Ce projet permet de surveiller et analyser en temps réel les performances des services critiques, notamment dans un système de surveillance. Il collecte des métriques via Prometheus, déclenche des actions automatiques (redémarrage, mise à l'échelle) en fonction de conditions prédéfinies, et fournit une interface web pour visualiser l'état du système. L'objectif est d'assurer la stabilité et l'efficacité des applications déployées localement ou dans le cloud.

Le détecteur de problèmes Node.js est un outil conçu pour surveiller en continu la santé des services web Node.js et détecter automatiquement les problèmes de performance. Il fournit des alertes en temps réel en cas de détection de problèmes, permettant aux équipes de développement de réagir rapidement et de minimiser l'impact sur les utilisateurs finaux. L'outil peut être intégré directement dans les systèmes de gestion d'incidents pour une résolution plus efficace des problèmes.

Filebeat est un outil léger conçu pour collecter, agréger et transférer les logs depuis divers systèmes vers des plateformes de traitement ou de stockage. Il permet aux administrateurs et aux équipes DevOps de surveiller en temps réel les activités des serveurs, applications et services, facilitant ainsi la détection proactive des problèmes et l'analyse des performances. Intégré à l'écosystème Elastic Stack, il simplifie la gestion des données de journalisation pour améliorer la sécurité et l'efficacité opérationnelle.

Nagios est une solution open source dédiée à la supervision des systèmes et réseaux. Elle permet aux administrateurs informatiques de surveiller en continu l'état des serveurs, des services et des applications. En cas de défaillance ou de seuil critique, le système génère des alertes pour une intervention rapide. Il offre une vue centralisée et des rapports détaillés sur les performances et la disponibilité des infrastructures.

Ce projet assemble des distributions du collecteur OpenTelemetry, des outils open source conçus pour agréger, traiter et exporter des données de télémétrie (métriques, logs, traces) depuis des applications et infrastructures. Il facilite la surveillance centralisée, l'analyse des performances et le débogage des systèmes distribués, en fournissant des binaires, images conteneurisées et paquets pour diverses plateformes.

Le projet prometheus-stack-container-image est une image Docker pour déployer une pile Prometheus complète, offrant une surveillance et une visualisation robustes des métriques informatiques. Il permet la collecte, le stockage et l'interrogation de données de performance pour des systèmes distribués, facilitant ainsi la détection et le dépannage d'anomalies.

Le projet grafana-eidastats-k8s permet la surveillance et le monitoring de clusters Kubernetes, avec une visualisation détaillée des métriques système et des performances des applications déployées. Il aide à détecter les anomalies et optimiser les ressources, assurant une meilleure gestion et fiabilité des environnements conteneurisés.

Outil dédié à la supervision de systèmes informatiques avec intégration de correctifs spécifiques. Il permet de surveiller l'état des infrastructures, d'appliquer des mises à jour et d'assurer la stabilité des environnements techniques. Utilisé principalement par les équipes DevOps et d'administration système pour maintenir les performances et la sécurité des systèmes.

Nagios Plugins est une suite d'outils permettant de surveiller l'état des systèmes, réseaux et services informatiques. Il offre des fonctionnalités pour vérifier la disponibilité, la performance et l'intégrité des infrastructures IT. Les plugins permettent de détecter des anomalies, d'envoyer des alertes en temps réel et d'assurer une maintenance proactive pour éviter les interruptions de service. Utilisé par les administrateurs système et les équipes DevOps, il contribue à la stabilité et à la sécurité des environnements informatiques.

Système de monitoring dédié à la surveillance en temps réel des équipements cryogéniques et des systèmes associés. Il centralise les données de capteurs dans une base MongoDB, les réplique vers un cluster OpenSearch pour les requêtes utilisateurs, et fournit des outils d'analyse prédictive. Utilisé pour détecter des comportements anormaux via des réseaux de neurones entraînés sur des données historiques, permettant une maintenance proactive et une optimisation des performances.