Balise

Vos métriques voient l’incident avant vos clients.

Balise est un petit cabinet d’ingénierie installé à Paris. Nous instrumentons vos services, construisons les pipelines qui alimentent vos tableaux de bord et réglons vos alertes pour qu’elles se déclenchent au bon moment.

Latence p95 de l’API de commandes, de 13 h à 16 h

Courbe de latence p95 autour de 140 millisecondes jusqu’à 14 h 12, puis montée au-dessus de 400 millisecondes après un déploiement, alerte à 14 h 24, retour arrière à 14 h 41 et retour à la normale vers 15 h 05. 0 100 200 300 400 500 ms 13:00 13:30 14:00 14:30 15:00 15:30 16:00 Seuil d’alerte : 300 ms 1 2 3 4
  1. Déploiement de la version 4.12.
  2. La p95 dépasse 300 ms depuis une minute : l’astreinte est alertée.
  3. Retour à la version 4.11.
  4. La latence retrouve son niveau habituel.
Exemple illustratif. Une alerte sur la moyenne aurait réagi plus tard : la p95 montre la dégradation dès les premières requêtes lentes.

Ce que nous faisons

Observabilité
Métriques, journaux et traces reliés entre eux, pour passer d’une alerte à la requête fautive en quelques clics.
Pipelines de données
Collecte, nettoyage et chargement de vos événements produit dans un entrepôt que vos analystes interrogent sans nous.
Tableaux de bord
Des indicateurs choisis avec les équipes qui les lisent, et une définition écrite pour chacun d’eux.
Fiabilité
Objectifs de service (SLO), budgets d’erreur, procédures d’astreinte et post-mortems sans recherche de coupable.

Comment se déroule une mission

  1. Audit2 semaines

    Nous lisons vos journaux, vos métriques et vos trois derniers incidents, puis nous listons ce qui manque, par ordre de risque.

  2. Instrumentation3 à 6 semaines

    OpenTelemetry dans le code, exporteurs sur l’infrastructure, durée de rétention adaptée à votre budget de stockage.

  3. Alertes et tableaux de bord2 à 4 semaines

    Des SLO écrits avec vos équipes et des alertes qui renvoient chacune vers une procédure.

  4. Transmission1 semaine

    Documentation, formation de l’astreinte et revue finale. Tout reste chez vous : le code, les tableaux de bord et les accès.

Nous travaillons le plus souvent avec Prometheus, Grafana, OpenTelemetry, ClickHouse, PostgreSQL, Kafka, Kubernetes et Terraform, et partons toujours de ce que vous utilisez déjà.

Notes techniques

Pourquoi vos alertes sur la moyenne arrivent trop tard

La moyenne lisse précisément ce que vous cherchez à voir. Sur une API, une p95 calculée sur une fenêtre glissante de cinq minutes signale la même dégradation bien plus tôt, avec moins de fausses alertes qu’un seuil bas posé sur la moyenne.

Stocker ses journaux dans ClickHouse : trois réglages qui comptent

Partitionner par jour, choisir un codec de compression adapté à chaque colonne et fixer une durée de rétention par niveau de log. Ces trois réglages suffisent souvent à diviser la facture de stockage sans perdre la recherche.

Un SLO que l’équipe peut vraiment tenir

Un objectif de 99,99 % sans budget d’erreur reste un slogan. Nous partons du parcours client le plus critique et d’une mesure que tout le monde comprend, puis nous l’ajustons après un trimestre.

Disponibilités

Notre carnet est complet jusqu’à fin janvier 2027. Les demandes pour le printemps ouvriront sur cette page début janvier.