L'observabilité désigne la capacité à comprendre l'état interne d'un système à partir de ses sorties : logs (journaux d'événements), métriques (mesures quantitatives) et traces (suivi du parcours d'une requête). Ces trois piliers permettent de détecter, diagnostiquer et résoudre les problèmes en production.
Au-delà du monitoring
Contrairement au monitoring classique qui surveille des seuils prédéfinis, l'observabilité permet de répondre à des questions imprévues sur les comportements complexes. C'est la différence entre savoir qu'il y a un problème et comprendre pourquoi il se produit.
Outils et criticité
Pour une application Symfony, elle s'appuie sur des outils comme Sentry, Prometheus/Grafana et des solutions APM. L'investissement est proportionnel à la criticité de l'application métier utilisée quotidiennement par les équipes.
La question à se poser d'abord
Avant de choisir un outil, je pose une question simple : si cette application cesse de fonctionner cette nuit, qui le saura, et quand ? Sur beaucoup d'applications métier, la réponse honnête est « un utilisateur, demain matin ». L'observabilité commence là : réduire le délai entre un incident et le moment où quelqu'un le voit, puis réduire le temps nécessaire pour en comprendre la cause.
Ce que je mets en place sur une application Symfony
- Un suivi des erreurs (Sentry ou équivalent) côté serveur et côté navigateur, avec le contexte utile au tri — l'environnement, la version déployée, l'identifiant interne de l'utilisateur ou du tenant —, sans données personnelles superflues.
- Des logs structurés, envoyés vers la sortie standard dans un environnement conteneurisé, et débarrassés des secrets et des données sensibles.
- Des sondes de santé honnêtes — une instance ne se déclare prête que lorsqu'elle peut réellement servir une requête, base de données comprise. Une sonde qui répond toujours « OK » fait passer en production des instances incapables de travailler.
- Des métriques sur ce qui compte pour le métier — files de messages en attente, tâches planifiées, sauvegardes —, pas seulement le CPU et la mémoire.
Un exemple : alerter sur ce qui n'arrive pas
Sur une plateforme de cinq applications Symfony déployées sur OpenShift pour un grand compte, un incident de cluster a fait échouer toutes les tâches planifiées pendant environ 17 heures, sauvegardes de bases de données comprises. Tout est revenu à la normale seul, et aucune alerte ne s'est déclenchée : l'incident n'a été découvert que plusieurs jours plus tard, par un diagnostic lancé à la main pour une autre raison. Entre-temps, les traces des exécutions en échec avaient été supprimées avec leurs logs.
La leçon est contre-intuitive : alerter sur l'échec ne suffit pas, parce qu'une tâche qui ne démarre pas n'échoue pas. J'alerte désormais sur l'absence de succès — une règle Prometheus sur l'heure du dernier succès de chaque tâche, avec un seuil calé sur sa période —, je double les sauvegardes d'un témoin externe indépendant de la supervision du cluster, et je conserve l'historique assez longtemps pour pouvoir enquêter.
Un tableau de bord d'erreurs qu'on lit encore
L'autre écueil est inverse : trop de signal. Un Sentry saturé d'erreurs non actionnables — scanners de liens, navigateurs intégrés des applications mobiles, requêtes annulées par la navigation — finit par ne plus être consulté, et les vrais bugs s'y noient. Baisser l'échantillonnage ou couper les alertes réduit le volume sans changer la proportion de bruit. Sur le frontend d'une plateforme SaaS B2B multi-tenant, j'ai repris les plus grosses issues une par une avec une seule question : cette erreur nomme-t-elle un bug corrigeable ? Chaque famille de bruit a reçu son filtre, au bon étage, et le tableau est redevenu lisible.
Les pièges
- Une supervision qui dépend de ce qu'elle surveille : si l'alerte tourne sur le cluster en panne, elle tombe avec lui.
- Des alertes que personne ne lit : une alerte doit être rare, actionnable et adressée à quelqu'un.
- Des logs qui contiennent des secrets — jetons, mots de passe, en-têtes d'authentification —, que l'outil d'observabilité diffuse ensuite à toute l'équipe.
L'observabilité transforme les données brutes de vos serveurs en une compréhension profonde du comportement réel de vos utilisateurs et de vos systèmes.
Mettre une application sous surveillance utile fait partie de ma prestation de maintenance et évolution d'applications web. Le rôle des sondes dans un déploiement sans interruption est détaillé dans déployer en journée sans couper le service.