Contexte
Un parc hybride dans un grand groupe international de la distribution : un socle Azure et Google Cloud d’environ 900 applications, et environ 300 serveurs sur site.
Enjeu
Réduire les tâches de support de niveaux 1 et 2, accélérer la remédiation et superviser l’ensemble du parc.
Ce que j’ai fait
- CloudOps / SRE de 2018 à 2021 : support de niveau 3, incidents de production, post-mortems, astreintes ; automatisation de l’exploitation avec Ansible.
- J’ai conçu et déployé la chaîne d’observabilité sur l’ensemble du parc : Prometheus et Thanos, Grafana, Telegraf, AlertManager.
- Une architecture de gestion des correctifs pour environ 300 serveurs sur site, avec Azure Arc et Azure Update Management.
Résultat
Les tâches de support de niveaux 1 et 2 ont baissé de plus de 50 %, et la remédiation est plus rapide. Tout le parc est couvert par la même chaîne d’observabilité.
Stack
- Ansible
- Prometheus
- Thanos
- Grafana
- Telegraf
- AlertManager
- Azure Arc
- Azure Update Management