Observabilité .NET avec OpenTelemetry

super-dev ✓

il y a 6 mois • 8 min de lecture • 1,6k lectures

↻

Prerender, Container Apps, secrets, CI/CD, Docker, observabilité : livrer sur Azure sans serveur ni douleur.

Quand une requête traverse trois services et qu'elle est lente, les logs seuls ne disent pas où . L'observabilité moderne repose sur trois signaux corrélés — traces, métriques, logs — et OpenTelemetry en est le standard vendor-neutral : on instrumente une fois, on exporte vers n'importe quel backend (Jaeger, Prometheus, Azure Monitor) sans réécrire le code.

Trois signaux, une seule API

OpenTelemetry unifie les trois piliers de l'observabilité. Les traces suivent une requête de bout en bout via une suite de spans corrélés par un trace_id . Les métriques agrègent des compteurs et histogrammes (taux de requêtes, latence p95). Les logs apportent le contexte textuel, désormais rattaché au trace_id courant. .NET expose nativement ces concepts via System.Diagnostics.Activity (les spans) et System.Diagnostics.Metrics .

C#
 1var builder = WebApplication.CreateBuilder(args);
 2
 3builder.Services.AddOpenTelemetry()
 4    .ConfigureResource(r => r.AddService("api-super-dev"))
 5    .WithTracing(t => t
 6        .AddAspNetCoreInstrumentation()
 7        .AddHttpClientInstrumentation()
 8        .AddOtlpExporter())
 9    .WithMetrics(m => m
10        .AddAspNetCoreInstrumentation()
11        .AddRuntimeInstrumentation()
12        .AddOtlpExporter());

Auto-instrumentation vs spans manuels

L' auto-instrumentation couvre gratuitement l'essentiel : AddAspNetCoreInstrumentation crée un span par requête entrante, AddHttpClientInstrumentation propage le contexte sur les appels sortants — la corrélation inter-services se fait toute seule via les en-têtes traceparent du standard W3C. Pour la logique métier, on ajoute des spans manuels afin de mesurer une opération précise et d'y attacher des attributs métier.

C#
 1private static readonly ActivitySource Source = new("SuperDev.Orders");
 2
 3public async Task<Order> PlaceOrderAsync(Cart cart)
 4{
 5    using var activity = Source.StartActivity("place-order");
 6    activity?.SetTag("order.items", cart.Items.Count);
 7    activity?.SetTag("order.total", cart.Total);
 8
 9    var order = await _repository.SaveAsync(cart);
10    activity?.SetTag("order.id", order.Id);
11
12    return order;
13}

Les attributs ( SetTag ) transforment une trace en outil de debug : on filtre par order.total > 1000 ou on repère le span précis qui a explosé en latence.

L'exporteur OTLP et le Collector

OTLP (OpenTelemetry Protocol) est le format de transport commun. Plutôt que d'exporter directement vers un backend, on envoie tout au Collector : un processus intermédiaire qui reçoit, transforme (batching, échantillonnage, filtrage des attributs sensibles) et redistribue vers une ou plusieurs destinations. L'app ne connaît qu' un endpoint ; changer de backend devient une modification de config côté Collector, pas un redéploiement.

YAML
 1receivers:
otlp:
  protocols:
    grpc:
      endpoint: 0.0.0.0:4317
 6processors:
batch:
  timeout: 5s
 9exporters:
prometheus:
  endpoint: 0.0.0.0:8889
otlp/jaeger:
  endpoint: jaeger:4317
14service:
pipelines:
  traces:
    receivers: [otlp]
    processors: [batch]
    exporters: [otlp/jaeger]
  metrics:
    receivers: [otlp]
    processors: [batch]
    exporters: [prometheus]

L'app pointe vers le Collector via OTEL_EXPORTER_OTLP_ENDPOINT , une variable d'environnement standard. La documentation OpenTelemetry couvre l'échantillonnage ( ParentBased , TraceIdRatioBased ) indispensable en prod pour ne pas crouler sous le volume de traces.

Instrumenter avec OpenTelemetry, c'est découpler son code de son outil de monitoring. Le jour où l'on migre de Jaeger vers Azure Monitor, on ne touche pas à une seule ligne d'app : on change l'exporteur du Collector.

• super-dev — portfolio.app

// Continuer dans DEVOPS

Un pipeline CI/CD GitHub Actions → Azure, de zéro

8 min • 1,9k lectures

⬚

Images Docker multi-stage pour .NET + Angular

9 min • 2,6k lectures

super-dev — full-stack

Trois signaux, une seule API

Auto-instrumentation vs spans manuels

L'exporteur OTLP et le Collector