Les startups de supervision à suivre
Une facture Datadog qui triple, et la moitié du marché se met à migrer. Voici les startups de supervision qui méritent vraiment ton attention.
Une facture Datadog qui triple en trois mois, c'est le déclencheur de la moitié des migrations d'observabilité que je vois passer. Résultat : une génération de startups s'est engouffrée dans la brèche, avec des modèles de prix et des architectures qui n'ont plus rien à voir avec la supervision de 2018. Voici celles qui comptent vraiment, et pourquoi.
Le vrai sujet n'est plus la métrique, c'est la facture
Les acteurs historiques facturent à l'hôte, à la métrique custom et au volume de logs. Chaque nouveau label sur une métrique Kubernetes multiplie la cardinalité, et la douloureuse arrive avant le dashboard.
Les startups de supervision ont toutes compris la même chose : le nerf de la guerre, c'est le coût par gigaoctet utile, pas le nombre de graphes. Regarde ta propre stack : si tu paies plus cher d'observabilité que de serveurs, tu es exactement leur client cible. J'ai détaillé ce glissement dans ce qui se cache derrière la supervision, et il s'est accéléré depuis.
SigNoz : l'alternative open source qui tient la route
SigNoz est celle que je surveille le plus. Elle parle OpenTelemetry nativement, stocke tout dans ClickHouse et se self-hoste en une poignée de conteneurs.
git clone https://github.com/SigNoz/signoz.git
cd signoz/deploy/docker
docker compose up -dTrois minutes plus tard, tu as métriques, traces et logs dans la même interface, sans agent propriétaire. Le point fort : le collector OTel reste à toi, donc changer de backend plus tard ne casse rien. C'est la porte de sortie la plus crédible du modèle « tout-en-un » verrouillé.
Honeycomb : la référence du debug par événements
Honeycomb a popularisé l'idée qu'on debug une requête lente en interrogeant des événements bruts, pas des moyennes pré-agrégées. Leur BubbleUp te sort les dimensions qui distinguent les requêtes lentes des rapides, sans que tu aies écrit la moindre requête.
La facturation suit les événements ingérés, pas le nombre de serveurs. Sur un parc de 40 pods qui redémarrent en permanence, ça change radicalement la note par rapport à un tarif par hôte. Le revers : si tu loggues tout, tu paies tout, et il faut savoir échantillonner.
Better Stack et Checkly : le monitoring installé avant la pause café
Better Stack joue la carte de l'intégration : uptime, logs, incidents et status page dans un seul abonnement, avec un plan gratuit suffisant pour un side project. C'est l'outil que je conseille quand quelqu'un me demande « par quoi je commence » — pas de Prometheus, pas de Grafana, juste des checks qui alertent vraiment.
Checkly pousse plus loin sur le synthétique : tes parcours critiques deviennent du code Playwright versionné, déployé par CLI.
npx checkly deployUn check qui simule le tunnel d'achat te prévient avant tes utilisateurs. C'est le chaînon manquant entre les tests E2E de la CI et la supervision de prod.
VictoriaMetrics, Chronosphere et Last9 : les obsédés du coût
VictoriaMetrics est compatible PromQL et remplace un Prometheus essoufflé en remote write, avec une compaction bien plus agressive. L'éditeur annonce jusqu'à 7× moins de RAM et de disque que Prometheus à volume égal : sur un cluster qui ingère 2 millions de séries, ça se voit immédiatement sur la facture cloud.
Chronosphere, issu du projet M3 d'Uber, attaque le problème par la cardinalité : filtrer les séries inutiles à l'ingestion plutôt qu'après. Et Last9 mise sur les SLO as code, avec des budgets d'erreur calculés depuis tes traces.
Ces trois-là ne sont pas les plus faciles à adopter. Elles sont les seules à traiter le stockage comme un problème d'ingénierie et non comme une ligne de facturation.
Mon classement, sans neutralité
- Projet perso ou petite équipe : Better Stack, tout de suite. Zéro temps d'installation, alertes fiables.
- Équipe qui veut garder la main : SigNoz auto-hébergé, avec OTel de bout en bout.
- Parc Kubernetes qui coûte cher : VictoriaMetrics devant, Grafana devant lui. J'ai comparé les briques open source dans les projets open source de supervision.
- Org avec des SLO contractuels : Honeycomb ou Last9, pas un uptime checker.
Ce que je ne ferais pas : signer un engagement annuel chez un acteur historique avant d'avoir mesuré ta cardinalité réelle sur 30 jours. La plupart des migrations que je vois ne viennent pas d'un manque de fonctionnalités, mais d'une facture découverte trop tard.
Les trois sources à garder en favori
Pour suivre le terrain, je lis surtout les docs et les changelogs de SigNoz, Honeycomb et VictoriaMetrics. Elles annoncent les tendances du marché six mois avant les levées de fonds.
Un dernier signal à surveiller : la convergence entre observabilité et runtime IA. Les agents qui tracent les appels LLM (tokens, latence, coût par requête) arrivent dans ces outils, et c'est là que se jouera la prochaine bataille.