Comprendre les métriques d'observabilité : types, signaux clés et bonnes pratiques

La base de l'observabilité est souvent décrite par trois piliers : les métriques, les logs et les traces. Ensemble, ils fournissent une visibilité essentielle sur les performances et le comportement du système. À mesure que la technologie progresse et que les besoins en matière d'observabilité augmentent, un quatrième pilier émerge : les profils.

Les métriques sont des points de données numériques bruts collectés à partir du matériel, des logiciels et des sites web. En mesurant les éléments connus, les métriques permettent de monitorer l'utilisation des ressources, les performances et le comportement des utilisateurs. En d'autres termes, les métriques indiquent aux équipes de surveillance et d'observabilité ce qui se passe dans leurs systèmes.

Principaux types de métriques d'observabilité
L'observabilité est une pratique qui permet aux organisations d'avoir une vue à 360 degrés de leurs environnements et de leurs opérations. Pour ce faire, l'observabilité s'appuie sur les principaux types de métriques suivants :

• Métriques d'applications : les métriques d'application sont les données de télémétrie générées par et liées aux applications au sein d'une suite technologique. Parmi les plus couramment utilisées, citons les temps de réponse, le débit, le taux de requêtes et le nombre d'erreurs. Ces métriques permettent aux ingénieurs de monitorer les performances et la disponibilité des applications. Elles sont également utilisées pour le suivi des performances applicatives (APM). 

• Métriques système : les métriques système, également appelées métriques d'infrastructure, reflètent l'état du matériel et des systèmes d'exploitation, y compris des composants clés comme Kubernetes. Il s'agit par exemple de l'utilisation du processeur, des E/S disque, du débit réseau, de l'utilisation de la mémoire, de la disponibilité de l'instance, de l'utilisation des ressources de conteneur et de la disponibilité du service. Ces métriques fournissent des informations sur les performances des ressources cloud, des machines virtuelles, des conteneurs et d'autres composants sous-jacents. 

• Métriques métier : les métriques métier relient les performances techniques et opérationnelles aux résultats de l'entreprise. Par exemple, des métriques tels que les taux de conversion, la valeur moyenne des transactions et la fidélisation des utilisateurs permettent d'établir une corrélation entre les performances du système et les objectifs de l'organisation.

Une solution d'observabilité efficace garantit la fiabilité, l'allocation efficace des ressources, la conformité et la sécurité. Elle permet également de planifier la capacité, d'optimiser les performances, d'améliorer l'expérience utilisateur et de contrôler les coûts. Les métriques principales permettent une observabilité efficace et, en fin de compte, une prise de décision fondée sur les données qui se traduit par de meilleurs résultats métier. Ces métriques sont généralement agrégées et s'affichent dans des tableaux de bord pour un suivi des performances en temps réel. 

Les logs sont des entrées horodatées d'événements spécifiques générés par des systèmes, des applications, des réseaux et des infrastructures. Ils fournissent les détails et le contexte des événements, ce qui permet aux ingénieurs de comprendre pourquoi les problèmes surviennent. 

Les périphériques réseau, les applications, les systèmes d'exploitation, les appareils IoT et les applications tierces émettent différents types de logs, notamment (mais sans s'y limiter) : 

• Logs système : il s'agit d'événements tels que les tentatives de connexion, les erreurs et les modifications de configuration.

• Logs d'application : ils enregistrent les modifications de logiciel, les opérations CRUD (créer, lire, mettre à jour et supprimer), l'authentification des applications et d'autres événements pour aider à diagnostiquer les problèmes. 

• Logs réseau : ils enregistrent les données des événements qui se produisent sur un réseau ou un appareil, notamment le trafic réseau, les événements de sécurité et l'activité des utilisateurs.

Les logs sont enregistrés dans des formats structurés et non structurés, ce qui complique leur stockage. Leur catégorisation peut également être complexe, car les données sont souvent cloisonnées dans divers systèmes et ne sont pas automatiquement corrélées.

Les traces sont des signaux de télémétrie qui permettent aux ingénieurs de visualiser les applications et les services du point de vue de la session utilisateur. Le traçage distribué collecte les traces des requêtes qui circulent dans une architecture distribuée. 

Les traces permettent aux ingénieurs de monitorer et de déboguer les applications, en découvrant les goulots d'étranglement. En d'autres termes, les traces indiquent aux équipes DevOps où se produisent les problèmes dans leurs environnements. Elles constituent la base d'une surveillance proactive. En analysant les traces, les ingénieurs peuvent identifier les métriques ou les logs liés à un problème particulier, ce qui permet d'atténuer les problèmes futurs.  

Par exemple, les traces permettant d'identifier les processus lents comprennent les requêtes API, le trafic API frontal, les charges de travail de serveur à serveur et les appels API internes. 

Si les métriques, les logs et les traces offrent aux utilisateurs des données précieuses sur les performances des applications et du système, ces signaux ne fournissent pas toujours les détails nécessaires au dépannage du code et à l'optimisation des performances. C'est là que les profils entrent en jeu.

Le profilage est la collecte et l'analyse de profils : des traces de pile qui aident à identifier les problèmes liés aux structures de données, à la visibilité du code et à l'allocation de mémoire aux niveaux du noyau et de l'utilisateur. 
Le profilage permet de découvrir les goulots d'étranglement de votre système au niveau du code, un autre avantage clé de l'observabilité moderne. OpenTelemetry adopte également le profilage comme signal. De ce fait, le profilage apparaît comme le quatrième et le plus récent pilier de l'observabilité.

Bien que les besoins de suivi de chaque organisation soient uniques, certaines métriques d'observabilité sont universellement importantes. Ces métriques sont parfois appelées les quatre "golden signals" dans la communauté de l'ingénierie de fiabilité des sites (SRE).

La latence mesure le temps nécessaire aux données pour se déplacer d'un point à un autre. Elle révèle des problèmes de performance sous-jacents. Une latence élevée peut dégrader l'expérience utilisateur du fait de l'allongement du temps de chargement, provoquer des erreurs d'application et mécontenter les utilisateurs.

Les métriques de trafic permettent de suivre le volume de requêtes ou de transactions traitées par une application. Elles aident les équipes à comprendre le comportement des utilisateurs et à anticiper les besoins de scaling.

Les métriques d'erreur offrent une visibilité sur les requêtes ou les échecs des opérations. Le suivi des taux d'erreur et l'identification des schémas contribuent à résoudre les problèmes récurrents.

Les métriques de saturation indiquent à quel point un système est proche de ses limites de capacité. La surveillance de l'utilisation des ressources permet aux ingénieurs de résoudre de manière proactive les goulots d'étranglement avant qu'ils n'affectent les performances.

Ces quatre signaux clés sont essentiels à une observabilité efficace, car ils fournissent des informations précieuses sur l'état et les performances des systèmes informatiques. Leur surveillance, leur corrélation et leur analyse permettent aux équipes informatiques d'obtenir des informations exploitables et d'adopter une approche plus proactive en matière de fiabilité et de surveillance des performances des sites.

Elastic Observability fournit une solution unifiée pour la collecte, le suivi et l'analyse des métriques d'observabilité dans l'ensemble de votre suite technologique. Avec Elastic Observability, vous pouvez collecter, stocker et visualiser des métriques d'observabilité à partir de n'importe quelle source et accélérer la résolution des problèmes grâce à Elasticsearch Platform. 

Elastic Observability prévient les pannes et accélère la résolution des problèmes grâce à une pertinence basée sur la recherche, une conservation des données sans compromis, une efficacité opérationnelle améliorée et des coûts réduits, ainsi qu'un investissement à l'épreuve du temps. Obtenez des informations rapides, contextuelles et unifiées sur les sources de données les plus larges grâce à une solution ouverte et OTel-first qui s'intègre de manière transparente à votre écosystème technologique en constante évolution.

En savoir plus sur l'observabilité avec Elastic.