Défis rencontrés
- Scalabilité : Le volume de données généré par l'application et l'infrastructure nécessitait une solution capable de gérer des métriques et logs en temps réel, tout en restant évolutive.
- Alerting en temps réel : Il était crucial de définir des règles d'alerte efficaces pour détecter les anomalies avant que les utilisateurs finaux ne soient impactés.
- Corrélation des logs et métriques : Assurer une corrélation fluide entre les logs de l'application (Loki) et les métriques systèmes (Prometheus) afin de faciliter le diagnostic des incidents.
Solutions apportées
- Prometheus pour la collecte des métriques : J'ai mis en place Prometheus pour surveiller l'infrastructure, incluant des métriques clés sur les performances des nodes Kubernetes (CPU, RAM, utilisation du disque).
- Grafana pour la visualisation et le reporting : En intégrant Grafana, j'ai créé des tableaux de bord sur mesure, permettant de visualiser en temps réel les métriques critiques.
- Loki pour la gestion des logs Afin de centraliser et d'analyser les logs, j'ai installé Loki. Cela a permis de faciliter la recherche et la corrélation des événements à travers les logs applicatifs, notamment pour diagnostiquer des problèmes complexes et récurrents.
- Automatisation avec Kubernetes et Docker La stack de monitoring a été déployée sur Kubernetes, avec des conteneurs Docker pour Prometheus, Grafana et Loki. Cela a assuré une gestion simplifiée et une évolutivité naturelle de l'infrastructure.