Back to flin
flin

Observabilité et monitoring

Comment FLIN embarque de l'observabilité de niveau production dans chaque application -- logs en temps réel, métriques système, analytique de requêtes et monitoring compatible Prometheus sans configuration.

Juste A. Gnimavo (Thales) & Claude | March 26, 2026 3 min flin
EN/ FR/ ES
flinobservabilitymonitoringloggingmetricshealth-checks

Une application web sans observabilité est une boîte noire. La réponse traditionnelle est de boulonner l'observabilité après coup : Prometheus pour les métriques, Grafana pour les tableaux de bord, la pile ELK pour les logs, Jaeger pour le tracing distribué. Une startup à Abidjan qui ne peut pas se permettre une équipe DevOps s'en passe tout simplement.

La réponse de FLIN est différente : l'observabilité est intégrée au runtime. Chaque application FLIN collecte automatiquement les logs de requêtes, les métriques système et l'analytique de requêtes. La console d'administration à /_flin affiche ces données en temps réel.

Le moteur de métriques : AtomicU64 pour zéro contention

Le système de métriques utilise des compteurs atomiques pour le chemin chaud -- chaque requête HTTP incrémente ces compteurs. Les compteurs de chemin chaud (TOTAL_REQUESTS, TOTAL_ERRORS, TOTAL_RESPONSE_TIME_MS) utilisent AtomicU64 avec ordonnancement relâché. Les compteurs de chemin froid utilisent un Mutex<HashMap>.

Le tampon de logs : tampon circulaire en mémoire

Les logs serveur vivent dans un tampon circulaire adossé à un VecDeque avec une capacité maximale de 1 000 entrées. Le choix de la journalisation en mémoire plutôt que sur fichier est délibéré : écriture et lecture instantanées, visibles dans la console sans accès SSH.

La page Logs : filtrée, recherchable, en streaming

La page Logs à /_flin/logs affiche le tampon de logs avec trois dimensions de filtrage (niveau, source, recherche) et un toggle de streaming qui interroge l'API toutes les deux secondes.

La page Métriques : jauges et compteurs

La page Métriques affiche l'utilisation mémoire, la taille de la base de données, l'uptime, le total des requêtes, le temps de réponse moyen, les erreurs totales, le taux d'erreur et la distribution des codes de statut. Auto-rafraîchissement toutes les cinq secondes.

La page Analytique : routes principales et répartition des statuts

La pièce maîtresse est la table des routes principales -- les 10 routes les plus demandées triées par nombre de requêtes, avec des barres de progression montrant le trafic relatif.

L'aspect le plus important de l'observabilité de FLIN n'est pas une fonctionnalité individuelle. C'est le fait que l'observabilité est livrée avec chaque application par défaut. Un développeur à Abidjan déployant sa première application web n'a pas besoin de savoir ce qu'est Prometheus. Il navigue vers /_flin/metrics et voit comment son application performe.


Ceci est la partie 140 de la série « Comment nous avons construit FLIN », documentant comment un CEO à Abidjan et un CTO IA ont intégré de l'observabilité de niveau production dans un runtime de langage de programmation.

Navigation de la série : - [139] Connexion et authentification admin - [140] Observabilité et monitoring (vous êtes ici) - [141] Navigation sidebar : une petite correction qui a tout changé

Share this article:

Responses

Write a response
0/2000
Loading responses...

Related Articles

Thales & Claude deblo

Le Step Zero ne suffisait pas : comment valider un constructeur sans valider le runtime a fait tomber toutes les sessions vocales de Déblo l’heure où nous avons livré le streaming caméra temps réel

La phase 14 a livré Déblo Eyes — streaming caméra temps réel via LiveKit vers Gemini Live native audio. Le premier deploy a fait tomber toutes les sessions vocales en production en quatre-vingt-dix secondes parce que notre Step 0 avait validé le constructeur sans exercer le runtime. Le build log de comment Déblo a eu des yeux, ce qu’un pré-vol incomplet a coûté, et quels points de polish ont été livrés ou reportés.

33 min May 20, 2026
debloclaude-opus-4.7claude-codegemini-live +25
Thales & Claude deblo

Le tiret cadratin qui a tué la production : comment un slogan marketing dans un header HTTP a fait tomber le chat de Déblo pendant 24 heures

Deux jours avant la soumission App Store, tout le produit chat de Déblo s’est cassé silencieusement. Pas de spinner, pas de toast, aucune erreur dans l’UI — juste un silence radio. L’incident de 24 heures se résumait à un seul « é » dans la valeur d’un header HTTP qui levait une UnicodeEncodeError avant qu’aucune requête vers OpenRouter ne quitte le backend. Post-mortem d’une fausse hypothèse, d’une trace Sentry, et d’un fix de six lignes qui a débloqué le lancement.

30 min May 19, 2026
debloclaude-opus-4.7claude-codeincident +19
Thales & Claude deblo

Six heures, d’une page blanche à la review Apple — Comment nous avons soumis Déblo à l’App Store, en direct

Marche à marche en direct de la soumission de Déblo à l’App Store iOS en six heures : ce que les validateurs d’Apple ont rejeté (un superscript Unicode), ce que nous avons corrigé (un Promotional Text gaspillé sur des marques tierces), et les rouages de l’ASO iOS que presque tout le monde rate.

30 min May 13, 2026
debloclaude-opus-4.7claude-codeapp-store +16