Architecture de référence¶

Vue d'ensemble de la stack LGTM¶

graph TD
    subgraph Apps["Applications"]
        KC["/metrics<br/>Keycloak"]
        DNS["/metrics<br/>CoreDNS"]
        CICD["/metrics<br/>CI/CD"]
        Metier["OTel SDK<br/>Apps metier"]
    end
    Apps --> Alloy["Alloy<br/>(collecteur unifie)<br/>scrape metriques<br/>collecte logs<br/>reception traces"]
    Alloy --> Mimir["Mimir<br/>(metriques)"]
    Alloy --> Loki["Loki<br/>(logs)"]
    Alloy --> Tempo["Tempo<br/>(traces)"]
    Mimir --> S3["Stockage objet<br/>(S3 / MinIO)"]
    Loki --> S3
    Tempo --> S3
    S3 --> Grafana["Grafana<br/>Dashboards, Alerting, Explore"]

Composants¶

Alloy — Collecteur unifie¶

Grafana Alloy remplace Prometheus (scraping), Promtail (logs) et OpenTelemetry Collector en un seul binaire :

Prometheus / Mimir — Metriques¶

Prometheus collecte et stocke les metriques a court terme (retention locale). Mimir est le backend de stockage longue duree, horizontalement scalable.

Architecture Mimir (mode micro-services) :

graph TD
    Dist["Distributor<br/>reception des metriques"] --> Ing["Ingester<br/>stockage en memoire + WAL"]
    Ing --> Store["Store Gateway<br/>stockage objet S3/MinIO"]
    Store --> Query["Querier<br/>execution des requetes PromQL"]

Loki — Logs¶

Loki indexe uniquement les labels (et non le contenu complet des logs), ce qui le rend leger et economique :

# Exemples LogQL
# Logs d'erreur du service catalog
{service="catalog"} |= "error"

# Logs JSON filtres par status code
{service="api-gateway"} | json | status_code >= 500

# Taux d'erreurs par service (metriques derivees des logs)
sum by(service) (rate({level="error"}[5m]))

Tempo — Traces¶

Tempo stocke les traces distribuees avec un stockage objet uniquement (pas d'index) :

# Exemple TraceQL
{ span.http.status_code >= 500 && duration > 1s }

Grafana — Visualisation et alerting¶

Grafana unifie les 3 piliers dans une seule interface :

Stockage objet¶

Tous les composants LGTM utilisent un stockage objet comme backend de persistance :

Dimensionnement¶

Guide de sizing¶

Formules de calcul¶

# Estimation stockage metriques (Mimir/Prometheus)
# 1 sample = ~2 octets compresses
stockage_metriques_jour = series_actives * scrape_interval_par_jour * 2 octets
# Exemple : 1M series, scrape 15s → 1M * 5760 * 2 = ~11 Go/jour

# Estimation stockage logs (Loki)
# Compression ~10x typique
stockage_logs_jour = volume_logs_brut / 10
# Exemple : 100 Go brut/jour → ~10 Go/jour compresse

# Estimation stockage traces (Tempo)
# 1 span = ~500 octets compresses
stockage_traces_jour = spans_par_seconde * 86400 * 500 octets
# Exemple : 100k spans/s → ~4.3 To/jour (echantillonnage recommande)