Comprendre les indicateurs d’observabilité : types, signaux clés et bonnes pratiques

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

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

Types principaux d'indicateurs 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 d'indicateurs suivants :

• Indicateurs applicatifs : les indicateurs applicatifs sont les données de télémétrie générées par et liées aux applications au sein d'une suite technologique. Parmi les indicateurs couramment utilisés, on trouve les temps de réponse, le débit, le taux de requêtes et le nombre d'erreurs. Ces indicateurs permettent aux ingénieurs de surveiller les performances et la disponibilité des applications. Ils sont également utilisés pour le suivi des performances applicatives (APM). 

• Indicateurs système : les indicateurs système, également appelés indicateurs 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 de 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 indicateurs fournissent des informations sur les performances des ressources cloud, des machines virtuelles, des conteneurs et d'autres composants sous-jacents. 

• Indicateurs commerciaux : les indicateurs commerciaux relient les performances techniques et opérationnelles aux résultats de l'entreprise. Par exemple, des indicateurs 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. Il permet également de planifier la capacité, d'optimiser les performances, d'améliorer l'expérience des utilisateurs et de contrôler les coûts. Les indicateurs principaux permettent une observabilité efficace et, en fin de compte, une prise de décision basée sur les données qui se traduit par de meilleurs résultats commerciaux. Ces indicateurs sont généralement agrégés et visualisés 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 formatsstructurés et non structurés, ce qui représente un défi de 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 voir les applications et les services du point de vue de l'utilisateur. Le traçage distribué recueille les traces des requêtes qui transitent par 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 indicateurs 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. 

Bien que les indicateurs, 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. Par conséquence, 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, certains indicateurs d’observabilité sont universellement importants. Ces indicateurs sont parfois appelés les quatre « golden signals » dans la communauté de l'ingénierie de fiabilité des sites.

La latence mesure le temps nécessaire aux données pour voyager d’un point à un autre. La latence signale des problèmes de performance sous-jacents. Une latence élevée peut dégrader l'expérience utilisateur en augmentant les temps de chargement, en provoquant des erreurs d'application et en remettant en cause les attentes des utilisateurs.

Les indicateurs de trafic permettent de suivre le volume de demandes ou de transactions traitées par une application. Ils aident les équipes à comprendre le comportement des utilisateurs et à anticiper les besoins d'évolution.

Les indicateurs d’erreur offrent une visibilité sur les demandes ou les opérations ayant échoué. Le suivi des taux d'erreur et l'identification des schémas peuvent aider à résoudre les problèmes récurrents.

Les mesures de saturation indiquent à quel point un système est proche de ses limites de capacité. Le suivi 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 pour des pratiques d'observabilité efficaces, car ils donnent des informations sur l'état et les performances des systèmes informatiques. Lorsqu’ils sont monitorés, corrélés et analysés, ces indicateurs aident les équipes informatiques à obtenir des informations exploitables qui leur permettent d’adopter une attitude plus proactive en ce qui concerne la fiabilité du site et le suivi des performances.

Elastic Observability fournit une solution unifiée pour la collecte, le suivi et l’analyse des indicateurs d’observabilité dans l’ensemble de votre suite technologique. Avec Elastic Observability, vous pouvez collecter, stocker et visualiser des indicateurs d’observabilité à partir de n’importe quelle source et accélérer la résolution des problèmes grâce à notre Search AI 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 et des coûts améliorés, ainsi qu’un investissement à l’épreuve du temps. Obtenez des informations rapides, contextuelles et unifiées sur les sources de données les plus vastes grâce à une solution ouverte, OTel-first, qui s'intègre parfaitement à votre écosystème technologique en constante évolution.

En savoir plus sur l’observabilité avec Elastic.