MODULE 05 / 72
🔦
Pourquoi une app casse en prod sans que personne ne comprenne pourquoi
Scénario classique : votre app fonctionne parfaitement sur votre ordi. Vous déployez. Un client vous envoie un message : 'ça marche plus'. Vous regardez : ça marche chez vous. Le client renvoie un screenshot : clairement une erreur. Vous passez 4 heures à chercher. C'est le cauchemar de tout Product Builder. L'antidote s'appelle l'observabilité.
Les logs : votre boîte noire. Un log, c'est un message textuel horodaté que votre application écrit à chaque étape importante. `2024-01-15 14:32 INFO User 123 started checkout`. `2024-01-15 14:32 ERROR Stripe API timeout after 5000ms`. Sans logs, vous pilotez à l'aveugle. Avec des logs bien faits, vous rejouez exactement ce que l'utilisateur a vécu.
Niveaux de log. DEBUG (très verbeux, pour le développement), INFO (événements normaux importants), WARN (quelque chose d'anormal mais pas critique), ERROR (quelque chose a échoué). En production : loguez en INFO minimum. Les ERROR et WARN déclenchent des alertes.
Le Request ID : fil d'Ariane d'une requête. Assignez un identifiant unique à chaque requête HTTP (`request_id: 'req_abc123'`). Loguez ce request_id dans TOUS les messages liés à cette requête. Quand un client dit 'j'ai eu une erreur à 14h32', vous filtrez les logs par request_id et vous voyez exactement ce qui s'est passé, étape par étape. Dans Xano : le request_id est ajouté automatiquement. Dans vos propres services, générez un UUID par requête.
Monitoring et alertes. Les logs sont passifs (vous devez aller les lire). Le monitoring est actif (il vous prévient). Sentry détecte automatiquement les erreurs JavaScript et backend et vous envoie une alerte avec le stack trace complet, le navigateur de l'utilisateur, et les actions qui ont précédé l'erreur. Datadog et Grafana permettent de visualiser des métriques : taux d'erreur, temps de réponse, nombre de requêtes.
Comment diagnostiquer un bug réel. Étape 1 : reproduire — dans quel contexte exact ? Quel utilisateur ? Quel navigateur ? Étape 2 : identifier l'heure exacte de l'erreur depuis le signalement. Étape 3 : filtrer les logs ERROR sur cette fenêtre temporelle. Étape 4 : trouver le request_id correspondant. Étape 5 : lire tout le fil de cette requête. Étape 6 : identifier la ligne qui a échoué. La plupart des bugs se résolvent en moins de 15 minutes avec de bons logs. Sans logs, on peut passer 2 jours.
⚡ ANALOGIE — LA BOÎTE NOIRE D'UN AVION
Sans logs = piloter sans boîte noire. En cas de crash, on ne sait jamais ce qui s'est passé. Avec des logs = chaque action est enregistrée. Le Request ID = le numéro de vol qui permet de retrouver l'historique exact de ce trajet. Le monitoring = les capteurs dans le cockpit qui sonnent AVANT la panne. Sentry = le technicien de maintenance alerté automatiquement au moindre incident, avec le rapport complet. Sans ça, vous dépendez du client pour vous dire qu'il y a un problème — et encore, s'il le remarque.
📐 SCHÉMA
Requête reçue
Request ID généré
Logs structurés
Sentry (erreurs)
Alerte équipe
Diagnostic rapide
💬 QUESTION INTERACTIVE
1/5
"Comment mettre en place un monitoring minimal sur une app Xano/Supabase sans budget ?"
🎯 PIÈGE / QUESTION D'ENTRETIEN
Quelle est la différence entre un log et une métrique ?