tete

README.md

@@ -1,5 +1,26 @@
 # Observabilité pour l'IoT et l'Industrie
 
+
+## Supervision
+
+La supervision (monitoring) correspond au processus de collecte, d’analyse et d’utilisation des informations des équipements physiques et logiciels qui composent le SI, afin de suivre les progrès d’un programme vers la réalisation de ses objectifs, de détecter les éventuels dysfonctionnements et de garantir son fonctionnement optimal à tout moment. Ce suivi porte sur l’observation de paramètres spécifiques et peut fournir bien des données supplémentaires. Mais il est généralement considéré indépendamment du contexte plus large du système.
+
+La supervision consiste à surveiller un système à l’aide d’indicateurs connus à l’avance.
+
+C’est une approche réactive : on définit ce qu’on veut surveiller, puis on vérifie que tout reste dans des valeurs normales.
+
+Cela repose typiquement sur :
+
+- des métriques (CPU, mémoire, température…),
+- des alertes (seuils dépassés),
+- des dashboards (Grafana, Zabbix…).
+
+## Observabilité
+
+L’observabilité désigne quant à elle la capacité de comprendre l’état interne d’un système en analysant les données observables dont font partie les artefacts numérisés, tels que les journaux, les traces, les appels API, le temps d’attente, les téléchargements et les transferts de fichiers, qui sont générés lorsqu’une partie prenante prend une mesure quelconque. L’observabilité aide les équipes à analyser ce qui se passe afin de pouvoir détecter et résoudre les causes sous-jacentes des problèmes.
+
+Si l’on devait résumer : la surveillance permet de connaître la situation d’un système, tandis que l’observabilité aide à déterminer plus précisément ce qui se passe et ce qu’il convient de faire.
+
 ## Les 3 piliers de l'observabilité
 
 ### Journalisation (Logging)
@@ -10,7 +31,7 @@ Chaque entrée de journal (log) contient des informations sur un événement sur
 
 #### Types de logs :
 
-##### Logs simples (Plain Logs)
+##### Logs simples (Plain Logs)
 
 Des logs sous forme de texte libre, faciles à générer mais souvent difficiles à analyser car ils manquent de structure.
 
@@ -20,7 +41,7 @@ Des logs généralement formatés en JSON ou dans d’autres formats structurés
 Ils sont beaucoup plus faciles à analyser automatiquement, à agréger et à filtrer.
 
 - Utiliser des bibliothèques de journalisation pour standardiser la forme des logs.
-- Agréguer les logs pour gérer efficacement un grand volume et éviter les surcharges.
+- Agréger les logs pour gérer efficacement un grand volume et éviter les surcharges.
 - Stocker les logs dans un système de stockage persistant (ex. Elasticsearch) afin de pouvoir les consulter et les analyser sur le long terme.
 - Utiliser des outils de visualisation comme Kibana pour interroger, filtrer et visualiser les données de log.