Grafana, Prometheus et Loki remplacent Datadog pour le prix d’un vieux PC sous le bureau

Le 10 juillet 2026, Prometheus publie sa version 3.13.1, onze jours après la sortie de la 3.13.0. Le 21 juillet, Grafana sort la 13.1.1, sa deuxième version de maintenance depuis la 13.0. Le 24 juillet, Loki publie sa 3.6.13 pendant que la branche 3.7 atteint sa quatrième itération. Trois projets distincts, un même rythme de publication, et une même capacité à couvrir ce que Datadog facture 15 $ par hôte et par mois rien que pour l’infrastructure.

En 2026, la stack Grafana + Prometheus + Loki est devenue la réponse open-source la plus cohérente au monopole des plateformes SaaS d’observabilité. Elle ne demande ni cluster Kubernetes ni équipe dédiée pour démarrer — un Docker Compose sur une machine Linux, un exporteur de métriques par hôte, et vous avez un tableau de bord qui vaut celui d’un compte Datadog Pro.

La facture Datadog en 2026

Le modèle de Datadog est tarifaire avant d’être technique. En juillet 2026, la grille est la suivante :

• Infrastructure Monitoring — 15 $ par hôte et par mois, facturé annuellement, ou 18 $ en on-demand. Inclut 1 000 intégrations et les métriques de base.
• APM — 31 $ par hôte et par mois en bundle avec l’Infrastructure, 36 $ en standalone. L’APM Enterprise monte à 47 $ par hôte.
• Log Management — 0,10 $ par gigaoctet ingéré, avec une rétention par défaut de 15 jours pour les comptes on-demand.
• Continuous Profiler — 12 $ par hôte, 2 $ par conteneur supplémentaire au-delà de 4.

Un homelab typique de cinq machines (un serveur principal, deux mini PC, un NAS et une machine de build) avec APM coûterait donc (15 + 31) × 5 = 230 $ par mois, soit 2 760 $ par an, sans compter les logs. Pour dix nœuds, on passe à 5 520 $ par an. À ce tarif, même un Intel N305 neuf à 250 $ avec 16 Go de RAM est rentabilisé en deux mois.

Et Datadog n’a aucun intérêt à baisser ses prix : Gartner l’a nommé Leader du Magic Quadrant 2026 pour les plateformes d’observabilité, et l’entreprise vient d’ajouter Bits AI Agents à son catalogue — un assistant IA intégré qui répond en langage naturel aux questions sur l’infrastructure. La stratégie est claire : plus de valeur, pas moins cher.

Ce que couvre la stack Grafana

La trinité Grafana/Prometheus/Loki ne sort pas de nulle part. Prometheus est né chez SoundCloud en 2012, a rejoint la CNCF en 2016 comme deuxième projet hébergé après Kubernetes, et a dépassé les 65 000 étoiles GitHub en juillet 2026. Grafana existe depuis 2014 et compte aujourd’hui 75 000 étoiles. Loki, le plus récent des trois, a été conçu comme le pendant « logs » de Prometheus — même modèle d’indexation par labels, même philosophie de stockage compressé, même langage de requête inspiré de PromQL.

Ensemble, les trois projets couvrent exactement le triptyque qu’une plateforme SaaS facture au prix fort :

• Métriques — Prometheus scrape les endpoints /metrics de chaque service toutes les 15 à 60 secondes. node_exporter expose CPU, RAM, disques, réseau, température des capteurs et statistiques systemd. Une fois les données en base, PromQL permet des requêtes comme rate(node_cpu_seconds_total{mode="idle"}[5m]) pour suivre l’utilisation CPU en temps réel.
• Logs — Loki ingère les logs via Promtail ou Grafana Alloy, les compresse en chunks et les indexe uniquement par leurs labels (pas par le contenu). Résultat : un volume de stockage divisé par 10 à 50 par rapport à Elasticsearch pour un volume de logs équivalent. LogQL permet de filtrer, agréger et transformer les logs avec la même syntaxe que PromQL.
• Dashboards — Grafana se connecte aux deux comme sources de données natives, sans plugin supplémentaire. Les dashboards s’exportent en JSON et se partagent sur grafana.com/dashboards, où la communauté maintient des milliers de modèles prêts à importer, y compris un Node Exporter Full qui couvre 90 % des besoins d’un homelab en un clic.

Le quatrième pilier — les traces distribuées — est couvert par Grafana Tempo, également open-source et également intégrable dans le même docker-compose.yml. Il n’est pas inclus dans cet article pour garder la stack à trois conteneurs, mais le mécanisme est identique.

Un docker-compose qui tourne

Voici la stack minimale pour un homelab. Elle suppose un répertoire ./config/ avec les fichiers de configuration à côté du compose, et expose Grafana sur le port 3000.

services:
  prometheus:
    image: prom/prometheus:v3.13.1
    container_name: prometheus
    volumes:
      - ./config/prometheus.yml:/etc/prometheus/prometheus.yml
      - prometheus_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--storage.tsdb.retention.time=30d'
    restart: always

  node_exporter:
    image: quay.io/prometheus/node-exporter:v1.10.2
    container_name: node_exporter
    pid: host
    volumes:
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
      - /:/rootfs:ro
    command:
      - '--path.rootfs=/rootfs'
      - '--path.procfs=/host/proc'
      - '--path.sysfs=/host/sys'
      - '--collector.systemd'
      - '--collector.processes'
    restart: always

  loki:
    image: grafana/loki:3.7.4
    container_name: loki
    volumes:
      - ./config/loki-config.yml:/etc/loki/local-config.yaml
      - loki_data:/loki
    command: -config.file=/etc/loki/local-config.yaml
    restart: always

  promtail:
    image: grafana/promtail:3.7.4
    container_name: promtail
    volumes:
      - ./config/promtail-config.yml:/etc/promtail/config.yml
      - /var/log:/var/log:ro
      - /var/lib/docker/containers:/var/lib/docker/containers:ro
    command: -config.file=/etc/promtail/config.yml
    restart: always

  grafana:
    image: grafana/grafana:13.1.1
    container_name: grafana
    ports:
      - "3000:3000"
    volumes:
      - grafana_data:/var/lib/grafana
    environment:
      - GF_SECURITY_ADMIN_USER=admin
      - GF_SECURITY_ADMIN_PASSWORD=changeme
    restart: always

volumes:
  prometheus_data:
  loki_data:
  grafana_data:

Le fichier de configuration Prometheus minimal (config/prometheus.yml) scrape node_exporter et Prometheus lui-même toutes les 15 secondes :

global:
  scrape_interval: 15s

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']
  - job_name: 'node'
    static_configs:
      - targets: ['node_exporter:9100']

Cinq conteneurs, 300 Mo de RAM au repos avant toute ingestion de logs, et une empreinte disque qui varie selon le volume de données scrappées — comptez 2 à 4 Go par mois pour les métriques d’un homelab de 5 machines, et 5 à 20 Go par mois pour les logs selon le niveau de verbosité de vos services.

Pour ajouter un hôte supplémentaire, il suffit d’installer node_exporter sur la machine distante et d’ajouter sa cible dans prometheus.yml. Aucune clé de licence, aucun palier tarifaire, aucun calcul de coût marginal.

Les alertes qui préviennent avant les utilisateurs

La force de Prometheus n’est pas tant la collecte que le moteur d’alertes intégré. Les règles d’alerte s’écrivent en PromQL dans un fichier YAML, et Alertmanager se charge du routage, du groupage et du silencing :

groups:
  - name: homelab
    rules:
      - alert: HighCPUUsage
        expr: 100 - (avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 80
        for: 10m
        labels:
          severity: warning
        annotations:
          summary: "CPU usage above 80% for 10 minutes on {{ $labels.instance }}"
      - alert: DiskFillingUp
        expr: (node_filesystem_avail_bytes / node_filesystem_size_bytes) < 0.10
        for: 5m
        labels:
          severity: critical
        annotations:
          summary: "Disk {{ $labels.mountpoint }} below 10% free on {{ $labels.instance }}"
      - alert: ServiceDown
        expr: up == 0
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: "{{ $labels.job }} is down on {{ $labels.instance }}"

Alertmanager achemine ces alertes vers une dizaine de destinations natives — email, Slack, Discord, Telegram, PagerDuty, Webhook — sans passer par une API tierce payante. La configuration d’une route Slack tient en dix lignes :

route:
  receiver: 'slack-homelab'
receivers:
  - name: 'slack-homelab'
    slack_configs:
      - api_url: 'https://hooks.slack.com/services/T...'
        channel: '#alerts'
        title: '{{ .Status | toUpper }} - {{ .CommonLabels.alertname }}'
        text: '{{ .CommonAnnotations.summary }}'

Là où Datadog facture l’alerte comme une fonctionnalité incluse dans le bundle APM à 31 $ par hôte, la stack maison la couvre avec un fichier YAML et un webhook gratuit. La courbe d’apprentissage de PromQL est réelle — comptez une demi-journée pour écrire vos dix premières règles — mais elle est rentabilisée dès le premier incident évité.

Ce que Datadog fait encore mieux

Sur quatre points, Datadog garde une vraie avance. L’intégration clé en main d’abord : 1 000 connecteurs maintenus par l’éditeur, du pare-feu Palo Alto au load balancer F5, qui s’activent par case à cocher sans écrire une ligne de configuration. Côté Grafana, les connecteurs existent aussi, mais le plugin AWS CloudWatch ou le plugin Zabbix demandent une configuration manuelle qui peut prendre une heure par datasource.

L’IA conversationnelle ensuite : Bits AI, intégré à la plateforme Datadog depuis 2025, répond en langage naturel à des questions comme « pourquoi mon application est lente en ce moment ? » et lance automatiquement une investigation croisant métriques, logs et traces. Grafana propose bien un assistant IA en preview dans la 13.x, mais il se limite à générer des requêtes PromQL — il n’investigue pas.

La rétention longue : Datadog conserve les métriques jusqu’à 15 mois et les logs jusqu’à 30 jours dans les plans standard, avec une mise à l’échelle automatique du stockage. Prometheus, par conception, stocke tout localement — une rétention de 30 jours sur un SSD de 256 Go suffit pour un homelab, mais au-delà il faut coupler Prometheus avec Thanos ou Mimir pour déporter le stockage longue durée vers un objet store (S3, MinIO).

La conformité enfin : Datadog est certifié SOC 2 Type II, HIPAA, PCI DSS, ISO 27001. Une stack auto-hébergée n’a aucune de ces certifications, et c’est à vous de démontrer la conformité de votre infrastructure si un audit vous la demande. Pour un usage personnel ou une petite équipe, ce n’est pas un problème ; pour une PME soumise à des obligations réglementaires, ça peut le devenir.

Le verdict

Si vous gérez un homelab de 2 à 20 machines et que vous êtes à l’aise avec Docker Compose, la stack Grafana + Prometheus + Loki remplace Datadog sans perte fonctionnelle réelle sur le cœur du monitoring — métriques, logs, dashboards et alertes — pour un coût récurrent proche de zéro au-delà de l’électricité. Le temps initial de mise en place (une demi-journée pour un docker-compose propre, une autre pour les règles d’alerte) est largement compensé par l’absence de facture mensuelle.

Si vous gérez un parc de plus de 50 machines, que vos logs dépassent 50 Go par jour, ou que vous avez une obligation de conformité (SOC 2, HIPAA), restez sur Datadog — le temps que vous passerez à configurer Thanos, à gérer la rétention distribuée et à documenter la conformité coûtera plus cher que l’abonnement. L’entre-deux (20 à 50 machines) est la zone où le choix dépend de la valeur que vous attribuez à votre temps d’administration : si vous avez déjà une personne qui gère l’infra à temps partiel, la bascule est rentable en moins de six mois.

Pour un homelab, le calcul est plié : le prix d’un vieux PC sous le bureau contre 276 $ par mois pour 5 machines. Même en valorisant votre temps à 100 $ de l’heure, vous êtes gagnant au bout de la première matinée.

Références

• Grafana v13.1.1, grafana/grafana, 21 juillet 2026.
• Prometheus v3.13.1, prometheus/prometheus, 10 juillet 2026.
• Loki v3.6.13, grafana/loki, 24 juillet 2026.
• Prometheus Overview, documentation Prometheus.
• Grafana OSS Documentation, Grafana Labs.
• Grafana Loki Documentation, Grafana Labs.
• Datadog Pricing, Datadog, consulté en juillet 2026.
• Gartner Magic Quadrant for Observability Platforms 2026, Gartner/Datadog, 2026.
• node_exporter, prometheus, dépôt GitHub.
• Alertmanager Configuration, documentation Prometheus.