Systèmes distribués · L3 · Section 11/12
Observabilité et résilience
Progression
#Observabilité et résilience
Un système distribué vit dans l’incertitude: on doit mesurer, corréler et réagir. Les métriques tracent les tendances, les logs racontent les événements, les traces relient les services. Sur cette base, on calibre des SLO raisonnables et on automatise les réponses: réessais avec backoff, circuits ouverts, limitation de débit et dégradations acceptables pour préserver l’essentiel.
La résilience se construit dès la conception: opérations idempotentes, messages dédoublonnés, timeouts réalistes et état persistant qui résiste au redémarrage. Testez régulièrement en injectant des pannes contrôlées et en vérifiant que vos tableaux de bord mettent en évidence les causes plutôt que la seule surface des symptômes.