Monitoring par métriques multi-dimensionnelles (Prometheus)

Problème

Les logs seuls ne suffisent pas à détecter les tendances, anticiper les pannes ou comprendre la performance d'un système distribué.

Solution

Collecter des métriques temporelles avec un modèle multi-dimensionnel (nom + labels), interroger avec PromQL, et déclencher des alertes sur des règles explicites.

Pourquoi c'est utile

Modèle multi-dimensionnel : chaque métrique est enrichie de labels (instance, endpoint, status, etc.).
Pull model : Prometheus scrape les endpoints exposés, plus simple à découvrir.
PromQL : langage de requête puissant pour agrégation et corrélation.
Autonomie : pas de dépendance à un stockage distribué complexe.

Quand l'appliquer

Système distribué avec besoin de métriques temps réel.
Architecture microservices ou conteneurisée.
Besoin d'alerting basé sur des seuils et des tendances.

Quand NE PAS l'appliquer

Système simple avec peu de composants.
Besoin principal de logs structurés ou de tracing.
Ressources limitées pour stocker les time series.