Qu'est-ce que les métriques, les logs et les traces, et dans quels cas les utiliser ?

Question

Accepted Answer

Ce sont les **trois piliers de l'observabilité**. Ils répondent à des questions différentes : les métriques vous disent **que** quelque chose ne va pas, les logs vous disent **ce** qui s'est passé, et les traces vous disent **où** dans un flux distribué le temps ou l'erreur s'est produit.

## Trois piliers

```text
METRICS  aggregate numbers over time (counters, gauges, histograms)
         → cheap, low cardinality, great for trends & ALERTING
         → e.g. error rate = 2%, p99 latency = 800ms

LOGS     discrete, timestamped events with detail (often structured JSON)
         → rich context for DEBUGGING a specific request
         → e.g. {"level":"error","user":123,"msg":"payment declined"}

TRACES   the path of one request across services, with timing per span
         → shows latency BREAKDOWN and where a call fails
         → e.g. checkout 800ms = api 50ms + db 700ms + email 50ms
```

## Quand utiliser chacun — un incident

```text
1. METRIC alerts: "checkout p99 latency jumped to 2s"   → you know THERE's a problem
2. TRACE a slow request: 1.8s of 2s is spent in the inventory service
                                                        → you know WHERE it is
3. LOGS of the inventory service at that time: "slow query: missing index"
                                                        → you know WHAT happened
```

Les métriques vous limitent à un symptôme et une fenêtre de temps ; les traces le localisent à un service ou un appel ; les logs donnent la cause exacte. Aller directement aux logs sans métriques signifie chercher à l'aveugle.

## Coût et cardinalité

Les métriques sont agrégées, elles restent donc bon marché même à grande échelle — idéales pour les tableaux de bord et les alertes toujours actifs. Les logs et les traces sont par événement et coûteux, ils sont donc généralement **échantillonnés** et interrogés à la demande lors d'une investigation.

## Pourquoi c'est important

Utiliser le mauvais pilier gaspille du temps : vous ne pouvez pas créer d'alerte efficace sur les logs bruts (trop bruyants, trop coûteux), et vous ne pouvez pas déboguer une requête spécifique échouée à partir d'une métrique agrégée. Savoir que les métriques détectent, que les traces localisent et que les logs expliquent vous donne un chemin rapide et répétable de « quelque chose ne va pas » à la cause racine.