Ce qu'OpenTelemetry change dans notre métier
OpenTelemetry ne simplifie pas l'observabilité : il déplace le pouvoir. Instrumentation banalisée, collecteur critique, conventions comme nouveau verrou.
En 2019, OpenTracing et OpenCensus fusionnaient pour donner OpenTelemetry. Sept ans plus tard, la partie visible de ce rapprochement tient dans un SDK ajouté à un fichier de dépendances. La partie invisible, c'est un déplacement de pouvoir dans les équipes qui produisent du logiciel.
Je le constate sur chaque stack que je reprends : la question n'est plus « quel outil d'observabilité on choisit », mais « qui décide de ce qu'on collecte ».
L'instrumentation est devenue une commodité
Avant OpenTelemetry, le SDK était le produit. Les éditeurs vendaient moins un backend qu'une bibliothèque installée partout dans ton code, et changer d'avis coûtait une refonte.
Aujourd'hui l'API de tracing est stable et générique. Tu instrumentes une fois, tu exportes où tu veux. Sur un parc de 40 services basculé de Datadog vers VictoriaMetrics et Grafana, la modification a tenu en une variable d'environnement OTEL_EXPORTER_OTLP_ENDPOINT et deux jours de validation.
Ce n'est pas la standardisation qui compte, c'est son effet de bord : le prix de l'instrumentation s'est effondré. Ce qui était un actif stratégique pour les éditeurs devient un coût d'entrée qu'ils ne peuvent plus facturer.
Le collecteur est un composant de production
Le Collector concentre tout le pari d'OpenTelemetry : recevoir, transformer, router. C'est aussi le morceau que la plupart des équipes traitent comme un détail d'installation.
Il a pourtant une mémoire, un CPU, des files d'attente et des modes de panne. Un collecteur qui tombe, c'est l'observabilité de tout le cluster qui part avec lui.
processors:
memory_limiter:
check_interval: 1s
limit_percentage: 80
spike_limit_percentage: 20
batch:
timeout: 5s
tail_sampling:
decision_wait: 10s
policies:
- name: erreurs
type: status_code
status_code: {status_codes: [ERROR]}
- name: lentes
type: latency
latency: {threshold_ms: 800}Ces trois processors règlent la majorité des incidents que je rencontre : saturation mémoire, exports en rafale, échantillonnage décidé trop tôt. Encore faut-il les avoir écrits avant la panne.
Mon avis est tranché : un collecteur mérite un SLO, un runbook et une alerte de disponibilité, exactement comme une base de données. Les équipes qui le laissent en « fichier de conf du chart Helm » finissent réveillées à 3 h du matin par un backlog d'export.
Les conventions sémantiques sont le nouveau verrou
La promesse de portabilité a un angle mort : les noms d'attributs. Les conventions sémantiques ne disent pas seulement comment envoyer une trace, elles disent comment la nommer.
Exemple vécu : http.method est devenu http.request.method au passage en stable. Un bump de SDK casse alors les dashboards qui filtrent sur l'ancien nom, sans erreur. La donnée arrive, elle est juste invisible.
Est-ce pire qu'un agent propriétaire ? Non. La différence tient à la nature du verrou : ici les conventions sont publiques, versionnées et auditables. Tu épingles une version et tu migres à ton rythme, au lieu d'attendre le bon vouloir d'un éditeur.
La cardinalité devient visible, donc chère
Le meilleur cadeau d'OpenTelemetry, c'est de rendre la cardinalité explicite. Le pire aussi.
Un span qui porte url.full sur une API à 100 000 chemins distincts fait déraper la facture de métriques en une nuit. Le même signal porté par http.route, le gabarit /users/{id}, reste à quelques dizaines de séries.
Avant, l'agent décidait à ta place et tu ne voyais rien. Maintenant tu vois tout, y compris le coût. C'est un progrès, à condition d'accepter la discipline que ça impose. J'ai chiffré ce mécanisme dans le vrai coût de l'observabilité.
Le code legacy sort enfin du noir
Le signal que personne n'attendait, c'est l'instrumentation sans toucher au code. Un agent eBPF observe les appels système et produit des spans sans rebuild, porté aujourd'hui par le projet sous le nom d'instrumentation eBPF.
Concrètement, un service Java 8 écrit en 2014 peut apparaître dans la même trace qu'un Worker Cloudflare déployé la semaine dernière. Avant, ce service n'existait simplement pas dans les dashboards.
Je reste prudent sur la profondeur : sans SDK, tu obtiens le réseau et les requêtes SQL, pas le contexte métier. C'est déjà beaucoup pour un service qu'on ne peut plus recompiler.
Le contre-argument que je défends aussi
Tout ça ne vaut pas le coup partout. Une équipe de cinq personnes, un monolithe, un seul backend d'observabilité : un agent managé reste plus rationnel.
OpenTelemetry se paie en compétences. Un tiers de poste pour tenir le collecteur, arbitrer les conventions, écrire les règles d'échantillonnage. Face à une licence annuelle raisonnable, l'économie ne se voit pas.
Le calcul bascule dès qu'il y a plusieurs backends, un cloud hybride, ou du code qui vivra dix ans. Là, l'indépendance cesse d'être une posture et devient une assurance.
Ce qui change vraiment dans le métier
Le travail d'ingénieur observabilité se déplace. Moins d'intégration d'agents, plus de gouvernance de la donnée : quels attributs, quelle rétention, quel échantillonnage, quelle politique de PII.
La même bascule travaille les services mesh, que j'ai analysés dans l'avenir des services mesh : le protocole se standardise, la valeur migre vers la configuration et la politique.
Les trois signaux historiques de la spécification se rejoignent enfin, et les profils arrivent derrière. C'est la fin d'une époque où chaque pilier avait son outil, son agent et sa facture.
OpenTelemetry ne rend pas l'observabilité plus simple. Il rend la complexité visible, et il déplace la responsabilité vers ceux qui produisent le logiciel. C'est précisément pour ça que je l'ai adopté.