Este artículo está disponible en francés.
1. Collecter #
Des données propres dès la source.
Instrumentation #
- OpenTelemetry uniquement dans le code : l'interface (SigNoz, ClickStack, Grafana) reste remplaçable sans réinstrumenter.
service.name,service.versionetdeployment.environment.namesur toutes les ressources ; des noms de services stables et documentés.- Logs structurés (JSON) émis avec le contexte de trace :
TraceIddans chaque log, c'est la clé de la corrélation. - Conventions sémantiques OpenTelemetry pour les attributs (
http.route,db.system…) plutôt que des noms maison.
Collecteurs #
| Pratique | Pourquoi |
|---|---|
memory_limiter puis batch dans chaque pipeline | protéger le collecteur, insérer de gros lots dans ClickHouse |
| Agent par hôte ou DaemonSet, passerelle centrale | enrichir près de la source, centraliser clés et filtrage |
File persistante (file_storage) | ne rien perdre pendant une indisponibilité de ClickHouse |
Échantillonnage en queue (tail_sampling) | garder toutes les erreurs et traces lentes, échantillonner le reste au-delà de quelques milliers de spans par seconde |
Filtrer le bruit (filter) | sondes de santé et logs de debug coûtent du disque sans valeur |
2. Stocker #
ClickHouse bien réglé.
Règles #
- Rétention par signal avec des TTL : par exemple traces 7 jours, logs 14 à 30 jours, agrégats 6 à 13 mois.
- Stockage par niveaux : disques rapides pour les jours récents, stockage objet pour l'historique.
- Vues matérialisées pour les dashboards de long terme (RED par minute), plutôt que de rescanner les données brutes.
- Réplication (deux répliques et ClickHouse Keeper) et sauvegardes testées (
BACKUPvers S3, restauration en recette). - Ne pas modifier à la main les tables créées par l'outil sans suivre sa documentation : les montées de version peuvent les recréer.
Surveiller la base #
Surveillez ClickHouse indépendamment de la plateforme qu'il héberge : nombre de parts, fusions, requêtes lentes (system.query_log), disque libre, retard de réplication. Si ClickHouse tombe, la plateforme d'observabilité tombe avec lui.
3. Exploiter au quotidien #
Rechercher, alerter, maîtriser les coûts.
Recherche et alertes #
- Toujours borner la période et filtrer par service : ce sont les colonnes de la clé de tri.
- Alertes sur les symptômes (taux d'erreurs, latence p95, absence de données), chacune avec un lien et une procédure.
- Dashboards par service, autour des signaux RED, avec des filtres d'environnement.
Sécurité et coûts #
- Comptes ClickHouse distincts : écriture pour les collecteurs, lecture limitée (profils de réglages) pour l'interface et les analystes.
- Clés d'ingestion traitées comme des secrets ; TLS sur les points d'entrée OTLP exposés et sur l'interface ; authentification unique si disponible.
- Pas de données personnelles dans les attributs (e-mails, jetons) : masquez-les dans le collecteur (processeurs
attributesoutransform). - Suivre le volume par service chaque semaine : un service bavard se repère et se corrige vite.
Liste de contrôle et vérification #
Avant la mise en production.
Liste de contrôle #
| Point | Vérification |
|---|---|
| Instrumentation | chaque service a service.name et ses logs portent un TraceId |
| Collecteurs | otelcol_exporter_send_failed_* à zéro, file persistante configurée |
| Rétention | SHOW CREATE TABLE montre un TTL sur chaque table |
| Haute disponibilité | deux répliques ou service managé ; collecteurs multiples |
| Sauvegardes | restauration testée ce trimestre (ClickHouse et base de l'application) |
| Alertes | erreurs, latence et absence de données sur les services critiques, testées |
| Accès | interface authentifiée, comptes ClickHouse séparés |
Commandes à connaître #
Commandes à connaître
SELECT ServiceName, count() FROM otel_logs WHERE Timestamp > now() - INTERVAL 1 DAY GROUP BY ServiceName ORDER BY 2 DESC: volume par serviceSHOW CREATE TABLE otel_traces: vérifier TTL et clé de tricurl -s localhost:8888/metrics | grep send_failed: envois en échec du collecteurBACKUP DATABASE … TO S3(…): sauvegarde ClickHouse
Sources #
Vérifié en novembre 2026 : ClickStack évolue vite (Managed ClickStack est en bêta), consultez la documentation de ClickHouse avant de vous appuyer sur un détail.
Mi seguimiento
Inicia sesión para seguir tu progreso y tomar notas. Iniciar sesión
💬 Preguntas sobre esta lección
Todavía no hay preguntas: sé el primero en pedir ayuda o compartir tu configuración.
Artículos recomendados
L'observabilité sur ClickHouse : pourquoi une base colonne change la donne
Pourquoi de plus en plus de plateformes d'observabilité stockent logs, traces et métriques dans C...
Exploiter ClickHouse pour ClickStack : dimensionnement, réplication, surveillance, sécurité et sauvegarde
Faire tourner ClickHouse en production pour l'observabilité : estimer le volume et le disque, rép...
Exploiter une plateforme d'observabilité sur ClickHouse et choisir son outil
Exploiter ClickHouse pour la télémétrie (réplication, disques, fusions, stockage objet, supervisi...
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 requêt...
ClickStack : architecture, composants et offres (ClickHouse, HyperDX, OpenTelemetry)
ClickStack, la pile d'observabilité officielle de ClickHouse : rôle de ClickHouse, de l'interface...
Alertes et dashboards dans ClickStack
Construire des graphiques et des dashboards dans ClickStack, créer des alertes sur une recherche ...
Envoyer la télémétrie à ClickStack : SDK OpenTelemetry, collecteurs, logs, Kubernetes et sessions navigateur
Alimenter ClickStack : clé d'ingestion, variables OpenTelemetry des SDK, relais par un collecteur...
La télémétrie dans ClickHouse : schéma, SQL, vues matérialisées et rétention
La télémétrie dans ClickHouse : tables otel_logs, otel_traces, otel_metrics_* et hyperdx_sessions...
Installer et déployer ClickStack : tout-en-un, Docker Compose, Helm et Managed ClickStack
Déployer ClickStack selon le besoin : conteneur tout-en-un avec persistance, Docker Compose et se...