Bonnes pratiques Thanos : architecture, stockage, requêtes et exploitation

1. Concevoir l'architecture #

Progressivité et identité.

Principes #

• Démarrez par Sidecar + Query + Store Gateway + Compactor ; ajoutez Ruler, Receive ou Query Frontend quand un besoin l'exige.
• external_labels uniques et immuables (cluster, replica) : les changer revient à créer de nouvelles séries.
• Un bucket par environnement, avec versioning et chiffrement activés.

thanos tools bucket ls --objstore.config-file=bucket.yml
thanos tools bucket inspect --objstore.config-file=bucket.yml | head
curl -s localhost:10902/api/v1/stores | jq '.data | keys'

2. Stockage et compaction #

Un compactor, des rétentions réfléchies.

Réglages #

thanos compact --data-dir=/var/thanos/compact --objstore.config-file=/etc/thanos/bucket.yml --wait \
  --retention.resolution-raw=30d --retention.resolution-5m=180d --retention.resolution-1h=730d \
  --compact.concurrency=2 --delete-delay=48h --deduplication.replica-label=replica

• Une seule instance de compactor par bucket (verrou logique).
• Rétention brute courte (30 j), 5 min et 1 h plus longues : le downsampling réduit coût et temps de requête.
• Dimensionnez le disque temporaire du compactor : il doit contenir les plus gros blocs en cours de compaction.

Erreur Courante : Ne supprimez jamais de blocs à la main dans le bucket : utilisez thanos tools bucket mark et laissez le compactor appliquer le --delete-delay.

3. Requêtes rapides #

Query Frontend, caches et limites.

Configuration #

thanos query-frontend --http-address=0.0.0.0:9090 --query-frontend.downstream-url=http://query:10902 \
  --query-range.split-interval=24h --query-range.response-cache-config-file=/etc/thanos/cache.yml
thanos query --query.auto-downsampling --query.max-concurrent=20 --query.timeout=2m --store.response-timeout=30s
thanos store --index-cache.config-file=/etc/thanos/index-cache.yml --store.limits.request-series=500000

Bonne Pratique : Utilisez des recording rules pour les requêtes de dashboard lourdes : elles évitent de scanner des mois de données brutes à chaque affichage.

4. Sécurité, supervision et revue #

Prêt pour la production.

Alertes essentielles #

thanos_compact_halted == 1
increase(thanos_shipper_uploads_failed_total[1h]) > 0
thanos_sidecar_prometheus_up == 0
count(thanos_store_nodes_grpc_connections) < 3
rate(grpc_server_handled_total{grpc_code!="OK", job=~"thanos-.*"}[5m]) > 0.05

Schéma de référence et vérification rapide #

Visualiser le principe et le contrôler en ligne de commande.

Schéma de référence #

count(up{job="prometheus"}) by (cluster)       # 1 avec déduplication
thanos tools bucket inspect --objstore.config-file=bucket.yml | head