Observabilité

Une application en production ne dit jamais spontanément ce qui ne va pas. L'observabilité consiste à la faire parler : mesurer son comportement avec des métriques, conserver ses événements dans des logs, suivre le trajet de chaque requête avec des traces, puis relier ces trois signaux pour passer du symptôme à la cause.

Les formations de ce thème s'appuient sur une stack open source déployée sur un cluster Kubernetes : Prometheus et Grafana pour les métriques, Loki et Alloy pour les logs, Tempo pour les traces, Kafka comme file d'attente durable, et OpenTelemetry comme standard d'instrumentation. Chaque notion est mise en pratique sur une application multi-services instrumentée.

Deux parcours sont proposés, selon la profondeur recherchée :

  • Observabilité : métriques et logs (2 jours) : les fondations de l'observabilité, les métriques avec Prometheus et Grafana, la centralisation et l'interrogation des logs avec Loki, Alloy et LogQL.
  • Stack d'observabilité complète (4 jours) : tout le programme du premier parcours, puis Kafka, les traces distribuées avec Tempo, l'instrumentation OpenTelemetry et la corrélation entre métriques, logs et traces.

Les deux parcours ne se suivent pas l'un après l'autre : le second reprend tout le premier. Choisissez celui qui correspond à vos besoins.

Stack d'observabilité complète : métriques, logs, traces et corrélation avec OpenTelemetry

Savoir qu'une requête est lente ne suffit pas : il faut savoir où elle perd son temps, quel service est en cause et ce qu'il a écrit dans ses logs à cet instant précis. En quatre jours, ce cours vous emmène de la première métrique jusqu'à la navigation entre métriques, logs et traces.

Vous construisez une stack d'observabilité complète sur un cluster Kubernetes :

  • Prometheus et Grafana pour les métriques.
  • Loki et Alloy pour les logs.
  • Tempo 3.0 pour les traces distribuées.
  • Kafka, déployé par l'opérateur Strimzi en mode KRaft, comme file d'attente durable sur le chemin d'écriture des traces (write path).

OpenTelemetry sert de standard d'instrumentation commun à l'ensemble. Chaque notion est mise en pratique sur une application multi-services instrumentée (frontend, API, worker).

Au programme

  • Les fondations de l'observabilité : les trois piliers, pull vs push, le modèle à labels, le panorama des outils.
  • Les métriques avec Prometheus et Grafana : le modèle time-series, le format d'une métrique, les types (counter, gauge, histogram, summary), la découverte automatique des cibles (service discovery), l'exposition via /metrics.
  • Les logs avec Loki : l'indexation par labels, l'architecture et le stockage objet, la collecte avec Alloy, le requêtage LogQL.
  • Kafka, la file d'attente des traces : le vocabulaire (broker, topic, partition, offset, groupes de consommateurs), le déploiement avec Strimzi en mode KRaft, le write path de Tempo.
  • Les traces avec Tempo : trace et span, propagation du contexte, architecture de Tempo 3.0, write path via Kafka, stockage et requêtage TraceQL.
  • OpenTelemetry : API et SDK, Collector, protocole OTLP, pipelines receivers / processors / exporters, conventions sémantiques.
  • La corrélation des signaux : les patterns de déploiement du Collector, le trace_id injecté dans les logs, la navigation dans Grafana des logs vers la trace, de la trace vers les logs et de la trace vers les métriques.

Prérequis : niveau intermédiaire à avancé, avec une pratique courante de Linux, les bases de Kubernetes (kubectl, pods, deployments, services) et la lecture de fichiers YAML.

Ce cours reprend tout le programme de « Observabilité : métriques et logs ». Il est inutile de suivre les deux.

Observabilité : métriques et logs avec Prometheus, Grafana et Loki

Un service qui répond lentement, un pod qui redémarre en boucle, une erreur qui n'apparaît qu'en production : sans observabilité, le diagnostic commence par des suppositions. En deux jours, ce cours vous apprend à les remplacer par des mesures.

Vous construisez pas à pas une stack d'observabilité sur un cluster Kubernetes :

  • Prometheus collecte et stocke les métriques.
  • Loki centralise les logs sur un stockage objet.
  • Alloy assure la collecte.
  • Grafana réunit l'ensemble dans une interface unique.

Chaque notion est mise en pratique sur une application multi-services instrumentée (frontend, API, worker).

Au programme

  • Les fondations de l'observabilité : les trois piliers, pull vs push, le modèle à labels, le panorama des outils.
  • Les métriques avec Prometheus et Grafana : le modèle time-series, le format d'une métrique, les types (counter, gauge, histogram, summary), la découverte automatique des cibles (service discovery), l'exposition via /metrics.
  • Les logs avec Loki : l'indexation par labels, l'architecture et le stockage objet, la collecte avec Alloy, le requêtage LogQL.

Prérequis : niveau intermédiaire à avancé, avec une pratique courante de Linux, les bases de Kubernetes (kubectl, pods, deployments, services) et la lecture de fichiers YAML.

Pour aller jusqu'aux traces distribuées et à la corrélation des signaux, le cours « Stack d'observabilité complète » reprend tout ce programme et le prolonge.