RousselTMLEARNING

Observabilité

Grafana vs Kibana : Quel outil de visualisation choisir ?

Découvrez les différences fondamentales entre Grafana, le roi des métriques multi-sources, et Kibana, le spécialiste de l'analyse de logs Elastic.

1. Multi-sources vs Spécialisation #

Comprendre l'origine de ces deux outils.

Grafana : L'agnostique #

Disponible dans : ✓ OSS ✓ Enterprise ✓ Cloud

Grafana est conçu pour unifier vos données. Il peut afficher sur un même tableau de bord des métriques provenant de Prometheus, des logs de Loki, et des données métier de MySQL ou CloudWatch. C'est l'outil de choix pour une vue d'ensemble de l'infrastructure.

Kibana : Le bras droit d'Elasticsearch #

Kibana est la fenêtre sur vos données stockées dans Elasticsearch. Il est inégalé pour l'exploration de logs, la recherche plein texte et l'analyse de sécurité (SIEM). Il fait partie intégrante de la stack ELK.

2. Points forts et Faiblesses #

Visualisation vs Exploration.

Comparaison directe #

  • Grafana : Meilleure gestion des alertes multi-sources, plus de types de graphiques, très léger.
  • Kibana : Recherche ultra-puissante via KQL (Kibana Query Language), outils de découverte de données natifs, gestion avancée des index.

3. Langages, alertes et licences #

Les différences qui comptent au quotidien.

Architecture #

Grafana et Kibana face aux sources de données

Grafana ne stocke pas de données : chaque panneau interroge une data source dans son propre langage. Kibana est l'interface d'Elasticsearch : il ne lit que des index Elasticsearch, mais il en exploite toutes les fonctions (recherche plein texte, agrégations, apprentissage automatique, SIEM). Grafana peut d'ailleurs afficher des données Elasticsearch, ce qui permet de faire cohabiter les deux outils. Voir les data sources de Grafana.

Comparatif détaillé #

CritèreGrafanaKibana
Sourcesplus de 150 (Prometheus, Loki, Tempo, SQL, clouds, Elasticsearch…)Elasticsearch uniquement
Langagescelui de chaque source : PromQL, LogQL, TraceQL, SQL…KQL, Lucene, ES|QL
Exploration de logsExplore et Logs DrilldownDiscover, très complet pour la recherche plein texte
AlertesGrafana Alerting, multi-sources, routage par politiques de notificationrègles Kibana sur les données Elasticsearch, connecteurs
Sécuritépas de SIEM natifElastic Security (SIEM, EDR)
LicenceAGPLv3 (OSS), Enterprise, CloudElastic License 2.0, SSPL ou AGPLv3 (depuis 2024)

La même question « nombre d'erreurs 5xx par service » s'écrit différemment selon l'outil :

# Grafana + Loki (LogQL)
sum by (service) (count_over_time({env="prod"} | json | status >= 500 [5m]))

# Kibana (KQL, barre de recherche Discover)
http.response.status_code >= 500 and service.name : *

# Kibana (ES|QL)
FROM logs-* | WHERE http.response.status_code >= 500 | STATS erreurs = COUNT(*) BY service.name
Bonne pratique : Dans beaucoup d'équipes, Kibana sert à l'investigation des logs et à la sécurité, et Grafana aux tableaux de bord transverses (métriques, SLO, données métier).

4. Conclusion #

Quand utiliser l'un ou l'autre ?

Le verdict #

Si votre priorité est le monitoring de performances et l'unification de données disparates, Grafana est le grand gagnant. Si vous passez votre temps à fouiller dans des To de logs pour débugger des erreurs précises, Kibana reste l'outil le plus performant.

5. Commandes à connaître et TP #

Lancer les deux outils en local.

Commandes à connaître #

ActionCommande
Lancer Grafanadocker run -d --name grafana -p 3000:3000 grafana/grafana
Lancer Elasticsearch (test, sécurité désactivée)docker run -d --name es --net elastic -p 9200:9200 -e discovery.type=single-node -e xpack.security.enabled=false docker.elastic.co/elasticsearch/elasticsearch:<version>
Lancer Kibanadocker run -d --name kibana --net elastic -p 5601:5601 -e ELASTICSEARCH_HOSTS=http://es:9200 docker.elastic.co/kibana/kibana:<version>
Vérifier Grafanacurl -s http://localhost:3000/api/health
Vérifier Kibanacurl -s http://localhost:5601/api/status | jq .status.overall
Erreur courante : Utiliser des versions différentes pour Kibana et Elasticsearch : elles doivent être identiques. Créez d'abord le réseau avec docker network create elastic.

TP : un même tableau de bord dans les deux outils #

  1. Démarrez Elasticsearch, Kibana et Grafana avec les commandes ci-dessus.
  2. Dans Kibana, chargez les données d'exemple Sample web logs (Home, Try sample data).
  3. Construisez dans Kibana (Lens) un histogramme des réponses par code HTTP.
  4. Dans Grafana, ajoutez une data source Elasticsearch pointant vers http://es:9200 et l'index kibana_sample_data_logs, puis reproduisez le même graphique.
  5. Comparez le temps passé, les options de visualisation et la recherche plein texte.

Résultat attendu : vous savez lequel des deux outils convient à chaque usage de votre équipe.

Articles liés

SLO basé sur le temps ou sur les événements : comprendre, calculer et choisir (avec l'exemple de Qonto)

Différences entre SLO basé sur le temps (time slices, uptime) et SLO basé sur les événements (bons événements…

Le trilemme de l'observabilité : coût, exhaustivité et performance, et comment les solutions le résolvent

Comprendre le trilemme de l'observabilité (coût, exhaustivité des données, performance des requêtes), ses tro…

Administration et sécurité de Grafana : organisations, équipes, RBAC, comptes de service et authentification

Administrer Grafana en entreprise : organisations, équipes, dossiers, rôles et RBAC, permissions des sources …

Pour aller plus loin

Soutenir

♥ SOUTENIR

Soutenez RousselTM Learning

Les formations, articles, TP et attestations restent gratuits et sans publicité intrusive. Une contribution libre, du montant de votre choix, finance l’hébergement, les environnements de TP et l’écriture de nouveaux contenus.

Contribuer avec PayPal Montant libre · carte bancaire ou compte PayPalEn savoir plus
QR code PayPal
Ou scannez ce QR code avec votre téléphone

Merci, chaque contribution compte !