3 min de lecture<\/p>\n
La surveillance r\u00e9pond \u00e0 la question : Mon syst\u00e8me fonctionne-t-il ? L\u2019observabilit\u00e9 r\u00e9pond \u00e0 la question : Pourquoi ne fonctionne-t-il pas ? Dans les syst\u00e8mes cloud distribu\u00e9s compos\u00e9s de centaines de microservices, la surveillance classique ne suffit plus. L\u2019observabilit\u00e9 \u2014 la combinaison de m\u00e9triques, journaux et traces \u2014 rend les syst\u00e8mes complexes d\u00e9boguables.<\/strong><\/p>\n La surveillance classique v\u00e9rifie des \u00e9tats connus : utilisation du processeur, consommation de m\u00e9moire, codes d\u2019\u00e9tat HTTP. Les tableaux de bord affichent du rouge ou du vert. Cela fonctionne pour les applications monolithiques aux modes de d\u00e9faillance pr\u00e9visibles.<\/p>\n Dans les architectures bas\u00e9es sur les microservices, cette approche \u00e9choue : un appel API lent peut \u00eatre caus\u00e9 par un service surcharg\u00e9 situ\u00e9 \u00e0 trois sauts de distance. Les tableaux de bord CPU affichent du vert sur tous les services \u2014 le probl\u00e8me r\u00e9side dans les interactions. L\u2019observabilit\u00e9 permet de poser au syst\u00e8me des questions arbitraires, sans avoir besoin de les d\u00e9finir \u00e0 l\u2019avance.<\/p>\n Les m\u00e9triques<\/strong> sont des s\u00e9ries temporelles num\u00e9riques : taux de requ\u00eates, latence (p50, p95, p99), taux d\u2019erreurs, profondeur de file d\u2019attente. Prometheus s\u2019est impos\u00e9 comme standard de fait, compl\u00e9t\u00e9 par Grafana pour la visualisation. Les m\u00e9triques r\u00e9pondent \u00e0 la question : Qu\u2019est-ce qui se passe en ce moment ?<\/p>\n Les journaux (logs)<\/strong> sont des entr\u00e9es textuelles fournissant du contexte : messages d\u2019erreur, journaux d\u2019audit, informations de d\u00e9bogage. La journalisation structur\u00e9e (JSON plut\u00f4t que texte libre) rend les logs exploitables par machine. ELK (Elasticsearch, Logstash, Kibana), Loki et Datadog Logs sont des plateformes courantes. Les journaux r\u00e9pondent \u00e0 la question : Qu\u2019est-ce qui s\u2019est produit ?<\/p>\n Les traces<\/strong> suivent une requ\u00eate \u00e0 travers tous les services concern\u00e9s. Chaque saut est document\u00e9 sous forme de \u00ab span \u00bb, avec les dur\u00e9es, le nom du service et des m\u00e9tadonn\u00e9es. Jaeger, Zipkin et Datadog APM permettent de visualiser les diagrammes temporels des traces. Les traces r\u00e9pondent \u00e0 la question : O\u00f9 se situe le probl\u00e8me ?<\/p>\n Avant l\u2019existence d\u2019OpenTelemetry, chaque outil d\u2019observabilit\u00e9 cr\u00e9ait une d\u00e9pendance vis-\u00e0-vis d\u2019un fournisseur : agent Datadog, agent New Relic, OneAgent de Dynatrace \u2014 tous bas\u00e9s sur une instrumentation propri\u00e9taire. Changer d\u2019outil impliquait de r\u00e9instrumenter l\u2019int\u00e9gralit\u00e9 du code.<\/p>\n OpenTelemetry (OTel) r\u00e9sout ce probl\u00e8me en tant que norme ind\u00e9pendante des fournisseurs. L\u2019application est instrument\u00e9e une fois avec les SDK OTel et peut envoyer des donn\u00e9es de t\u00e9l\u00e9m\u00e9trie \u00e0 n\u2019importe quelle solution compatible \u2014 Grafana Cloud, Datadog, Honeycomb, Jaeger. Le collecteur OTel re\u00e7oit, traite et exporte les donn\u00e9es de mani\u00e8re flexible.<\/p>\n OTel est un projet du CNCF soutenu par tous les grands \u00e9diteurs d\u2019outils d\u2019observabilit\u00e9. La recommandation est claire : toute nouvelle instrumentation doit toujours utiliser OpenTelemetry, jamais des agents propri\u00e9taires.<\/p>\n Les co\u00fbts de l’observabilit\u00e9 peuvent exploser. Des factures Datadog de 50 000+ Euro par mois ne sont pas rares dans les entreprises de taille moyenne. Les facteurs responsables : chaque entr\u00e9e de log, chaque m\u00e9trique et chaque trace g\u00e9n\u00e8re des co\u00fbts d’ingestion et de stockage.<\/p>\n Strat\u00e9gies d’optimisation des co\u00fbts : \u00c9chantillonnage (Sampling)<\/strong> \u2013 ne pas tracer chaque requ\u00eate, mais le faire de mani\u00e8re intelligente (le Tail-Based Sampling ne trace que les requ\u00eates atypiques). Gestion des niveaux de logs<\/strong> \u2013 les logs de d\u00e9bogage uniquement en d\u00e9veloppement, niveau Info en production. Politiques de r\u00e9tention<\/strong> \u2013 d\u00e9placer ou supprimer les logs et traces apr\u00e8s 30 jours vers un stockage froid.<\/p>\n Les stacks open source (Prometheus + Grafana + Loki + Tempo) \u00e9liminent les co\u00fbts de licence, mais n\u00e9cessitent un effort op\u00e9rationnel accru. Le compromis : SaaS (plus cher, moins de travail) contre auto-h\u00e9berg\u00e9 (moins cher, plus d’effort op\u00e9rationnel).<\/p>\n Trop d’alertes est pire que pas d’alertes \u2013 la fatigue d’alerte fait que les alertes critiques passent inaper\u00e7ues. Bonne pratique : baser les alertes sur des SLO (objectifs de niveau de service), pas sur des m\u00e9triques isol\u00e9es.<\/p>\n Au lieu de d\u00e9clencher une alerte sur \u00ab CPU > 80 % \u00bb (souvent inoffensif), on d\u00e9finit : \u00ab 99 % des requ\u00eates doivent \u00eatre trait\u00e9es en moins de 200 ms \u00bb. Lorsque le budget d’erreur est \u00e9puis\u00e9, le syst\u00e8me alerte \u2013 ind\u00e9pendamment que la cause soit la CPU, la m\u00e9moire ou un service externe. Des outils comme Sloth et Pyrra automatisent l’alerting bas\u00e9 sur les SLO \u00e0 partir de Prometheus.<\/p>\n Les solutions SaaS (Datadog, New Relic, Dynatrace) co\u00fbtent typiquement 5 \u00e0 15 % des co\u00fbts d’infrastructure cloud. Pour une d\u00e9pense cloud de 100 000 \u20ac\/mois, cela repr\u00e9sente 5 000 \u00e0 15 000 \u20ac\/mois. Les stacks open source (Prometheus + Grafana + Loki) \u00e9liminent les co\u00fbts de licence, mais n\u00e9cessitent 0,5 \u00e0 1 ETP pour leur exploitation.<\/p>\n<\/details>\n Oui. Les traces et m\u00e9triques sont stables (GA) depuis 2023. Les logs ont atteint le statut GA en 2024. Tous les grands \u00e9diteurs d’observabilit\u00e9 prennent en charge OTel. Recommandation : d\u00e9marrer syst\u00e9matiquement les nouveaux projets avec OTel. Migrer progressivement les instrumentations existantes.<\/p>\n<\/details>\n Pas tout. Le Tail-Based Sampling ne trace que les requ\u00eates inhabituelles \u2013 latence \u00e9lev\u00e9e, erreurs, chemins rares. Cela r\u00e9duit le volume de donn\u00e9es de 90 \u00e0 99 % avec une perte d’information minimale. Le Head-Based Sampling (par exemple 10 % de toutes les requ\u00eates) est plus simple, mais moins intelligent.<\/p>\n<\/details>\n Cela d\u00e9pend du contexte. Datadog offre la meilleure exp\u00e9rience tout-en-un, mais est co\u00fbteux. Grafana Cloud est plus \u00e9conomique et compatible open source. Honeycomb excelle pour l’exploration bas\u00e9e sur les requ\u00eates. Pour les petites \u00e9quipes : Grafana Cloud en version gratuite ou un stack Prometheus + Grafana auto-h\u00e9berg\u00e9.<\/p>\n<\/details>\n Oui, mais moins critique que pour les microservices. Les m\u00e9triques et les logs suffisent souvent pour les monolithes. Les traces deviennent pertinentes d\u00e8s que le monolithe appelle des services externes (base de donn\u00e9es, APIs, files de messages). Le d\u00e9marrage via Prometheus + Grafana est pertinent pour tout stack technologique.<\/p>\n<\/details>\n Source de l’image principale : Pexels \/ AS Photography<\/em><\/p>\n SecurityToday<\/a> | MyBusinessFuture<\/a> | Digital Chiefs<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"D\u00e9couvrez comment l’observabilit\u00e9 native du cloud avec les m\u00e9triques, les journaux et les traces apporte des informations approfondies sur vos syst\u00e8mes\u2026","protected":false},"author":31,"featured_media":27438,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_yoast_wpseo_focuskw":"observabilit\u00e9 native du cloud","_yoast_wpseo_title":"","_yoast_wpseo_metadesc":"en fran\u00e7ais : 3 min. de lecture L'essentiel en bref L'observabilit\u00e9 va au-del\u00e0 du monitoring : identifier non seulement les probl\u00e8mes connus, mais aussi\u2026","_yoast_wpseo_meta-robots-noindex":"","_yoast_wpseo_meta-robots-nofollow":"","_yoast_wpseo_meta-robots-adv":"","_yoast_wpseo_canonical":"","_yoast_wpseo_opengraph-title":"","_yoast_wpseo_opengraph-description":"","_yoast_wpseo_opengraph-image":"","_yoast_wpseo_opengraph-image-id":0,"_yoast_wpseo_twitter-title":"","_yoast_wpseo_twitter-description":"","_yoast_wpseo_twitter-image":"","_yoast_wpseo_twitter-image-id":0,"ngg_post_thumbnail":0,"pre_headline":"","bildquelle":"","teasertext":"","language":"de","footnotes":""},"categories":[11],"tags":[192,320,237,416],"industry":[],"class_list":["post-37670","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ratgeber","tag-cloud","tag-cloud-service","tag-cloud-trends","tag-cloud-loesung"],"wpml_language":"fr","wpml_translation_of":27439,"acf":[],"yoast_head":"\nDe la surveillance \u00e0 l\u2019observabilit\u00e9<\/h2>\n
La triade de l\u2019observabilit\u00e9 : m\u00e9triques, journaux, traces<\/h2>\n
OpenTelemetry : la norme universelle<\/h2>\n
Ma\u00eetriser les co\u00fbts<\/h2>\n
Alerting : l’essentiel au bon moment<\/h2>\n
Questions fr\u00e9quentes<\/h2>\n
Quel est le co\u00fbt d’une plateforme d’observabilit\u00e9 ?<\/strong><\/summary>\n
OpenTelemetry est-il pr\u00eat pour la production ?<\/strong><\/summary>\n
Quelle quantit\u00e9 de trafic faut-il tracer ?<\/strong><\/summary>\n
Quelle plateforme d’observabilit\u00e9 est la meilleure ?<\/strong><\/summary>\n
L’observabilit\u00e9 est-elle n\u00e9cessaire pour les monolithes ?<\/strong><\/summary>\n
Lectures recommand\u00e9es par la r\u00e9daction<\/h2>\n
\n
Plus du r\u00e9seau MBF Media<\/h2>\n