Metrics

DevOps 🟡 Mid

Définition

Données numériques agrégées mesurant la performance d'un système (latence, throughput, error rate, saturation). Les 4 golden signals de Google.

Analogie

Le tableau de bord d'une voiture : vitesse, température, niveau d'essence en un coup d'oeil.

Exemple de code

// Prometheus client
const httpDuration = new Histogram({
  name: 'http_request_duration_seconds',
  help: 'Duration of HTTP requests',
  labelNames: ['method', 'route', 'status']
});
app.use((req, res, next) => {
  const end = httpDuration.startTimer();
  res.on('finish', () => end({ method: req.method }));
});

Cas d'usage

Alerter quand la latence p99 dépasse le SLO ou quand le taux d'erreur augmente.

Anti-pattern

Collecter des métriques sans alertes ni dashboards : des données inutiles.

Termes liés

#devops#monitoring#interview

En entretien

Explique-moi ce que sont les golden signals de Google.
Ce sont des métriques agrégées mesurant la performance d'un système : latence, throughput, error rate et saturation. C'est comme le tableau de bord d'une voiture : vitesse, température, niveau d'essence en un coup d'œil.
À quoi servent concrètement les métriques en production ?
À alerter quand la latence p99 dépasse le SLO ou quand le taux d'erreur augmente, par exemple via un histogram Prometheus comme http_request_duration_seconds. Sans ça on ne détecte pas les dégradations avant qu'elles impactent les utilisateurs.
Quel est l'anti-pattern classique autour des métriques ?
Collecter des métriques sans alertes ni dashboards : ce sont alors des données inutiles que personne ne regarde. Il faut toujours coupler collecte, seuils d'alerte et visualisation.

Fiche mise à jour le 2026-09-27