Les projets open source de supervision

Prometheus, VictoriaMetrics, Netdata, Uptime Kuma, SigNoz : six projets testés sur mes VPS, avec leurs vrais défauts et l'ordre dans lequel les installer.

Les projets open source de supervision

Un serveur qui tombe à 3 h du matin coûte plus cher que n'importe quel outil de supervision. Et pourtant, la moitié des stacks que je croise en 2026 tournent encore sans métrique, sans alerte, sans rien. La bonne nouvelle : l'open source a déjà tout réglé, à condition de ne pas empiler trois outils qui font la même chose.

J'ai monté et démonté ces six projets sur mes propres VPS cette année. Voici mon classement, avec les défauts que personne ne mentionne dans les README.

Prometheus : le standard, et c'est aussi son problème

66 000 stars, un modèle de collecte en pull, un langage de requête (PromQL) que tout le monde finit par apprendre. Prometheus est le point de passage obligé de la supervision moderne. Son format d'exposition /metrics est devenu un fait de standard : n'importe quel exporter un peu sérieux le parle nativement.

Mon avis : indispensable comme couche de collecte, insupportable comme outil unique. La rétention longue durée te coûte une fortune en disque, et la haute disponibilité se bricole à coups de Thanos ou de Mimir. Sur un seul serveur, c'est parfait. Sur dix, tu vas souffrir.

VictoriaMetrics : l'arme anti-facture

17 900 stars et le meilleur rapport perf/prix du marché. VictoriaMetrics parle PromQL, accepte les scrapes Prometheus en remplacement direct, mais compresse tellement mieux que tu divises ta consommation disque par cinq sur des volumes comparables.

Exemple concret : sur une instance qui ingère 200 000 échantillons par seconde, l'équipe annonce une empreinte disque plusieurs fois inférieure à Prometheus pour une rétention identique. Dans mon labo, migrer une rétention de 30 jours sur un an a tenu sur le même volume.

Le défaut : une communauté plus petite, donc moins de Stack Overflow quand tu te plantes dans une requête MetricsQL. Et une doc dense qui suppose que tu connais déjà Prometheus.

Netdata : une seconde de résolution, zéro configuration

81 000 stars, et le seul outil de cette liste que j'installe sans réfléchir. Tu lances l'agent, il détecte tout seul tes conteneurs, ton Nginx, ta base Postgres, et il te sort des graphiques à la seconde.

C'est là que Netdata écrase la concurrence : Prometheus scrape toutes les 15 ou 30 secondes par défaut. Un pic de CPU de 3 secondes ? Invisible. Netdata le montre. Pour traquer un problème d'I/O ou un garbage collector qui s'emballe, c'est la différence entre comprendre et deviner.

Son défaut est structurel : un agent par nœud, ça ne passe pas à l'échelle d'un parc de 200 machines sans un parent bien dimensionné. Et l'interface, malgré les progrès, reste bavarde.

Uptime Kuma : le panneau noir qui te sauve la vie

92 700 stars pour un outil qui fait une seule chose : vérifier que ton service répond. C'est le projet le plus étoilé de cette sélection, et ce n'est pas un hasard. Installation en une commande Docker, interface immédiate, notifications Telegram, Discord, mail, webhook.

docker run -d --restart=always -p 3001:3001 \
  -v uptime-kuma:/app/data --name uptime-kuma \
  louislam/uptime-kuma:1

Mon avis tranché : ce n'est pas de l'observabilité, c'est du monitoring synthétique. Il te dit « c'est down », jamais « pourquoi ». Mais 90 % des incidents que je vis se résument à ça, et Uptime Kuma te le dit avant tes utilisateurs. Le monitoring le plus rentable que tu puisses installer ce soir.

SigNoz et OpenObserve : l'observabilité complète, sans la facture Datadog

32 400 stars pour SigNoz, 22 500 pour OpenObserve. Les deux promettent la même chose : métriques, logs et traces dans un seul outil, avec le protocole OpenTelemetry comme porte d'entrée.

SigNoz mise sur ClickHouse et une UX très proche de Datadog. C'est lourd à opérer, mais quand tes services sont déjà instrumentés en OTel, tu branches et tu as tes traces corrélées à tes logs en une soirée. OpenObserve, écrit en Rust, vise l'inverse : un seul binaire, du stockage objet (S3), et une facture qui reste plate.

Le vrai piège des deux : tu doubles ta stack si tu gardes Prometheus à côté sans décider qui est la source de vérité. J'ai vu des équipes payer deux clusters pour afficher les mêmes courbes.

Ce que j'installe, dans quel ordre

  • Jour 1 : Uptime Kuma sur une machine séparée. Trois minutes, et tu sais enfin quand ça casse.
  • Semaine 1 : Netdata sur chaque nœud. Zéro config, résolution à la seconde, parfait pour comprendre une régression.
  • Mois 1 : Prometheus + Grafana, ou VictoriaMetrics directement si ton volume dépasse quelques millions de séries. Mon cas pratique Grafana détaille les tableaux de bord qui servent vraiment en prod.
  • Quand tu as des traces à corréler : SigNoz. Pas avant, sinon tu opères une plateforme pour rien.

Une dernière chose. Aucun de ces outils ne remplace une décision : qu'est-ce qui compte comme « en bonne santé » ? Si tu ne sais pas répondre, tu vas produire des dashboards que personne ne regarde. Le débat sur OpenTelemetry le montre bien : la technique n'est jamais le goulot d'étranglement, le sens qu'on met derrière les métriques l'est.

Le standard de collecte, c'est Prometheus. Ta couche d'alerte humaine, c'est Uptime Kuma. Tout le reste, c'est du confort d'ingénieur — et c'est très bien, à condition de l'assumer.