https://k8s-school.fr/labs/otel/fr/tags/m%C3%A9triques/index.htmlHugofr-frCopyright (c) 2026 Fabrice Jammes - Licensed under CC BY-SA 4.0Mon, 06 Jul 2026 11:40:00 +0200https://k8s-school.fr/labs/otel/fr/1_labs/60-otel-metrics/index.htmlMon, 06 Jul 2026 11:40:00 +0200https://k8s-school.fr/labs/otel/fr/1_labs/60-otel-metrics/index.htmlLe Lab 3 collectait des métriques d’infrastructure (système, PostgreSQL) ; le connector spanmetrics fournit déjà débit et latence par service. Il manque les métriques métier : combien d’avis créés ? En combien de temps ? Dans ce lab, vous instrumentez review-service avec Micrometer (un compteur + un histogramme), exportés vers Prometheus via l’agent OpenTelemetry, puis vous dérivez une métrique depuis les spans avec le connector count. Prérequis Labs 1 à 3 terminés, agent Java actif sur review-service (cf. Lab 5, étape 2). D’abord les variables de la formation chargées dans votre shell : . ./scripts/env.sh. Elles donnent le port du review-service ($APP_PORT, accès direct au service, pas via le frontend-proxy) ainsi que $PF_ADDR et $PF_HOST, l’adresse sur laquelle vos port-forward écoutent. Ensuite seulement le port-forward Prometheus, qui s’appuie sur ces variables : kubectl port-forward -n otel-demo --address $PF_ADDR svc/prometheus $PROM_PORT:9090 & Étapes Partie 1 — Compteur et histogramme dans le code Lire l’instrumentation Micrometer dans apps/review-service/src/main/java/fr/k8sschool/reviews/ReviewController.java : this.reviewsCreated = Counter.builder("reviews.created") .description("Number of product reviews created") .register(registry); this.reviewCreationTimer = Timer.builder("reviews.creation.time") .description("Time spent creating a review (catalog check + insert)") .publishPercentileHistogram() .register(registry); Pourquoi Micrometer plutôt que le SDK OpenTelemetry directement ?