Un incident production un vendredi soir. Avec Datadog, l'alerte Slack arrive en quinze minutes — tableau de bord prêt, traces APM. Avec Prometheus maison, Grafana est vide : la cible scrape a changé après le dernier déploiement, personne n'a mis à jour prometheus.yml. Même objectif — visibilité — deux modèles opposés.
Prometheus : données chez vous, contrôle total, charge exploitation. SaaS : délai de mise en service, facture qui scale avec vos métriques.
Prometheus : souveraineté des métriques
Modèle pull, TSDB local, Alertmanager, écosystème Grafana. Forces : pas de verrouillage éditeur métriques, rétention maîtrisée, labels riches, standard Kubernetes. Faiblesses : haute disponibilité non triviale, explosion cardinalité, pas d'APM natif, vous maintenez les mises à jour.
Hébergement : VPS dédié, sidecar Kubernetes, ou Prometheus managé chez certains clouds européens. Voir aussi métriques Prometheus pour choisir les bons signaux.
SaaS (Datadog, Grafana Cloud, New Relic)
Agents push, tableaux de bord modèles, APM/journaux souvent groupés. Forces : intégrations rapides, corrélation journaux/traces, support éditeur. Faiblesses : coût/hôte ou série imprévisible, données chez tiers US par défaut, verrouillage requêtes.
| Critère | Prometheus | SaaS |
|---|---|---|
| Délai mise en service | Semaines | Heures |
| Coût à l'échelle | Infra fixe + exploitation | Variable, peut exploser |
| RGPD / résidence | Vous choisissez | Contrat + région |
| APM | Externe (Jaeger…) | Souvent inclus |
Contrôle des données : ce qui part chez le SaaS
Les métriques peuvent contenir noms clients en labels, URLs, identifiants commande. Journaux et traces : données personnelles fréquentes. Exigez région UE, DPA, rétention configurable avant production. Prometheus auto-hébergé en UE : vous restez responsable de ne pas labelliser de données personnelles.
Hybridation et sortie
Beaucoup d'équipes combinent Prometheus local pour métriques infra sensibles et remote write vers Grafana Cloud ou Datadog pour rétention longue et alertes mobiles. Définissez quelles séries restent en UE et lesquelles peuvent partir chez le SaaS — labels sans données personnelles, agrégats uniquement.
Prévoyez aussi la sortie : exporter dashboards Grafana, documenter requêtes PromQL critiques, et tester une restauration TSDB avant de résilier un SaaS coûteux. Le monitoring oublié après go-live coûte plus qu'un abonnement modeste bien maintenu.
Alertes et fatigue opérationnelle
Un SaaS prêt à l'emploi alerte vite — parfois trop vite si seuils par défaut. Prometheus demande de définir vous-même les règles, mais évite fausses alertes génériques. Quel que soit le choix, liez alertes à runbooks : voir fatigue d'alertes. Sans runbook, Datadog à 200 €/mois et Prometheus gratuit produisent le même résultat : personne ne répond.
Décider et avancer sans angle mort
Comptez hôtes et séries estimées, puis simulez facture SaaS sur douze mois avec croissance réaliste. Évaluez qui met à jour les cibles scrape après chaque déploiement — si personne, SaaS peut être plus fiable. Choisissez Prometheus si Kubernetes mature et ingénieur fiabilité disponible ; sinon SaaS ou hybride. Consultez guides, comparateur et métriques Prometheus.
Questions fréquentes
Prometheus est-il vraiment gratuit ?
Pas de licence, mais coût calcul, stockage, temps exploitation, haute disponibilité Alertmanager/Grafana — et facture cachée si mal dimensionné.
Quand un SaaS monitoring est-il plus rationnel ?
Petite équipe sans ingénieur fiabilité, besoin APM/intégrations clé en main, délai court, budget prévisible acceptant le coût par hôte/série.
Prometheus convient-il au RGPD ?
Oui si hébergé UE et labels sans données perso. Les labels métriques peuvent fuiter emails/URLs — discipline de cardinalité requise.
Peut-on combiner les deux ?
Oui : Prometheus local + remote write vers SaaS long terme, ou SaaS alertes + Prometheus métriques infra sensibles.
Le monitoring utile est celui qui alerte encore après le troisième changement d'architecture — pas celui installé le jour du go-live puis oublié.
