Aller au contenu

OrganisationPratique10 min de lecture

Modèles d'équipe pour l'observabilité

Équipe plateforme, centre d'excellence ou modèle fédéré : décider qui construit l'observabilité, qui possède ce qu'on y met et qui paie, avec un partage des responsabilités et des signes qui disent quand changer de modèle.

Pour : architectes · managers d’équipe · direction et DSIPrérequis : Aucun prérequis technique : avoir une idée de la façon dont les équipes informatiques sont organisées suffit.

Mode de lecture

Lundi matin, le site de commande en ligne ralentit. La directrice commerciale demande qui surveille ce parcours. L’équipe infrastructure répond qu’elle fournit l’outil de supervision, pas les tableaux de bord. L’équipe qui développe le site répond qu’elle n’a jamais eu le temps de le brancher sur cet outil. Le même jour, le contrôle de gestion demande pourquoi la facture de l’outil a doublé en un an. Personne ne sait répondre, parce que personne ne sait qui l’utilise.

Ce scénario est inventé. Il montre pourtant un point que je retrouve souvent : une plateforme d’observabilité, c’est-à-dire l’ensemble des outils qui collectent, stockent et affichent les mesures, les journaux et les traces des applications, échoue rarement pour des raisons purement techniques. Elle dure quand trois questions ont une réponse écrite : qui construit la plateforme, qui possède ce qu’on y met et qui paie. Le modèle d’équipe est la façon dont une organisation répond aux trois en même temps.

Une copropriété donne une bonne image du problème. Le syndic entretient les parties communes : l’ascenseur, la chaudière, la toiture. Chaque propriétaire est responsable de son appartement. Les charges sont réparties selon une règle connue de tous. Quand l’une de ces trois règles manque, les disputes commencent.

Cette page compare trois modèles d’équipe, propose une frontière de propriété et un tableau des responsabilités, puis parle du financement et des signes qui indiquent qu’il faut changer de modèle.

Le livre Team Topologies de Matthew Skelton et Manuel Pais (IT Revolution, 2019) fournit un vocabulaire utile pour ce sujet. Il décrit quatre types d’équipes et trois modes d’interaction.

L’équipe alignée sur un flux (stream-aligned) est, pour l’observabilité, une équipe produit qui livre un service et l’exploite. L’équipe plateforme (platform) fournit en libre-service la collecte, le stockage, des tableaux de bord types et les alertes. L’équipe facilitatrice (enabling) aide pour un temps les équipes produit à monter en compétence, par exemple pour instrumenter leur code avec OpenTelemetry. Instrumenter, c’est ajouter au code de quoi émettre des mesures, des journaux et des traces ; OpenTelemetry est le standard ouvert le plus répandu pour le faire. Le quatrième type, l’équipe sous-système complexe (complicated-subsystem), est rarement nécessaire pour l’observabilité, sauf pour un composant très spécialisé.

Les trois modes d’interaction sont la collaboration, le service (X-as-a-Service, où une équipe consomme ce qu’une autre fournit sans avoir à la solliciter) et la facilitation. Cette correspondance avec l’observabilité est ma lecture du livre, pas une définition des auteurs. Je la recommande parce qu’elle oblige à dire comment les équipes travaillent ensemble et pas seulement qui fait quoi.

Dans le premier modèle, une équipe plateforme dédiée construit et exploite la plateforme comme un produit : les chaînes de collecte (les pipelines qui acheminent les données), le stockage, la visualisation, les alertes et des modèles d’instrumentation prêts à l’emploi. Les équipes produit s’en servent en libre-service. Le livre blanc de la CNCF sur les plateformes (CNCF Platforms White Paper) insiste sur cette approche produit : des utilisateurs internes, des besoins recueillis, une expérience soignée.

Le deuxième modèle est le centre d’excellence. Un petit groupe transverse définit les standards, forme et conseille. Ces standards couvrent les conventions de nommage, les conventions sémantiques (les noms communs qu’OpenTelemetry propose pour décrire une requête, un service ou une base de données), les règles d’alerte et les gabarits de post-mortem. Le centre d’excellence n’exploite pas forcément la plateforme, qui peut être un service acheté ou gérée par l’exploitation. Son pouvoir repose sur l’expertise et le soutien de la direction.

Le troisième est le modèle fédéré. Un noyau central exploite le socle commun et chaque équipe produit désigne un référent observabilité. Ce référent consacre une part explicite de son temps à l’instrumentation, aux objectifs de qualité et aux tableaux de bord de son équipe. Les référents forment une communauté animée par le noyau.

Équipe plateformeCentre d’excellenceFédéré
Ce qui est centralisél’outil et son exploitationles standards et l’expertisele socle et l’animation
Point fortcohérence, économies d’échelle, libre-servicedémarrage léger, diffusion des bonnes pratiquesproximité du métier, adoption par les pairs
Risque principaldevenir un goulet d’étranglement ou un guichet de ticketsproduire des standards que personne n’appliquehétérogénéité, référents sans temps réel
Quand le choisir, à mon avisplusieurs dizaines d’équipes, besoin de maîtrise des coûtsdémarrage, outil acheté, peu d’équipesorganisation déjà décentralisée, équipes produit autonomes
Condition de réussiteun responsable produit de la plateforme et des indicateurs d’usageun mandat de la direction et des standards vérifiés automatiquementdu temps de référent écrit dans les objectifs

Ces modèles ne s’excluent pas. Beaucoup d’organisations démarrent en centre d’excellence, constituent une équipe plateforme quand le volume le justifie, puis fédèrent avec des référents. Je recommande de nommer le modèle actuel et le modèle visé, même s’ils sont hybrides. Une organisation qui ne sait pas dans quel modèle elle se trouve ne sait pas qui décide.

Quel que soit le modèle, je recommande d’écrire une frontière simple entre ce que possède la plateforme et ce que possèdent les équipes produit. C’est la règle des parties communes et des parties privatives de la copropriété. Werner Vogels a formulé en 2006, dans un entretien à ACM Queue, le principe « vous le construisez, vous l’exploitez ». Il s’applique aussi à l’observabilité : l’équipe qui livre un service possède ses signaux, c’est-à-dire les mesures, journaux et traces que ce service émet.

Le tableau ci-dessous emploie quelques termes qu’il faut poser. Un SLI (indicateur de niveau de service) est une mesure de ce que vit l’utilisateur, par exemple la part des paiements réussis ; un SLO (objectif de niveau de service) est la promesse chiffrée fixée sur cet indicateur. La rétention est la durée pendant laquelle on garde les données. Un contrat de données décrit ce qu’un service a le droit d’envoyer. La cardinalité est le nombre de combinaisons différentes que prennent les étiquettes d’une mesure : plus elle est forte, plus le stockage coûte cher (la page La cardinalité expliquée le raconte en détail).

Possédé par la plateformePossédé par l’équipe produit
Collecteurs, pipelines, stockage, rétention par défautinstrumentation de son code et de ses dépendances
Disponibilité et performance de la plateforme elle-mêmeSLI et SLO de ses services, avec le métier
Modèles d’instrumentation, bibliothèques, tableaux de bord typestableaux de bord spécifiques à son service
Règles d’alerte génériques (plateforme, infrastructure partagée)alertes sur ses symptômes et procédures associées
Contrats de données et budgets de cardinalité par défautrespect de son contrat de données et demandes de dérogation
Mesure et affichage des coûts par équipearbitrages de coût sur ses propres signaux

La plateforme a elle-même des SLO : la disponibilité de l’ingestion (la réception des données), le délai avant qu’un signal apparaisse, la rapidité des requêtes. Une plateforme d’observabilité qui ne s’observe pas elle-même perd la confiance des équipes au premier trou dans les données.

Une matrice RACI est un tableau qui dit, pour chaque activité, qui la réalise (R), qui en répond et tranche (A), qui est consulté (C) et qui est informé (I). La leçon 3 du parcours DSI en propose une au niveau de la direction. Celle-ci descend d’un niveau, vers les activités quotidiennes, pour un modèle à équipe plateforme avec référents. C’est un exemple illustratif, à adapter en atelier.

ActivitéÉquipe plateformeÉquipe produitRéférent observabilitéSécuritéMétier
Exploiter la plateforme et ses SLOA, RIICI
Instrumenter un nouveau serviceCARII
Définir le SLO d’un parcours clientCRCIA
Créer une alerte d’appelCARII
Ajouter un attribut à forte cardinalitéARCII
Collecter une donnée potentiellement personnelleCRCAI
Arbitrer un dépassement de budget d’observabilitéRCCIA
Faire évoluer les standards d’instrumentationA, RCCCI

Une « alerte d’appel » est une alerte qui fait sonner le téléphone de la personne d’astreinte. Deux règles comptent pour ce tableau : un seul A par ligne et une revue au moins une fois par an. La matrice RACI interactive vérifie la première et montre la charge de chaque rôle.

Trois modes de financement coexistent. Ils suivent la progression FinOps (la discipline qui rend les équipes responsables de leurs dépenses d’infrastructure) décrite dans la leçon 4 du parcours DSI.

Avec un budget central, la DSI porte toute la dépense. Il ne faut rien de plus qu’un budget, mais aucune équipe n’est incitée à réduire ce qu’elle envoie. L’affichage des coûts (showback) montre à chaque équipe ce qu’elle consomme, sans la faire payer. Il suppose une revue mensuelle et une étiquette d’équipe sur chaque donnée reçue, imposée dès l’ingestion. La refacturation (chargeback) fait payer à chaque équipe sa consommation. Elle demande une mesure fiable et acceptée par tous, ainsi qu’un mécanisme budgétaire interne.

Je recommande de commencer par l’affichage des coûts dès que la plateforme est partagée, même si la refacturation n’arrive jamais. Voir sa consommation suffit souvent à changer les comportements, comme un relevé de charges détaillé dans une copropriété. Je recommande aussi de financer le socle (exploitation, standards, formation) en central : le refacturer pousse les équipes à le contourner.

Quand le délai pour obtenir un premier tableau de bord sur un nouveau service s’allonge, la plateforme est devenue un guichet. Il faut investir dans le libre-service.

Quand plusieurs équipes ont monté leurs propres outils de supervision, leurs besoins ne sont pas couverts ou pas entendus. Il faut les recueillir comme on le ferait pour un produit.

Quand les standards existent mais que les revues de code ne les vérifient pas, le centre d’excellence n’a pas de levier. On automatise la vérification dans l’intégration continue, la chaîne qui teste chaque modification de code avant sa mise en production.

Quand les référents n’ont plus de temps pour ce rôle, le modèle fédéré n’est pas financé. Leur temps doit être écrit dans leurs objectifs.

Enfin, si personne ne sait répondre à « qui possède ce signal ? », la frontière de propriété n’est pas écrite.

Les indicateurs pour piloter une plateforme traitée comme un produit (délai avant le premier tableau de bord, satisfaction des développeurs, taux de libre-service, coût par service instrumenté) sont détaillés dans la leçon 5 du parcours DSI.

  • Le modèle actuel et le modèle visé sont nommés
  • La frontière de propriété entre la plateforme et les équipes produit est écrite
  • La plateforme a ses propres SLO et les publie
  • Le RACI opérationnel a été construit en atelier et compte un seul A par ligne
  • Chaque équipe voit ce qu’elle consomme
  • Le socle commun est financé en central
  • Les rôles (ingénieur plateforme, responsable produit, référent) ont une fiche de poste
  • Les signes de changement de modèle sont revus au moins une fois par an