Comme nous avons pu le voir dans notre article sur l’instrumentation de python pour prometheus, un petit tour en java pour s’adapter à des usages plus vastes de nos développeurs.
Sur un environnement conséquent, la découverte automatique des services et applications à intégrer à prometheus est indispensable. Cet article présente l’implémentation possible avec consul.
Maintenant que nous avons vu comment instrumenter notre code python pour prometheus, mettons en place l’ensemble dataviz autour de celui-ci : prometheus et grafana
La solution de collete et traitement des métriques prometheus tire parti de l’instrumentation du code développé. Cet article pour vous aider à bien démarrer en python.
Dès lors que l’on envisage de mettre en place du logiciel spécifique en place, il est indispensable de penser à la supervision de l’ensemble et idéalement depuis l’intérieur. Les logiciels développés doivent donc proposer des points de supervision et de monitoring de la performance qu’elle soit technique ou fonctionnelle. Les deux principaux moyens sont les logs et les métriques. Ils ne servent pas les mêmes objectifs, interessons nous à la seconde catégorie.
La solution prometheus offre la possibilité de collecter des métriques dans les infrastructures et les logiciels développés maison afin d’effectuer de la supervision mais également de la gestion d’alerte sur seuil. Si vous ne connaissez pas cette solution, voici quelques lignes pour rapidement comprendre son fonctionnement.