Quels sont les outils de monitoring courants et comment choisir entre eux ?

Question

Accepted Answer

Le paysage se divise par pilier — métriques, logs, traces — plus les plateformes gérées tout-en-un. Le choix revient à **auto-hébergé vs géré**, déterminé par la taille de l'équipe, le budget et l'échelle.

## Outils par pilier

```text
METRICS    Prometheus  → pull-based scraping, time-series DB, PromQL query language
           Grafana     → dashboards on top of Prometheus (and many other sources)

LOGS       ELK         → Elasticsearch + Logstash + Kibana (powerful, heavy to run)
           Loki        → "Prometheus for logs": cheap, indexes labels not full text

TRACES     Jaeger      → distributed tracing, OpenTelemetry-compatible
           Tempo       → trace backend that pairs with Grafana/Loki

ALL-IN-ONE Datadog     → managed metrics + logs + traces + APM in one product
```

## Pourquoi Prometheus + Grafana est le noyau open-source courant

Prometheus **récupère** les métriques auprès des cibles qu'il scrape (le service expose `/metrics`), les stocke dans une base de données time-series, et interroge avec **PromQL**. La récupération rend les cibles faciles à découvrir et à vérifier. Grafana s'ajoute par-dessus pour la visualisation. Loki et Tempo étendent la même pile aux logs et traces, tous interrogeables dans une seule UI Grafana.

```promql
# PromQL: per-route error ratio over 5 minutes
sum by (route) (rate(http_requests_total{status=~"5.."}[5m]))
  / sum by (route) (rate(http_requests_total[5m]))
```

## Auto-hébergé vs compromis gérés

```text
SELF-HOSTED (Prometheus/Grafana/Loki/Tempo)
  ✓ no per-host bill, full control, no data leaves your infra
  ✗ you run, scale, and patch it; storage & HA are your problem

MANAGED (Datadog, Grafana Cloud)
  ✓ no ops burden, integrations out of the box, scales for you
  ✗ costs grow fast with hosts/volume; some vendor lock-in
```

## Comment choisir

```text
Small team / tight budget   → self-hosted Prometheus + Grafana (+ Loki)
Fast-moving, ops-light team  → managed (Datadog / Grafana Cloud)
Large scale / strict cost    → self-host the core, but budget for the ops team
```

## Pourquoi c'est important

Il n'y a pas d'outil universellement meilleur — seulement le bon adapté à vos contraintes. Une startup de 5 personnes se noie en essayant d'exploiter un cluster Elasticsearch HA ; une grande entreprise peut dépenser six chiffres par an sur une plateforme gérée qu'elle pourrait auto-héberger. Savoir ce que chaque outil fait et le compromis auto-hébergé-vs-géré vous permet d'adapter l'observabilité à la taille de l'équipe, au budget et à l'échelle au lieu de copier ce qui est populaire.