Fiabilité et Sécurité des Applications

Qualité de service

• Service Level Objective (SLO):
  • description des attendus
    • en particulier mesurables
• Exemples:
  • taux de disponibilité
  • temps de réponse
  • taux d’erreurs

Impacts des pannes

• dégradation de la qualité de service
  • e.g. service non disponible
• dégradation de l’utilisabilité
  • e.g. interface dégradée
• perte de données
  • e.g. perte brute
  • e.g. transaction échouée silencieusement

Caractéristiques des pannes

• origine
• type
• impact
• probabilité

Origine d’une panne

Interne

• programmation
  • bug technique (typo, mauvaise utilisation d’un framework, etc)
  • bug algorithmique (y compris métier)
• erreur pas/mal gérée

Origine d’une panne (2)

Externe

• contexte d’exécution
  • limites de ressources
• panne de composant externe
  • infrastructure
  • service
• attaque

Type de panne

• erreur système / du langage
  • segfault
  • fichier inexistant
  • exception non rattrappée et inattendue
• atteinte de limites
• ressource externe inutilisable

Conséquences de la panne

• erreur inattendue dans une réponse
• non respect d’un SLO
• non respect d’une spécification
  • e.g. transaction arrêtée

Niveaux de gestion

• détection
• mitigation
• anticipation

Détection

• monitoring
  • instrumenter le code (logs, sondes, mesures)
  • implémenter des levées d’alerte
• gestion des requêtes
  • timeout
  • test du retour (statut HTTP, etc)

Mitigation

• compenser
  • réssayer
  • déclencher une action corrective
• réduction d’impact
  • garder une partie de la fonctionnalité opérationelle
• propager et gérer à une autre endroit

Exemple

Pattern circuit-breaker

Réduction de l’impact d’une baisse de performance d’un service

• détection d’un timeout sur l’appel au service
• mise en place d’un flag
  • si le flag est activé, on appelle pas le service, mais on déclenche directement une erreur
• test régulier pour voir si le service est à nouveau fonctionnel

Anticipation

• modéliser le comportement du système
• prédire quand la probabilité d’une panne deviendra trop importante
  • modèles simples, seuils
  • IA
• agir en amont pour empêcher/mitiger la panne
• exemples:
  • scaling des workers dans le TP
  • ajouter du stockage quand les disques sont pleins à plus de 80%