Alors que les systèmes logiciels deviennent de plus en plus complexes, les microservices sont devenus le moyen de construire des applications qui sont évolutives, résilientes et plus faciles à entretenir.Mais avec cette flexibilité, il y a un compromis: les choses deviennent plus difficiles à suivre.Comprendre comment toutes les parties en mouvement se comportent dans un système distribué n'est pas facile, et c'est précisément pourquoi l'observabilité n'est plus juste agréable à avoir, c'est un must. L'observabilité s'étend au-delà de la surveillance traditionnelle pour fournir des informations approfondies sur l'état interne des systèmes complexes en fonction de leurs sorties externes.Même si la surveillance vous indique quand quelque chose ne va pas, l'observabilité vous aide à comprendre pourquoi cela ne va pas - souvent avant que les utilisateurs ne remarquent des problèmes. Les trois piliers de l’observation 1. Metrics: Quantitative System Behaviour Les métriques fournissent des représentations numériques des performances du système et de l'entreprise au fil du temps.Ils sont généralement des points de données légers et hautement structurés qui permettent aux équipes de détecter les tendances et les anomalies. Key Metrics Types: Métriques du système : CPU, mémoire, utilisation du disque et débit réseau Métriques d’application : taux de demande, taux d’erreur et temps de réponse Métriques d’affaires : engagement des utilisateurs, taux de conversion et volumes de transactions Métriques personnalisées : indicateurs spécifiques au domaine pertinents pour vos services spécifiques Advantages of Metrics: Basse surface pour la collecte et le stockage Facilement agrégé et analysé avec des méthodes statistiques Idéal pour alerter sur les conditions d'échec connues Parfait pour les dashboards et la visualisation en temps réel La mise en œuvre de mesures efficaces implique l’établissement de lignes de départ pour le comportement normal et l’établissement de seuils appropriés pour les alertes.La méthode RED (Rate, Errors, Duration) et la méthode USE (Utilisation, saturation, Errors) fournissent des cadres pour lesquels les mesures doivent être priorisées. 2. Logs: Detailed Event Records Les journaux représentent des événements discrets qui se produisent au sein des applications et des composants de l'infrastructure. Ils fournissent des informations contextuelles sur des actions, des erreurs ou des changements d'état spécifiques. Reconnaître les meilleures pratiques : Mise en œuvre de journaux structurés avec des formats cohérents (JSON est populaire) Inclure des informations contextuelles (nom du service, version, environnement) Ajouter des ID de corrélation pour suivre les demandes sur les services Appliquer les niveaux de journaux appropriés (DEBUG, INFO, WARN, ERROR) Pratiquer les politiques de rotation et de rétention des journaux Les défis de la gestion du logiciel : Un volume élevé dans les systèmes distribués Coûts de stockage et impacts sur les performances Trouver le bon signal dans les données bruyantes Équilibrer la verbosité avec la performance Les solutions modernes de gestion des journaux centralisent les journaux de tous les services, permettant la recherche, le filtrage et l'analyse sur l'ensemble du système. 3. Traces: Request Journeys Le suivi distribué suit les demandes à mesure qu’elles se propagent à travers les microservices, créant une vue globale du cycle de vie de la demande. Chaque trace se compose d’espaces – opérations individuelles au sein des services – qui forment une représentation hiérarchique du parcours de la demande. Tracing Components: ID de suivi : identifiants uniques pour les requêtes de bout en bout Espaces : opérations individuelles dans une trace Espace contextuel : les métadonnées qui accompagnent les espaces à travers les frontières des services Annotations/étiquettes : informations supplémentaires jointes aux espaces Tracing Benefits: Visualiser les flux de requêtes à travers des architectures complexes Pinpoint performance bottlenecks et problèmes de latence Comprendre les dépendances de service et les modèles d'interaction Debugging des transactions distribuées complexes Un suivi efficace nécessite l’instrumentation de tous les services, généralement à travers des bibliothèques qui capturent automatiquement les données de timing et propagent le contexte de suivi entre les services. Stratégies et outils de mise en œuvre Service Mesh Les réseaux de services tels que Istio, Linkerd et Consul offrent une observabilité hors de la boîte en interceptant la communication service-à-service au niveau du réseau. Key Features: Collecte automatique des métriques : volumes de requêtes, latences et taux d'erreur Intégration de traçage distribué : propagation des en-têtes de trace Visualisation du trafic : cartes de dépendance au service Gestion du trafic avancée: rupture de circuit, retries et division du trafic Les réseaux de service sont particulièrement précieux dans les environnements Kubernetes, où ils peuvent être déployés en tant que proxies sidecar sans modifier le code des services eux-mêmes. Open Telemetry: The Unified Standard La télémétrie ouverte est apparue comme la norme de l'industrie pour l'instrumentation, offrant un moyen neutre du fournisseur de collecter et d'exporter des données de télémétrie. Components: API : définit comment générer des données de télémétrie SDK : Implémentation de l’API avec des options de configuration Collecteur : reçoit, traite et exporte les données de télémétrie Exportateurs : envoyer des données à différents backend En adoptant la télémétrie ouverte, les organisations évitent le verrouillage des fournisseurs et peuvent passer entre différents supports d'observation au besoin. Monitoring Platforms Il existe différentes solutions pour stocker, analyser et visualiser les données d’observation : Popular Combinations: Prometheus + Grafana : surveillance et visualisation des métriques open source ELK Stack (Elasticsearch, Logstash, Kibana) : agrégation et analyse de journaux Jaeger/Zipkin : Tracking distribué open source Plateformes commerciales : Datadog, New Relic, Dynatrace, Honeycomb De nombreuses organisations adoptent un mélange d'outils, bien que les plates-formes d'observation unifiées gagnent en puissance pour leur capacité à corréler entre les mesures, les journaux et les traces. Les défis de l’observation dans les microservices Data Volume and Cardinality Les microservices génèrent d’énormes volumes de données de télémétrie à haute cardinalité (de nombreuses combinaisons uniques de dimensions). Coûts de stockage : équilibrer la conservation des données avec les contraintes budgétaires Performance des requêtes : maintien de la vitesse avec une augmentation du volume de données Signal-noise ratio: Trouver des informations pertinentes dans de vastes ensembles de données Context Propagation Le maintien du contexte à travers les frontières du service nécessite une considération minutieuse: Titres cohérents : mise en forme standardisée pour les ID de trace et le contexte Opérations asynchrones : préserver le contexte dans les files d’attente des messages Services tiers : Gérer les systèmes externes qui ne prennent pas en charge vos mécanismes de suivi Tool Proliferation Le paysage d’observation comporte de nombreux outils spécialisés, conduisant à : Complexité de l’intégration : assurer le bon fonctionnement des outils Fragmentation des connaissances : exiger que les équipes apprennent plusieurs systèmes Gestion des coûts : contrôler les coûts parmi plusieurs fournisseurs Les meilleures pratiques pour l'observation des microservices Stratégies d’instrumentation Par défaut à l'instrumentation: Faites de l'observabilité une caractéristique standard, pas une réflexion ultérieure Utiliser l'auto-instrumentation lorsque cela est possible pour réduire l'excès de développement Standardiser sur des bibliothèques cohérentes à travers les services et les équipes Considérez l'observabilité dans les API en concevant avec la traçabilité en tête Surveillance de la santé et SLI/SLO Mettre en œuvre les contrôles de santé des services pour le suivi de la disponibilité de base Définir des indicateurs de niveau de service (SLI) qui reflètent l'expérience utilisateur Définir les objectifs de niveau de service (SLO) comme objectifs de fiabilité Créer des budgets d'erreur pour équilibrer la fiabilité avec la vitesse de développement philosophie d’alerte Alerte aux symptômes, pas aux causes : Focus sur l’impact de l’utilisateur Réduire la fatigue d’alerte : éliminer les notifications bruyantes ou redondantes Mettre en place une propriété claire : alerter les routes aux bonnes équipes Créer des alertes actionnables : inclure le contexte et les étapes de réparation possibles L’observation comme culture Shift left : intégrer l’observabilité dans le processus de développement Réaliser des évaluations d’observabilité aux côtés des évaluations de code Pratiquer l'ingénierie du chaos pour vérifier l'observabilité lors d'échecs Créer des playbooks pour des scénarios communs identifiés à partir de données d'observabilité New Relic’s Comprehensive Approach to Microservice Observability  Ce qui distingue New Relic est son approche de plateforme unifiée en matière d’observation. Au lieu de regrouper plusieurs outils spécialisés, New Relic fournit une visibilité de bout en bout sur tout votre écosystème de microservices à travers un seul panneau de verre. New Relic fournit des alertes qui aident à éliminer les problèmes de fixation du bruit avant qu’ils ne deviennent un obstacle. Il fournit des itinéraires synthétiques qui aident à déterminer la santé des services. Il fournit NerdGraph API pour automatiser l’échelle, etc. en fonction des alertes ou des événements que nous pouvons utiliser. Ci-dessous sont les installations de pointe fournies par New Relic. Service Architecture Intelligence  Au cœur de l’observabilité des microservices de New Relic se trouve l’intelligence de l’architecture de service. Cette fonctionnalité découvre et cartographie automatiquement les relations entre les services, en fournissant une visualisation en temps réel de vos dépendances de service. Les ingénieurs peuvent rapidement identifier les lacunes, résoudre les problèmes et comprendre comment les modifications d’un service peuvent affecter les autres. Les cartes d’architecture de service ne sont pas des diagrammes statiques mais des visualisations dynamiques qui reflètent le comportement réel de votre système. Queues & Streams Monitoring  Les architectures de microservices modernes s'appuient fortement sur les files d'attente et les flux de messages pour une communication asynchrone. La surveillance des files d'attente et des flux de New Relic offre une visibilité bidirectionnelle qui relie les sujets aux services des producteurs et des consommateurs. Cette approche innovante permet aux équipes DevOps d'identifier et de résoudre rapidement des problèmes tels que les producteurs lents, les sujets surchargés ou les consommateurs en difficulté. Avec des informations détaillées sur la santé de Kafka jusqu'au cluster, à la partition, au courtier, au sujet, au producteur et au niveau des consommateurs, les équipes peuvent détecter de manière proactive des lacunes potentielles avant qu'elles n'affectent les Fleet and Agent Control  La gestion de l'instrumentation à travers de nombreux microservices peut prendre du temps et être sujette à des erreurs. Le contrôle de la flotte et le contrôle des agents de New Relic fournissent un plan de contrôle de l'observabilité complet qui centralise toutes les tâches du cycle de vie de l'instrumentation dans tout votre environnement.Avec ces outils, les équipes peuvent: Centraliser les opérations d'agent pour réduire le travail manuel Mettre à niveau les versions d'agent pour des flottes entières de services en quelques clics Éliminer les points aveugles de télémétrie dans les clusters Kubernetes Automatiser l'instrumentation à l'échelle avec des API pour l'instrumentation-as-code Cette capacité est particulièrement précieuse pour les environnements de micros Enhanced Application Performance Monitoring (eAPM)  New Relic’s eAPM exploite la technologie eBPF pour fournir des informations approfondies sur les performances des applications sans modifier le code ni redémarrer les services. La capacité d’eAPM offre : Insights alimentés par l’IA qui corrélent automatiquement les métriques entre les applications et les clusters Kubernetes Surveillance des métriques d'or, des transactions et des performances de la base de données Transition fluide vers les agents APM traditionnels lorsque des informations plus approfondies sont nécessaires Cela permet aux équipes d’implémenter rapidement l’observabilité dans leur paysage de microservices sans travail d’instrumentation exhaustif. Cloud Cost Intelligence  La capacité Cloud Cost Intelligence de New Relic offre une visibilité complète et en temps réel des coûts des ressources cloud, permettant aux équipes de: voir et gérer les coûts du cloud dans toute l'organisation Évaluer l'impact sur les coûts des ressources informatiques avant le déploiement Collecter et visualiser automatiquement les données de télémétrie en temps réel pour obtenir des informations plus approfondies sur les coûts Permettre la collaboration entre les équipes d'ingénierie, de finance et de produits pour aligner les dépenses sur les objectifs commerciaux Cette intégration des données de coûts avec les mesures de performance aide les équipes à prendre des décisions éclairées sur l'optimisation des services et l'allocation des ressources. Real-Time Collaboration and Knowledge Sharing  New Relic facilite cela à travers les tableaux de bord publics, permettant aux équipes de partager des informations critiques avec les parties prenantes à l’intérieur et à l’extérieur de l’organisation. Ces panneaux permettent aux équipes de Créez et partagez facilement des informations en utilisant la base de données unifiée et le langage de requête de New Relic Fournir des métriques en temps réel aux audiences sans avoir besoin d'un nouveau login Relic Mettre en œuvre des contrôles d’accès basés sur les rôles pour la sécurité Cette capacité brise les silos entre les équipes de développement, les opérations et les parties prenantes commerciales, favorisant une approche unifiée de la fiabilité des services. L’avenir des microservices Le domaine continue d’évoluer avec plusieurs tendances émergentes : Analyse alimentée par l’IA : apprentissage automatique pour détecter les anomalies et suggérer les causes profondes Technologie eBPF : instrumentation au niveau du noyau avec un minimum d’overhead Convergence de la télémétrie ouverte : standardisation continue de la collecte de la télémétrie Observabilité en tant que code : définir les exigences d’observabilité aux côtés de l’infrastructure Conclusion L'observabilité efficace transforme les microservices des boîtes noires opaques en systèmes transparents et débogageables.En mettant en œuvre une stratégie complète comprenant des mesures, des journaux et des traces, les organisations peuvent renforcer la confiance dans leurs architectures distribuées et offrir des expériences utilisateurs plus fiables. L’investissement dans l’observabilité fait des dividendes non seulement en termes de temps d’arrêt réduits et de débogage plus rapide, mais aussi en ce qui concerne la capacité des équipes à innover avec confiance, en sachant qu’elles peuvent comprendre les systèmes complexes qu’elles construisent et entretiennent.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Cet audio est produit dans la langue originale de l'histoire !

Observabilité des microservices : un guide complet de Brajesh Kumar

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Des forums aux flux : comment les algorithmes des réseaux sociaux façonnent l'interaction numérique

Appuyez pour gagner : Telegram pourrait intégrer les 10 prochains milliards d'utilisateurs de crypto avant Solana

Les couches invisibles : pourquoi les entretiens avec les utilisateurs sont un atout irremplaçable

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Des forums aux flux : comment les algorithmes des réseaux sociaux façonnent l'interaction numérique

Appuyez pour gagner : Telegram pourrait intégrer les 10 prochains milliards d'utilisateurs de crypto avant Solana

Les couches invisibles : pourquoi les entretiens avec les utilisateurs sont un atout irremplaçable

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps