Skip to main content
Une dizaine de mots suffisent pour comprendre les dashboards, les règles d’alerte et les commandes de la stack de supervision. Voici leur sens exact dans le contexte Kaeyros.
Une métrique plus un jeu d’étiquettes précis. traefik_service_requests_total{code="200", method="GET"} et la même avec code="500" sont deux séries. C’est ce nombre qui détermine le coût en mémoire et en disque, pas le nombre de points.
Le nombre de séries distinctes. Une étiquette mal choisie l’explose : mettre pod dans une liste blanche crée autant de séries nouvelles qu’il y a de pods à chaque déploiement, définitivement, parce que l’ancien nom ne revient jamais.
L’action d’aller lire les métriques exposées par un service. vmagent le fait toutes les 30 secondes. Une cible injoignable (up == 0) est un angle mort : l’absence de métrique n’est pas la même chose qu’une métrique à zéro.
On ne garde que les métriques nommément listées dans la configuration de collecte. C’est ce qui tient la cardinalité. Corollaire : une règle qui vise une métrique absente de toutes les listes ne se déclenchera jamais, et donne l’illusion d’une couverture.
Une requête pré-calculée, enregistrée comme une nouvelle métrique. Elle évite de refaire la même agrégation coûteuse à chaque affichage. Leur nom porte des deux-points : sli:disponibilite:ratio30d.
Un indicateur mesuré. Ici : la part des requêtes sans erreur serveur, et la part des requêtes servies sous 300 ms.
L’objectif qu’on se fixe sur un SLI. Déduit du nom du backend : *prod* vise 99,9 %, *stg* vise 99 %, *dev* n’a aucun objectif, volontairement, parce qu’un objectif que personne ne défend est un chiffre que tout le monde ignore.
La quantité d’indisponibilité autorisée sur 30 jours. À 99,9 %, c’est 43 minutes par mois. À 100 % de budget consommé, le SLO est rompu : la doctrine SRE veut qu’on gèle alors les livraisons de fonctionnalités au profit de la fiabilité.
La vitesse à laquelle le budget part. Un taux de 1 consomme exactement le budget du mois en 30 jours ; un taux de 14,4 l’épuise en deux jours. Ce n’est pas le taux d’erreur qui réveille quelqu’un, c’est ce rythme.
Quand PromQL combine deux métriques, il apparie les séries sur leurs étiquettes. Si les jeux ne correspondent pas, le résultat est vide, sans erreur. C’est le mode d’échec le plus silencieux du langage. make appariement sert exactement à ça.
Si vous connaissez Prometheus et PromQL, ce vocabulaire vous sera familier. Les termes spécifiques ici sont l’usage qu’on en fait pour la plateforme Kaeyros.
Des questions sur un terme ou son usage dans une règle ? Contactez devops@kaeyros-analytics.com.