Observabilité moderne avec OpenTelemetry et Grafana

J’ai longtemps utilisé la stack ELK et Prometheus + Grafana séparément. Puis j’ai découvert OpenTelemetry. Voici pourquoi j’ai migré et comment j’ai intégré le tout avec Grafana.

OpenTelemetry, c’est quoi ?

OpenTelemetry (OTel) est un standard ouvert pour collecter et exporter des traces, métriques et logs (les trois piliers de l’observabilité). Un seul agent, un seul format, direction votre backend préféré.

Avant OTel, chaque service devait être instrumenté pour chaque backend :

Service A → Prometheus (métriques) + Jaeger (traces) + ELK (logs)
Service B → Datadog (tout) ← vendor lock-in

Avec OTel :

Service A → OTel SDK → Collector → Grafana (métriques) + Tempo (traces) + Loki (logs)
Service B → même pipeline

Architecture type

graph LR A[App Node.js] --> B[OTel SDK] C[App Java] --> B B --> D[OTel Collector] D --> E[Prometheus] D --> F[Tempo] D --> G[Loki] E --> H[Grafana] F --> H G --> H

Instrumenter une app Node.js

npm install @opentelemetry/api @opentelemetry/sdk-node \
  @opentelemetry/instrumentation-http @opentelemetry/instrumentation-express \
  @opentelemetry/exporter-trace-otlp-grpc

const { NodeSDK } = require('@opentelemetry/sdk-node');
const { getNodeAutoInstrumentations } = require('@opentelemetry/auto-instrumentations-node');
const { OTLPTraceExporter } = require('@opentelemetry/exporter-trace-otlp-grpc');

const sdk = new NodeSDK({
  traceExporter: new OTLPTraceExporter({ url: 'http://collector:4317' }),
  instrumentations: [getNodeAutoInstrumentations()],
});

sdk.start();

C’est tout. Les traces HTTP, les requêtes DB, les calls externes sont automatiquement capturés.

OTel Collector

Le collector est le cœur du pipeline. Il reçoit, transforme et achemine les données.

receivers:
  otlp:
    protocols:
      grpc:
      http:

processors:
  batch:
  memory_limiter:
    check_interval: 1s
    limit_mib: 512

exporters:
  prometheus:
    endpoint: "0.0.0.0:8889"
  otlp/tempo:
    endpoint: "tempo:4317"
    tls:
      insecure: true
  loki:
    endpoint: "http://loki:3100/loki/api/v1/push"

service:
  pipelines:
    traces:  [otlp, batch, otlp/tempo]
    metrics: [otlp, batch, prometheus]
    logs:    [otlp, batch, loki]

Grafana : tout en un

Avec Grafana, plus besoin de changer de dashboard :

Prometheus pour les métriques (CPU, RAM, latence)
Tempo pour les traces distribuées
Loki pour les logs

Et la killer feature : Tempo peut retrouver les traces à partir des logs Loki, grâce aux trace IDs automatiquement injectés par OTel.

Ce que ça change au quotidien

Debug : une requête lente identifiée en 2 clics au lieu de 30 min
Alerting : une métrique + une trace = un contexte complet
Coût : OTel est open source, pas de licence par nœud

La stack OTel + Grafana est devenue mon réflexe pour tout nouveau projet. Le surcoût d’installation est vite rentabilisé quand vous passez de 2h à 5 min pour identifier un goulot d’étranglement.