feat: funk-cluster — arrêt k8s propre avec drain + vérification NFS

Remplace le talosctl shutdown immédiat par une séquence en 6 étapes :
1. kubectl cordon tous les nœuds (empêche rescheduling)
2. kubectl drain compute-02/03 (SIGTERM pods, 30s grace, PVCs NFS libérés)
3. kubectl drain compute-01 (ArgoCD, system pods)
4. Vérification NFS : ss confirme plus de sessions :2049 actives
5. talosctl shutdown (halt propre, plus rien ne tourne)
6. Attente extinction ping

Prometheus et Grafana ont 30s pour flusher WAL/SQLite avant terminaison.
storage-01 (NFS server) est éteint en dernier une fois la vérification passée.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

ansible/roles/litellm/files/funk-cluster

@@ -357,31 +357,96 @@ cmd_stop() {
 
     if [ -n "$with_k8s" ]; then
         echo ""
-        echo "[ cluster k8s — arrêt compute-01/02/03 ]"
-        local alive=()
-        for ip in "${K8S_IPS[@]}"; do
-            ping -c1 -W2 "$ip" &>/dev/null && alive+=("$ip")
+        echo "[ cluster k8s — arrêt propre compute-01/02/03 ]"
+
+        # Quels nœuds sont en vie ?
+        local alive_ips=() alive_names=()
+        for i in 0 1 2; do
+            if ping -c1 -W2 "${K8S_IPS[$i]}" &>/dev/null; then
+                alive_ips+=("${K8S_IPS[$i]}")
+                alive_names+=("${K8S_NAMES[$i]}")
+            fi
         done
-        if [ ${#alive[@]} -gt 0 ]; then
-            local nodes=$(IFS=,; echo "${alive[*]}")
-            info "talosctl shutdown → $nodes"
+
+        if [ ${#alive_ips[@]} -eq 0 ]; then
+            warn "Nœuds k8s déjà éteints"
+        else
+            # 1. Cordon de tous les nœuds — empêche tout rescheduling pendant le drain
+            info "Cordon (plus aucun pod ne peut être replanifié)..."
+            for name in "${alive_names[@]}"; do
+                $KUBECTL cordon "$name" 2>/dev/null \
+                    && ok "$name — cordonné" \
+                    || warn "$name — cordon échoué (nœud peut-être inaccessible)"
+            done
+
+            # 2. Drain workers en premier (compute-02, compute-03)
+            #    Les pods reçoivent SIGTERM → flush WAL/SQLite → PVCs NFS démontés
+            echo ""
+            info "Drain workers (SIGTERM pods, 30s grace, 90s max)..."
+            for i in 1 2; do
+                if ping -c1 -W2 "${K8S_IPS[$i]}" &>/dev/null; then
+                    info "  Drain ${K8S_NAMES[$i]}..."
+                    $KUBECTL drain "${K8S_NAMES[$i]}" \
+                        --ignore-daemonsets \
+                        --delete-emptydir-data \
+                        --grace-period=30 \
+                        --timeout=90s \
+                        --force 2>&1 | grep -vE "^(Warning|I[0-9])" | tail -3 || true
+                    ok "${K8S_NAMES[$i]} — pods évacués, PVCs NFS libérés"
+                fi
+            done
+
+            # 3. Drain control-plane (compute-01) — ArgoCD, kube-state-metrics, etc.
+            if ping -c1 -W2 "${K8S_IPS[0]}" &>/dev/null; then
+                echo ""
+                info "Drain control-plane (compute-01)..."
+                $KUBECTL drain compute-01 \
+                    --ignore-daemonsets \
+                    --delete-emptydir-data \
+                    --grace-period=30 \
+                    --timeout=90s \
+                    --force 2>&1 | grep -vE "^(Warning|I[0-9])" | tail -3 || true
+                ok "compute-01 — drainé"
+            fi
+
+            # 4. Vérification NFS : plus aucune session active depuis les nœuds k8s
+            echo ""
+            info "Vérification montages NFS..."
+            local nfs_wait=0
+            while ss -tn 2>/dev/null | grep ':2049' | grep -qE '10\.1[123]\.'; do
+                sleep 3; nfs_wait=$((nfs_wait + 3))
+                [ $nfs_wait -ge 30 ] && break
+                echo -ne "  → NFS encore actif depuis nœuds k8s... ${nfs_wait}s\r"
+            done; echo ""
+            if ss -tn 2>/dev/null | grep ':2049' | grep -qE '10\.1[123]\.'; then
+                warn "Sessions NFS toujours actives après 30s — extinction quand même"
+            else
+                ok "NFS libéré — aucune écriture en cours depuis le cluster"
+            fi
+
+            # 5. Extinction via talosctl (kernel halt propre — plus rien ne tourne)
+            echo ""
+            local nodes=$(IFS=,; echo "${alive_ips[*]}")
+            info "talosctl shutdown → ${alive_ips[*]}"
             if $TALOSCTL shutdown --nodes "$nodes" 2>/dev/null; then
                 ok "Shutdown envoyé aux nœuds"
             else
                 warn "Erreur talosctl shutdown — extinction manuelle requise"
                 return
             fi
+
+            # 6. Attente extinction complète (ping)
             local tries=0
             while [ $tries -lt 20 ]; do
                 local still_up=0
-                for ip in "${alive[@]}"; do ping -c1 -W1 "$ip" &>/dev/null && still_up=$((still_up + 1)); done
+                for ip in "${alive_ips[@]}"; do
+                    ping -c1 -W1 "$ip" &>/dev/null && still_up=$((still_up + 1))
+                done
                 [ $still_up -eq 0 ] && break
                 sleep 3; tries=$((tries + 1))
                 echo -ne "  → Extinction k8s... $((tries * 3))s\r"
             done; echo ""
-            ok "Cluster k8s éteint"
-        else
-            warn "Nœuds k8s déjà éteints"
+            ok "Cluster k8s éteint proprement"
         fi
     fi
 
@@ -429,7 +494,7 @@ case "$CMD" in
         echo "  start          Démarre gpu-01 (WOL) + vérifie tous les services"
         echo "  start --k8s    Idem + démarre le cluster k8s (compute-01/02/03)"
         echo "  stop           Arrêt propre gpu-01 + services storage-01"
-        echo "  stop  --k8s    Idem + éteint le cluster k8s (talosctl shutdown)"
+        echo "  stop  --k8s    Idem + arrêt propre k8s (drain → NFS check → talosctl shutdown)"
         echo "  status         État complet (storage-01 + gpu-01 + k8s)"
         exit 1
         ;;