Posts

Showing posts with the label Observabilité

Guide de Monitoring & Observabilité Java (Logs, Métriques, Tracing avec Prometheus & Grafana)

Image
 Les applications Java modernes fonctionnent dans des environnements distribuĂ©s comprenant microservices, APIs, bases de donnĂ©es et systèmes de workflow. 👉 En production, dĂ©tecter rapidement les problèmes est essentiel. C’est pourquoi le monitoring et l’observabilitĂ© sont devenus indispensables pour : RĂ©duire les incidents Identifier les goulots d’Ă©tranglement Analyser la latence API Surveiller la JVM Garantir la stabilitĂ© des systèmes Dans ce guide, nous allons voir comment mettre en place l’observabilitĂ© Java avec : Prometheus Grafana Logs et tracing distribuĂ© đź–Ľ️ Architecture ObservabilitĂ© Java 🎯 Qu’est-ce que l’ObservabilitĂ© ? L’observabilitĂ© permet de comprendre l’Ă©tat interne d’un système grâce Ă  : Logs MĂ©triques Traces distribuĂ©es 👉 Ensemble, ces Ă©lĂ©ments facilitent le diagnostic des problèmes en production. 🔑 Les 3 Piliers de l’ObservabilitĂ© 🔹 1. Logs Les logs enregistrent les Ă©vĂ©nements applicatifs : Erreurs RequĂŞtes API Warnings Informations debug 👉 Outils Java pop...

Surveillance des Performances de l’Infrastructure — Guide Complet

Image
 Les applications modernes Ă©chouent rarement uniquement Ă  cause du code. La majoritĂ© des incidents proviennent aujourd’hui de goulots d’Ă©tranglement d’infrastructure — CPU saturĂ©, fuite mĂ©moire, latence disque, congestion rĂ©seau ou contention de ressources dans les conteneurs. La surveillance des performances de l’infrastructure permet de dĂ©tecter la dĂ©gradation avant que les utilisateurs ne la remarquent . Pourquoi la surveillance est essentielle Sans monitoring, les problèmes apparaissent comme : « L’application est lente » « La base de donnĂ©es ne rĂ©pond pas » « Des timeouts alĂ©atoires » « Fonctionne en local mais pas en production » La vraie cause est souvent : Saturation CPU Pression mĂ©moire Attente I/O Blocage de threads Latence rĂ©seau La surveillance transforme les suppositions en preuves mesurables . Indicateurs clĂ©s de performance 1. Surveillance CPU 4 Indicateurs importants : Utilisation CPU % Load average CPU steal (cloud) Context switching Problème frĂ©quent : CPU Ă©levĂ© ...

OpenTelemetry dans jBPM

Image
  🚀  Introduction Les systèmes modernes exigent une  observabilitĂ© de bout en bout . En activant  OpenTelemetry (OTel)  dans jBPM, vous pouvez suivre les workflows, surveiller l’exĂ©cution des tâches et relier les Ă©vĂ©nements de processus aux services externes. Ce tutoriel montre comment activer OpenTelemetry dans jBPM avec deux approches : Agent Java  (aucun changement de code) Instrumentation personnalisĂ©e  (Process Event Listeners, WorkItemHandlers) Cette architecture est couramment utilisĂ©e dans les environnements microservices modernes. 👉  environnements microservices modernes đź§± PrĂ©requis Environnement jBPM en cours d’exĂ©cution ( KIE Server / Business Central sur WildFly  ou jBPM dans  Spring Boot ) OpenTelemetry Java Agent  ( opentelemetry-javaagent.jar ) Backend de traçage (au choix) : đź§­  Jaeger  →  http://localhost:4317  (OTLP gRPC) 📊  Grafana Tempo  → OTLP gRPC Tout fournisseur supportant...