Monitoring & observabilité
Visibilité complète sur le comportement du système. Collectez métriques, logs et traces. Alertes proactives sur les anomalies. Mettez en œuvre des boucles de feedback de la production vers le développement. Permettez des décisions basées sur les données.
La santé de la production en un coup d'œil
appi-crx-prod · orders-api
Exemple illustratifRequêtes par minute
1,049
Requêtes en échec
0.2%
Temps de réponse (p95)
195 ms
Requêtes par minute
Requêtes en échec
Alertes
Tous les contrôles sont au vert
Métriques, logs et traces
Chaque signal répond à une question différente. Ensemble, ils vous mènent rapidement de « quelque chose ne va pas » à « voici pourquoi ».
Y a-t-il un problème ?
Métriques
Des valeurs dans le temps, comme le nombre de requêtes, le taux d'échec, le CPU ou la longueur d'une file d'attente. Peu coûteuses à stocker et idéales pour les tableaux de bord et les alertes.
Que s'est-il passé ?
Logs
Des enregistrements détaillés d'événements et d'erreurs, interrogés en KQL dans Log Analytics. Une journalisation structurée avec des identifiants de corrélation les rend faciles à rechercher.
Où cela s'est-il produit ?
Traces
Suivez une requête à travers plusieurs services, par exemple d'un front-end web à une Azure Function en passant par une API et une file d'attente, et voyez où le temps a été perdu ou où une erreur est survenue.
La boîte à outils Azure
Chez la plupart des clients avec qui nous travaillons, tout le nécessaire fait déjà partie de leur abonnement Azure ; le travail consiste à bien le configurer.
- Azure Monitor. La plateforme qui collecte les métriques et les logs des ressources Azure et exécute les règles d'alerte et les groupes d'actions.
- Application Insights. Le monitoring des performances applicatives : requêtes, dépendances, exceptions, tests de disponibilité et traçage distribué, avec une instrumentation basée sur OpenTelemetry.
- Log Analytics. L'espace de travail où arrivent les logs, interrogés en Kusto Query Language (KQL) pour les investigations, les workbooks et les alertes.
- Télémétrie Power Platform. Dataverse, les applications model-driven et Power Automate peuvent exporter leur télémétrie vers Application Insights (environnements gérés requis ; export Power Automate en préversion), pour surveiller les applications métier au même endroit que le code sur mesure.
Des alertes qui comptent : SLO et budgets d'erreur
Une alerte à chaque pic épuise une équipe jusqu'à ce que plus personne ne réagisse. Nous convenons d'objectifs de niveau de service avec le métier et nous alertons sur ce qui les menace.
Comment nous les mettons en place
- Choisir un indicateur qui reflète l'expérience utilisateur, comme la part de requêtes réussies ou de commandes traitées en moins d'une minute.
- Fixer un objectif réaliste, par exemple 99,5 % de requêtes réussies sur 30 jours ; les 0,5 % restants constituent le budget d'erreur.
- Alerter sur les symptômes que les utilisateurs remarquent, et attribuer chaque alerte à un responsable avec un runbook court.
- Quand le budget d'erreur s'épuise, donner la priorité à la fiabilité plutôt qu'aux nouvelles fonctionnalités.
- Revoir régulièrement les alertes et supprimer celles qui ne déclenchent aucune action.