Audit et trajectoire d'observabilité Grafana pour moderniser la supervision et l'astreinte d'une équipe SRE
Notre client est un acteur de l’assurance mutuelle opérant dans le secteur médical, un environnement hautement réglementé où la continuité de service et la fiabilité de la supervision sont critiques. Son infrastructure hybride couvre des environnements Azure, des équipements réseau, des clusters Kubernetes et un parc de machines virtuelles et physiques, exploités par une équipe SRE resserrée.
La Mission
Nous avons mené pour ce client un audit de sa plateforme d’observabilité, avec un triple objectif : valider un socle technique déjà partiellement déployé (Thanos, Tempo, Grafana), sécuriser la transition depuis une solution de supervision historique (Zabbix) vers une architecture d’observabilité moderne, et définir les bonnes pratiques et la feuille de route permettant à une équipe SRE réduite d’opérer cette plateforme dans la durée.
L’enjeu principal portait sur la gestion des astreintes : un point de faiblesse critique de l’outil historique, dépourvu de calendriers on-call, de rotations d’équipe et de mécanismes d’escalade fiables.
Notre Approche
- Gap analysis de l’outil de supervision historique : cartographie exhaustive du périmètre couvert (infrastructure, réseau, Kubernetes, middlewares) pour garantir une continuité totale du monitoring lors de la bascule.
- Comparatifs techniques argumentés sur les choix d’architecture structurants : stratégie de gestion des logs (approche hybride plutôt que migration complète), backend de stockage métriques, moteur d’alerting, solution de gestion des astreintes.
- Conception d’une architecture cible hybride on-premise / cloud, avec séparation stricte des flux sensibles (métriques, logs, traces conservés en infrastructure contrôlée) et des flux de notification (astreinte gérée via une solution cloud dédiée).
- Définition des bonnes pratiques de labeling et de maîtrise de la cardinalité pour garantir la performance et la soutenabilité de la plateforme à long terme.
- Recommandations sur le monitoring Kubernetes, la sécurisation des envois de télémétrie et le méta-monitoring (supervision de la supervision).
- Élaboration d’une roadmap opérationnelle chiffrée, séquencée par lots (déploiement du socle, intégration des sources, formation des équipes).
Technologies
- Grafana : visualisation unifiée, tableaux de bord et alerting.
- Thanos : stockage et requêtage longue durée des métriques.
- Loki : supervision temps réel des applications frontend (RUM).
- Tempo : collecte et analyse des traces applicatives.
- Grafana Alloy : agent unique de collecte sur l’ensemble des sources (VM, Kubernetes, réseau, frontend).
- Grafana IRM : gestion des astreintes, calendriers on-call et escalades.
- Elasticsearch : conservé pour les besoins de recherche full-text et de centralisation des logs d’infrastructure.
- Kubernetes : environnement cible du monitoring applicatif et plateforme.
Résultats Obtenus
Notre audit a permis à ce client de sécuriser sa trajectoire de modernisation en définissant pour chaque brique technique, le meilleur arbitrage entre continuité opérationnelle, performance et maîtrise des coûts plutôt qu’une migration générique et risquée.
L’approche hybride recommandée (conservation des outils maîtrisés par les équipes, ajout ciblé de nouvelles briques uniquement là où elles apportent une réelle valeur) a permis de limiter la complexité et l’effort de migration, tout en comblant une lacune critique en gestion des astreintes.
Grâce à notre expertise reconnue en tant que premier partenaire Grafana Professional Services en France, nous accompagnons les organisations évoluant en environnement exigeant dans la construction d’une observabilité robuste, adaptée à la taille réelle de leurs équipes d’exploitation.
