runuser -u postgres -- psql -q -d epreuve_restauration -f section.sql
+runuser -u postgres -- psql -tAd epreuve_restauration -c "select count(*) from information_schema.tables where table_schema='public'"
+runuser -u postgres -- dropdb epreuve_restauration
+```
+
+Mesuré sur `forgejo` : rejeu en **0 erreur**, **130 tables**, et les comptes réels
+(`forgejo-admin`, `sysadmin`). Production vérifiée intacte après coup.
+
+**Ne jamais rejouer un `pg_dumpall` entier sur un cluster vivant** : il contient les
+`DROP DATABASE` de toutes les bases. Une restauration réelle se fait sur un cluster neuf.

playbooks/valider.yml

@@ -121,31 +121,66 @@
   gather_facts: false
   become: true
   tasks:
+    # Un nœud du groupe peut légitimement ne rien détenir de non régénérable (nginx,
+    # PowerDNS, Icinga : leur configuration se REDÉPLOIE). `client_backup` n'y installe
+    # alors aucune sauvegarde — et exiger une restauration là serait exiger de restaurer
+    # le néant. On distingue donc « rien à sauvegarder » de « sauvegarde cassée ».
     - name: Restaurer le dernier snapshot dans un dossier temporaire (lecture seule sur le dépôt)
       ansible.builtin.shell:
         cmd: |
           set -o pipefail
+          if [ ! -x /usr/local/sbin/setops-sauvegarder.sh ]; then
+            echo "sansobjet=1 snapshots=0 restored_files=0 ldif_rejouable=-1"; exit 0
+          fi
           repo=$(grep -oP 'RESTIC_REPOSITORY="\K[^"]+' /usr/local/sbin/setops-sauvegarder.sh)
           export RESTIC_REPOSITORY="$repo" RESTIC_PASSWORD_FILE=/etc/setops/restic.pass
           n=$(restic snapshots 2>/dev/null | grep -cE '^[0-9a-f]{8} ' || echo 0)
-          if [ "$n" -lt 1 ]; then echo "snapshots=0 restored_files=0"; exit 0; fi
+          if [ "$n" -lt 1 ]; then echo "sansobjet=0 snapshots=0 restored_files=-1 ldif_rejouable=-1"; exit 0; fi
           tmp=$(mktemp -d)
           if restic restore latest --target "$tmp" >/dev/null 2>&1; then
             f=$(find "$tmp" -type f | wc -l)
           else
             f=-1
           fi
+          # L'annuaire est la seule charge dont on peut prouver ICI qu'elle est REJOUABLE,
+          # sans rien écrire : `slapadd -u` est un essai à blanc. Éprouvé le 2026-08-12,
+          # avec contrôle négatif (un LDIF corrompu sort en 1).
+          ldif=$(find "$tmp" -name 'annuaire.ldif' 2>/dev/null | head -1)
+          rejouable=-1
+          if [ -n "$ldif" ]; then
+            base=$(sed -n 's/^dn: \(dc=.*\)$/\1/p' "$ldif" | head -1)
+            if slapadd -u -b "$base" -l "$ldif" >/dev/null 2>&1; then rejouable=1; else rejouable=0; fi
+          fi
           rm -rf "$tmp"
-          echo "snapshots=$n restored_files=$f"
+          echo "sansobjet=0 snapshots=$n restored_files=$f ldif_rejouable=$rejouable"
         executable: /bin/bash
       register: recette_restore
       changed_when: false
 
     - name: "✔ Sauvegardes"
       vars:
+        sansobjet: "{{ recette_restore.stdout | regex_search('sansobjet=(\\d+)', '\\1') | first | int }}"
         restaures: "{{ recette_restore.stdout | regex_search('restored_files=(-?\\d+)', '\\1') | first | int }}"
         snaps: "{{ recette_restore.stdout | regex_search('snapshots=(\\d+)', '\\1') | first | int }}"
+        rejouable: "{{ ((recette_restore.stdout | regex_search('ldif_rejouable=(-?\\d+)', '\\1')) or [-1]) | first | int }}"
+      # « L'instantané n'emporte aucun fichier » n'est PAS un échec de restauration : la
+      # restauration a parfaitement fonctionné, il n'y avait rien à rendre. La machine ne
+      # peut pas distinguer « les données ont disparu » de « il n'y en a pas encore ».
+      # La supervision (serveur_backup -> Icinga) tranche pareil : AVERTISSEMENT, à
+      # confirmer par un humain. Deux verdicts opposés sur le même fait apprendraient à
+      # ignorer l'un des deux.
       ansible.builtin.assert:
-        that: "restaures | int > 0"
+        that:
-        success_msg: "OK — {{ snaps }} snapshot(s), restauration du dernier vérifiée ({{ restaures }} fichiers)."
+          - restaures | int >= 0
-        fail_msg: "ÉCHEC — restauration KO (snapshots={{ snaps }}, fichiers restaurés={{ restaures }})."
+          - rejouable | int != 0
+        success_msg: >-
+          {{ (sansobjet | int == 1) | ternary(
+               'SANS OBJET — ce nœud ne détient aucun état non régénérable.',
+               (restaures | int == 0) | ternary(
+                 'À CONFIRMER — restauration OK mais l instantané n emporte AUCUN fichier ('
+                 ~ snaps ~ ' snapshot(s)). Légitime si ce nœud n a pas encore de données.',
+                 'OK — ' ~ snaps ~ ' snapshot(s), restauration vérifiée (' ~ restaures ~ ' fichiers)'
+                 ~ ((rejouable | int == 1) | ternary(', annuaire REJOUABLE (slapadd -u).', '.')))) }}
+        fail_msg: >-
+          ÉCHEC — la RESTAURATION elle-même a échoué (snapshots={{ snaps }}){{
+          (rejouable | int == 0) | ternary(', et l annuaire restauré N EST PAS rejouable', '') }}.