[{"data":1,"prerenderedAt":154},["ShallowReactive",2],{"blog-du-microservice-au-monolithe-modulaire-le-pragmatisme-architectural-face-au-mirage-du-cloud-distribue":3},{"id":4,"title":5,"accroche":6,"auteur":7,"body":8,"conclusion":124,"date":125,"datemodified":125,"description":115,"extension":126,"head":127,"identifier":140,"imageNumber":141,"imagenalt":142,"imagenurl":143,"meta":144,"navigation":132,"path":145,"rawbody":146,"schemaOrg":147,"seo":150,"seoDescription":6,"seoTitre":135,"stem":151,"tag":152,"titre":135,"__hash__":153},"blog\u002Fblog\u002Fdu-microservice-au-monolithe-modulaire-le-pragmatisme-architectural-face-au-mirage-du-cloud-distribue.md","Du Microservice Au Monolithe Modulaire Le Pragmatisme Architectural Face Au Mirage Du Cloud Distribue","Vous pensiez que scinder votre backend en cinquante services distincts allait résoudre vos problèmes de charge. Vous avez surtout multiplié la latence réseau par dix. Aujourd'hui, le retour au monolithe modulaire s'impose comme une évidence technique. Décortiquons ensemble ce revirement d'architecture.","Martin",{"type":9,"value":10,"toc":114},"minimark",[11,16,20,24,27,31,34,38,41,66,69,77,88,92,95,99],[12,13,15],"h2",{"id":14},"la-fièvre-de-la-distribution-géographique-et-fonctionnelle","La fièvre de la distribution géographique et fonctionnelle",[17,18,19],"p",{},"C'était la règle d'or. Il fallait tout découper. Séparer. Isoler chaque petite fonctionnalité dans un conteneur indépendant. Je me demande souvent si on a vraiment réfléchi aux conséquences techniques à l'époque. Ou si on a juste suivi le mouvement!\nL'industrie du logiciel a traversé une longue phase d'admiration pour les architectures des géants de la tech. Netflix. Uber. Ces entreprises géraient des volumes de trafic titanesques. Leurs ingénieurs publiaient des articles fascinants sur la façon dont des milliers de microservices communiquaient entre eux pour servir des flux continus.\nLe raccourci a été vite trouvé. Si cela fonctionne pour eux, cela fonctionnera pour nous. Sauf que vous n'êtes probablement pas Netflix.\nNous avons vu des applications avec des bases d'utilisateurs modestes se doter de backends fragmentés à l'extrême. Des dizaines de dépôts de code. Des bases de données éparpillées. Une myriade d'API internes.\nTout cela pour faire communiquer des briques qui, finalement, résidaient sur le même cluster physique. Les équipes faisaient des choix technique discutables simplement par pur mimétisme intellectuel.",[12,21,23],{"id":22},"amazon-prime-video-le-cas-décole-qui-a-secoué-lindustrie-entière-et-redéfini-les-standards-de-performance","Amazon Prime Video : le cas d'école qui a secoué l'industrie entière et redéfini les standards de performance",[17,25,26],{},"C'est l'exemple que tout le monde cite désormais. À juste titre. En 2023, l'équipe d'Amazon Prime Video a publié un retour d'expérience stupéfiant. Ils ont migré leur outil de surveillance de flux vidéo d'une architecture serverless distribuée vers un bon vieux monolithe.\nLe résultat? Une réduction des coûts d'infrastructure de 90%.\nC'est gigantesque !\nQue s'est-⁠il passé exactement sur le plan de l'ingénierie. Dans leur système initial, chaque composant vidéo était analysé par une fonction indépendante. Ces fonctions devaient se passer des images. Des images lourdes. Des flux ininterrompus.\nQuand deux microservices communiquent, ils utilisent le réseau. Le réseau n'est jamais gratuit. Il implique de prendre une donnée en mémoire. La transformer dans un format transmissible. C'est la fameuse étape de sérialisation. Souvent en JSON ou via Protobuf. Puis on l'envoie sur le fil. Le service d'en face la réceptionne. Il la désérialise pour la remettre en mémoire vive.\nCe processus consomme des cycles CPU. Beaucoup de cycles CPU. Sur des volumes massifs, le coût de cette transition réseau dépasse largement le coût du traitement métier lui-⁠même.\nLa complexité que nous avons sous-⁠estimé lors de la décennie précédente, c'est l'impact dévastateur de cette frontière réseau.\nDans un monolithe, passer une donnée d'un composant à un autre se résume à passer un pointeur mémoire. Une simple référence. L'opération prend quelques nanosecondes. Zéro sérialisation. Zéro latence réseau.\nL'équipe d'Amazon a simplement regroupé ses composants dans un seul processus d'exécution. Ils ont éliminé le réseau de l'équation mathématique.",[12,28,30],{"id":29},"latence-et-backend-mobile","Latence et backend mobile",[17,32,33],{},"Pensons à l'écosystème spécifique du mobile.\nUn écran d'acceuil d'application mobile est un agrégat complexe de multiples sources d'informations. L'utilisateur ouvre son application. Il s'attend à voir son profil. Ses notifications. Un flux de contenu personnalisé. Des recommandations ciblées.\nDerrière, l'application mobile effectue une requête vers votre backend. Souvent via une API Gateway ou un résolveur GraphQL.\nSi votre architecture est fortement distribuée, cette passerelle va devoir interroger le service utilisateur. Puis le service de notification. Puis le service de contenu.\nParfois, ces services doivent eux-⁠mêmes s'interroger entre eux pour croiser des identifiants.\nLa latence s'accumule inévitablement. Chaque saut réseau ajoute quelques millisecondes. Parfois des dizaines. Si un seul microservice de la chaîne connaît un ralentissement passager, c'est toute la requête de l'utilisateur mobile qui patine.\nL'antenne radio d'un smartphone consomme énormément d'énergie. Lorsqu'une application effectue une requête HTTP, l'antenne sort de son état de veille. Elle passe en pleine puissance. Elle y reste tant que la réponse n'est pas complètement reçue.\nSi votre infrastructure distribuée met huit cents millisecondes à agréger les données de cinq sous-⁠services, le téléphone maintient son antenne active pendant tout ce temps. La batterie fond. L'expérience utilisateur se dégrade.\nC'est mécanique.\nLe monolithe modulaire résout ce problème d'agrégation. La requête arrive sur le serveur. Le routeur identifie le besoin. Il appelle les différents modules internes. Ces appels sont des appels de fonctions standard.\nLe monolithe est toujours plus rapide à exécuter. Quoique, si un module monopolise le thread principal pour un calcul lourd, tout le système ralentit. C'est le risque inhérent au partage des ressources. Il faut le garder à l'esprit lors de l'écriture du code.\nMais globalement, sur des opérations de lecture, la différence de performance est écrasante.\nSi on analyse bien la pile d'appels gRPC entre les sous-⁠systèmes... enfin bref. C'est souvent catastrophique.",[12,35,37],{"id":36},"lisolation-par-le-code-plutôt-que-par-le-réseau","L'isolation par le code plutôt que par le réseau",[17,39,40],{},"Le véritable problème du monolithe historique, que l'on appelle souvent le plat de spaghettis, ce n'est pas son déploiement unique. C'est son couplage fort. Le code métier est entremêlé. Une modification dans la gestion des factures casse mystérieusement le système de parrainage.\nC'est pour fuir ce couplage malsain que l'industrie a adopté les microservices. On s'est dit que si le code était physiquement séparé sur des serveurs différents, les développeurs ne pourraient plus tricher. Ils seraient obligés de respecter des contrats d'interface stricts.\nC'est vrai.\nMais le prix à payer pour cette discipline architecturale était exorbitant.\nLe monolithe modulaire propose une approche plus pragmatique. On garde un seul déploiement. Un seul processus. Mais on impose une séparation stricte au niveau du code source.\nOn utilise les concepts du Domain Driven Design. Les fameux contextes bornés.\nChaque module encapsule sa propre logique. Ses propres règles métier. Sa propre structure de base de données interne.\nVoici les symptômes qui prouvent que votre architecture distribuée actuelle vous nuit au quotidien :",[42,43,44,48,51,54,57,60,63],"ul",{},[45,46,47],"li",{},"Des latences inexplicables sur des requêtes pourtant simples en apparence.",[45,49,50],{},"Des factures d'hébergement cloud démesurées par rapport à votre trafic réel.",[45,52,53],{},"Une difficulté extrême à tracer une erreur d'un bout à l'autre de la chaîne.",[45,55,56],{},"Des équipes constamment bloquées par les modifications de contrats d'API des autres.",[45,58,59],{},"Une duplication massive et asynchrone de données entre de multiples bases.",[45,61,62],{},"Une complexité cognitive insoutenable pour l'intégration des nouveaux développeurs.",[45,64,65],{},"Des incidents en production causés par des désynchronisations de schémas de données.",[17,67,68],{},"Pour réussir un monolithe modulaire, il faut implémenter des règles drastiques dans la base de code.",[42,70,71,74],{},[45,72,73],{},"Isoler strictement les domaines métier dans des dossiers étanches.",[45,75,76],{},"Interdire formellement les appels directs à la base de données d'un autre module.",[17,78,79,80,87],{},"C'est la clé absolue. Un module métier dédié aux commandes ne doit jamais lire la table des utilisateurs. Il doit interroger l'interface publique du module utilisateur en mémoire.\nCette rigueur demande de la discipline. Une discipline que vous pouvez instaurer en consultant notre ",[81,82,86],"a",{"href":83,"rel":84},"https:\u002F\u002Fwww.kosmos-digital.com\u002Fmethodologie",[85],"nofollow","méthodologie"," de conception logicielle.\nAbordons la question épineuse de la cohérence des données.\nDans un système distribué, mettre à jour des informations réparties sur plusieurs services relève du défi d'ingénierie complexe. Vous devez implémenter des motifs architecturaux lourds. Le motif Saga. La validation à deux phases.\nSi le service de paiement valide la transaction, mais que le service d'inventaire échoue juste après, vous vous retrouvez avec un système incohérent. Il faut déclencher des requêtes de compensation. Prier pour que le réseau ne tombe pas en panne pendant cette compensation.\nC'est un cauchemar transactionnel.\nAvec un monolithe modulaire, même si les modules sont séparés conceptuellement, ils s'exécutent au sein du même processus. Vous pouvez utiliser les transactions de votre base de données relationnelle sous-⁠jacente.\nUne simple transaction SQL classique garantit l'atomicité. Tout passe ou rien ne passe. C'est infiniment plus simple à concevoir.",[12,89,91],{"id":90},"scalabilité-asymétrique-le-grand-mythe-de-la-décennie","Scalabilité asymétrique : le grand mythe de la décennie",[17,93,94],{},"On entend souvent le même argument pour justifier la découpe fonctionnelle. La scalabilité indépendante.\nL'idée est séduisante sur le papier. Si votre service de création de rapports PDF est très gourmand en CPU, vous pouvez l'isoler. Vous lui allouez des machines surpuissantes. Pendant ce temps, votre service de gestion des profils utilisateurs tourne sur des petites instances économiques.\nC'est l'argument massue.\nPourtant, dans la vie réelle d'un produit numérique standard, ce besoin de scalabilité asymétrique se présente rarement. Les goulets d'étranglement se situent presque toujours au niveau de la base de données. Pas au niveau du traitement applicatif.\nFaire tourner dix instances d'un microservice de recherche ne sert à rien si la base de données relationnelle derrière est saturée par les lectures concurrentes.\nUn monolithe modulaire se scale très bien horizontalement. Vous lancez simplement plusieurs instances complètes de votre application derrière un répartiteur de charge classique.\nLa RAM est devenue abordable. Démarrer un processus unifié qui contient tout le code métier ne pose plus aucun souci matériel. Le surcoût d'avoir du code inactif en mémoire est négligeable face au surcoût d'entretenir un réseau virtuel complexe entre des conteneurs éclatés.\nIl faut rester rationnel face aux ressources. Optimiser l'utilisation de la mémoire vive est noble. Mais sacrifier la maintenabilité globale du projet pour économiser quelques mégaoctets de RAM est un non-⁠sens architectural.",[12,96,98],{"id":97},"le-coût-mental-de-la-distribution","Le coût mental de la distribution",[17,100,101,102,107,108,113],{},"Parlons des développeurs. De votre équipe d'ingénierie.\nMaintenir un écosystème de microservices demande un outillage colossal. Il faut gérer la découverte de services. Le traçage distribué. La résilience réseau avec des coupe-⁠circuits. La gestion des versions d'API concurrentes.\nLa charge cognitive explose.\nUn développeur qui veut ajouter un simple champ dans un formulaire mobile doit parfois modifier trois dépôts de code différents. Il doit s'assurer de la compatibilité ascendante.\nDans un monolithe modulaire, le code est centralisé. L'ingénieur ouvre son environnement de développement. Il a accès à l'ensemble du système. Il peut naviguer de la couche de présentation jusqu'à la persistance des données:\nLa boucle de rétroaction est immédiate.\nImaginez un bug en production. Un utilisateur ne parvient pas à valider son panier sur l'application mobile.\nDans un environnement de microservices, l'investigation commence. Vous ouvrez votre outil de traçage distribué. Vous repérez la requête initiale. Elle traverse la passerelle API. Elle touche le service des paniers. Ce service appelle le catalogue. Le catalogue répond. Le service des paniers appelle le service de tarification. Le service de tarification interroge le moteur de promotions. Le moteur de promotions échoue avec un code d'erreur cryptique.\nChaque saut réseau est une zone d'ombre potentielle. Était-⁠ce un timeout réseau. Un pod redémarré en plein vol. Une désérialisation ratée.\nLe développeur passe des heures à reconstituer le fil des événements.\nDans un monolithe modulaire, la pile d'exécution est linéaire. L'erreur génère une simple trace d'appels classique. Une stacktrace propre. En quelques secondes, la ligne de code fautive est identifiée avec précision.\nL'entreprise 37signals, créatrice de Basecamp, a récemment fait la une de la presse spécialisée en quittant massivement le cloud public. Ils ont rapatrié leurs serveurs. Ils ont consolidé leurs applications. Leur argumentaire financier est implacable. Des millions de dollars économisés.\nLeur approche technique l'est tout autant. Simplifier la pile d'exécution logicielle.\nC'est une philosophie que nous défendons régulièrement. Vous pouvez découvrir comment nous l'appliquons pour nos clients directement sur notre ",[81,103,106],{"href":104,"rel":105},"https:\u002F\u002Fwww.kosmos-digital.com\u002F",[85],"site",".\nBien sûr, l'architecture distribuée conserve des cas d'usage valides. Si vous avez des équipes de développement réparties sur plusieurs continents. Si un composant spécifique nécessite d'être mis à l'échelle de manière asymétrique par rapport au reste du système avec des besoins matériels exotiques.\nMais ces cas sont rares. Très rares.\nLa majorité des produits numériques modernes fonctionneraient de manière bien plus fluide avec un monolithe bien architecturé. Regardez nos ",[81,109,112],{"href":110,"rel":111},"https:\u002F\u002Fwww.kosmos-digital.com\u002Freferences",[85],"références"," pour comprendre comment des structures robustes soutiennent la croissance sans exploser les budgets initiaux.\nLe choix de l'architecture doit servir le produit. Il doit servir l'utilisateur final. L'utilisateur se moque de savoir si votre backend communique via un maillage de services complexe. Il veut juste que son application s'ouvre vite. Que les données soient à jour.\nEn tant que décideur technique, vous voulez des coûts maîtrisés. Une équipe concentrée sur la valeur métier. Pas sur la résolution de problèmes réseau inventés de toutes pièces par une architecture surdimensionnée.\nLe monolithe modulaire rassemble ces deux mondes. Il offre la propreté du code des microservices. La performance d'exécution du monolithe classique. C'est un équilibre subtil. Un équilibre exigeant.\nMais c'est incontestablement la voie de l'ingénierie pragmatique.",{"title":115,"searchDepth":116,"depth":116,"links":117},"",2,[118,119,120,121,122,123],{"id":14,"depth":116,"text":15},{"id":22,"depth":116,"text":23},{"id":29,"depth":116,"text":30},{"id":36,"depth":116,"text":37},{"id":90,"depth":116,"text":91},{"id":97,"depth":116,"text":98},"Le monolithe modulaire n'est pas un retour en arrière. C'est une évolution mature. Vous centralisez l'exécution tout en isolant la logique. Vous gagnez en performance réseau. Vous réduisez la charge mentale de vos équipes. Parfois, la meilleure architecture distribuée est celle qu'on ne distribue pas.","2026-11-06","md",{"script":128},[129],{"type":130,"key":131,"data-nuxt-schema-org":132,"nodes":133},"application\u002Fld+json","schema-org-graph",true,[134],{"headline":135,"author":136,"datePublished":125,"dateModified":125,"@type":139},"Du microservice au monolithe modulaire : le pragmatisme architectural face au mirage du cloud distribué",{"name":137,"@type":138},"Kosmos","Organization","BlogPosting","179395589837033","4","Évolution des architectures microservices vers les monolithes modulaires : Pourquoi certaines entreprises font le chemin inverse du cloud.","https:\u002F\u002Fmedia.kosmos-digital.com\u002Fblog\u002F1793955818705-evolution-des-architectures-microservices-vers-les-monolithes-modulaires-pourquoi-certaines-entreprises-font-le-chemin.webp",{},"\u002Fblog\u002Fdu-microservice-au-monolithe-modulaire-le-pragmatisme-architectural-face-au-mirage-du-cloud-distribue","---\nschemaOrg:\n  - type: BlogPosting\n    headline: 'Du microservice au monolithe modulaire : le pragmatisme architectural face au mirage du cloud distribué'\n    author:\n      type: Organization\n      name: Kosmos\n    datePublished: '2026-11-06'\n    dateModified: '2026-11-06'\ndate: '2026-11-06'\nseoTitre: 'Du microservice au monolithe modulaire : le pragmatisme architectural face au mirage du cloud distribué'\nseoDescription: Vous pensiez que scinder votre backend en cinquante services distincts allait résoudre vos problèmes de charge. Vous avez surtout multiplié la latence réseau par dix. Aujourd'hui, le retour au monolithe modulaire s'impose comme une évidence technique. Décortiquons ensemble ce revirement d'architecture.\ntitre: 'Du microservice au monolithe modulaire : le pragmatisme architectural face au mirage du cloud distribué'\ntag: Architecture\naccroche: Vous pensiez que scinder votre backend en cinquante services distincts allait résoudre vos problèmes de charge. Vous avez surtout multiplié la latence réseau par dix. Aujourd'hui, le retour au monolithe modulaire s'impose comme une évidence technique. Décortiquons ensemble ce revirement d'architecture.\nconclusion: Le monolithe modulaire n'est pas un retour en arrière. C'est une évolution mature. Vous centralisez l'exécution tout en isolant la logique. Vous gagnez en performance réseau. Vous réduisez la charge mentale de vos équipes. Parfois, la meilleure architecture distribuée est celle qu'on ne distribue pas.\nimageNumber: '4'\nauteur: Martin\ndatemodified: '2026-11-06'\nidentifier: '179395589837033'\nimagenurl: https:\u002F\u002Fmedia.kosmos-digital.com\u002Fblog\u002F1793955818705-evolution-des-architectures-microservices-vers-les-monolithes-modulaires-pourquoi-certaines-entreprises-font-le-chemin.webp\nimagenalt: 'Évolution des architectures microservices vers les monolithes modulaires : Pourquoi certaines entreprises font le chemin inverse du cloud.'\n---\n## La fièvre de la distribution géographique et fonctionnelle\n\nC'était la règle d'or. Il fallait tout découper. Séparer. Isoler chaque petite fonctionnalité dans un conteneur indépendant. Je me demande souvent si on a vraiment réfléchi aux conséquences techniques à l'époque. Ou si on a juste suivi le mouvement!\nL'industrie du logiciel a traversé une longue phase d'admiration pour les architectures des géants de la tech. Netflix. Uber. Ces entreprises géraient des volumes de trafic titanesques. Leurs ingénieurs publiaient des articles fascinants sur la façon dont des milliers de microservices communiquaient entre eux pour servir des flux continus.\nLe raccourci a été vite trouvé. Si cela fonctionne pour eux, cela fonctionnera pour nous. Sauf que vous n'êtes probablement pas Netflix.\nNous avons vu des applications avec des bases d'utilisateurs modestes se doter de backends fragmentés à l'extrême. Des dizaines de dépôts de code. Des bases de données éparpillées. Une myriade d'API internes.\nTout cela pour faire communiquer des briques qui, finalement, résidaient sur le même cluster physique. Les équipes faisaient des choix technique discutables simplement par pur mimétisme intellectuel.\n\n## Amazon Prime Video : le cas d'école qui a secoué l'industrie entière et redéfini les standards de performance\n\nC'est l'exemple que tout le monde cite désormais. À juste titre. En 2023, l'équipe d'Amazon Prime Video a publié un retour d'expérience stupéfiant. Ils ont migré leur outil de surveillance de flux vidéo d'une architecture serverless distribuée vers un bon vieux monolithe.\nLe résultat? Une réduction des coûts d'infrastructure de 90%.\nC'est gigantesque !\nQue s'est-il passé exactement sur le plan de l'ingénierie. Dans leur système initial, chaque composant vidéo était analysé par une fonction indépendante. Ces fonctions devaient se passer des images. Des images lourdes. Des flux ininterrompus.\nQuand deux microservices communiquent, ils utilisent le réseau. Le réseau n'est jamais gratuit. Il implique de prendre une donnée en mémoire. La transformer dans un format transmissible. C'est la fameuse étape de sérialisation. Souvent en JSON ou via Protobuf. Puis on l'envoie sur le fil. Le service d'en face la réceptionne. Il la désérialise pour la remettre en mémoire vive.\nCe processus consomme des cycles CPU. Beaucoup de cycles CPU. Sur des volumes massifs, le coût de cette transition réseau dépasse largement le coût du traitement métier lui-même.\nLa complexité que nous avons sous-estimé lors de la décennie précédente, c'est l'impact dévastateur de cette frontière réseau.\nDans un monolithe, passer une donnée d'un composant à un autre se résume à passer un pointeur mémoire. Une simple référence. L'opération prend quelques nanosecondes. Zéro sérialisation. Zéro latence réseau.\nL'équipe d'Amazon a simplement regroupé ses composants dans un seul processus d'exécution. Ils ont éliminé le réseau de l'équation mathématique.\n\n## Latence et backend mobile\n\nPensons à l'écosystème spécifique du mobile.\nUn écran d'acceuil d'application mobile est un agrégat complexe de multiples sources d'informations. L'utilisateur ouvre son application. Il s'attend à voir son profil. Ses notifications. Un flux de contenu personnalisé. Des recommandations ciblées.\nDerrière, l'application mobile effectue une requête vers votre backend. Souvent via une API Gateway ou un résolveur GraphQL.\nSi votre architecture est fortement distribuée, cette passerelle va devoir interroger le service utilisateur. Puis le service de notification. Puis le service de contenu.\nParfois, ces services doivent eux-mêmes s'interroger entre eux pour croiser des identifiants.\nLa latence s'accumule inévitablement. Chaque saut réseau ajoute quelques millisecondes. Parfois des dizaines. Si un seul microservice de la chaîne connaît un ralentissement passager, c'est toute la requête de l'utilisateur mobile qui patine.\nL'antenne radio d'un smartphone consomme énormément d'énergie. Lorsqu'une application effectue une requête HTTP, l'antenne sort de son état de veille. Elle passe en pleine puissance. Elle y reste tant que la réponse n'est pas complètement reçue.\nSi votre infrastructure distribuée met huit cents millisecondes à agréger les données de cinq sous-services, le téléphone maintient son antenne active pendant tout ce temps. La batterie fond. L'expérience utilisateur se dégrade.\nC'est mécanique.\nLe monolithe modulaire résout ce problème d'agrégation. La requête arrive sur le serveur. Le routeur identifie le besoin. Il appelle les différents modules internes. Ces appels sont des appels de fonctions standard.\nLe monolithe est toujours plus rapide à exécuter. Quoique, si un module monopolise le thread principal pour un calcul lourd, tout le système ralentit. C'est le risque inhérent au partage des ressources. Il faut le garder à l'esprit lors de l'écriture du code.\nMais globalement, sur des opérations de lecture, la différence de performance est écrasante.\nSi on analyse bien la pile d'appels gRPC entre les sous-systèmes... enfin bref. C'est souvent catastrophique.\n\n## L'isolation par le code plutôt que par le réseau\n\nLe véritable problème du monolithe historique, que l'on appelle souvent le plat de spaghettis, ce n'est pas son déploiement unique. C'est son couplage fort. Le code métier est entremêlé. Une modification dans la gestion des factures casse mystérieusement le système de parrainage.\nC'est pour fuir ce couplage malsain que l'industrie a adopté les microservices. On s'est dit que si le code était physiquement séparé sur des serveurs différents, les développeurs ne pourraient plus tricher. Ils seraient obligés de respecter des contrats d'interface stricts.\nC'est vrai.\nMais le prix à payer pour cette discipline architecturale était exorbitant.\nLe monolithe modulaire propose une approche plus pragmatique. On garde un seul déploiement. Un seul processus. Mais on impose une séparation stricte au niveau du code source.\nOn utilise les concepts du Domain Driven Design. Les fameux contextes bornés.\nChaque module encapsule sa propre logique. Ses propres règles métier. Sa propre structure de base de données interne.\nVoici les symptômes qui prouvent que votre architecture distribuée actuelle vous nuit au quotidien :\n- Des latences inexplicables sur des requêtes pourtant simples en apparence.\n- Des factures d'hébergement cloud démesurées par rapport à votre trafic réel.\n- Une difficulté extrême à tracer une erreur d'un bout à l'autre de la chaîne.\n- Des équipes constamment bloquées par les modifications de contrats d'API des autres.\n- Une duplication massive et asynchrone de données entre de multiples bases.\n- Une complexité cognitive insoutenable pour l'intégration des nouveaux développeurs.\n- Des incidents en production causés par des désynchronisations de schémas de données.\n\nPour réussir un monolithe modulaire, il faut implémenter des règles drastiques dans la base de code.\n- Isoler strictement les domaines métier dans des dossiers étanches.\n- Interdire formellement les appels directs à la base de données d'un autre module.\n\nC'est la clé absolue. Un module métier dédié aux commandes ne doit jamais lire la table des utilisateurs. Il doit interroger l'interface publique du module utilisateur en mémoire.\nCette rigueur demande de la discipline. Une discipline que vous pouvez instaurer en consultant notre [méthodologie](https:\u002F\u002Fwww.kosmos-digital.com\u002Fmethodologie) de conception logicielle.\nAbordons la question épineuse de la cohérence des données.\nDans un système distribué, mettre à jour des informations réparties sur plusieurs services relève du défi d'ingénierie complexe. Vous devez implémenter des motifs architecturaux lourds. Le motif Saga. La validation à deux phases.\nSi le service de paiement valide la transaction, mais que le service d'inventaire échoue juste après, vous vous retrouvez avec un système incohérent. Il faut déclencher des requêtes de compensation. Prier pour que le réseau ne tombe pas en panne pendant cette compensation.\nC'est un cauchemar transactionnel.\nAvec un monolithe modulaire, même si les modules sont séparés conceptuellement, ils s'exécutent au sein du même processus. Vous pouvez utiliser les transactions de votre base de données relationnelle sous-jacente.\nUne simple transaction SQL classique garantit l'atomicité. Tout passe ou rien ne passe. C'est infiniment plus simple à concevoir.\n\n## Scalabilité asymétrique : le grand mythe de la décennie\n\nOn entend souvent le même argument pour justifier la découpe fonctionnelle. La scalabilité indépendante.\nL'idée est séduisante sur le papier. Si votre service de création de rapports PDF est très gourmand en CPU, vous pouvez l'isoler. Vous lui allouez des machines surpuissantes. Pendant ce temps, votre service de gestion des profils utilisateurs tourne sur des petites instances économiques.\nC'est l'argument massue.\nPourtant, dans la vie réelle d'un produit numérique standard, ce besoin de scalabilité asymétrique se présente rarement. Les goulets d'étranglement se situent presque toujours au niveau de la base de données. Pas au niveau du traitement applicatif.\nFaire tourner dix instances d'un microservice de recherche ne sert à rien si la base de données relationnelle derrière est saturée par les lectures concurrentes.\nUn monolithe modulaire se scale très bien horizontalement. Vous lancez simplement plusieurs instances complètes de votre application derrière un répartiteur de charge classique.\nLa RAM est devenue abordable. Démarrer un processus unifié qui contient tout le code métier ne pose plus aucun souci matériel. Le surcoût d'avoir du code inactif en mémoire est négligeable face au surcoût d'entretenir un réseau virtuel complexe entre des conteneurs éclatés.\nIl faut rester rationnel face aux ressources. Optimiser l'utilisation de la mémoire vive est noble. Mais sacrifier la maintenabilité globale du projet pour économiser quelques mégaoctets de RAM est un non-sens architectural.\n\n## Le coût mental de la distribution\n\nParlons des développeurs. De votre équipe d'ingénierie.\nMaintenir un écosystème de microservices demande un outillage colossal. Il faut gérer la découverte de services. Le traçage distribué. La résilience réseau avec des coupe-circuits. La gestion des versions d'API concurrentes.\nLa charge cognitive explose.\nUn développeur qui veut ajouter un simple champ dans un formulaire mobile doit parfois modifier trois dépôts de code différents. Il doit s'assurer de la compatibilité ascendante.\nDans un monolithe modulaire, le code est centralisé. L'ingénieur ouvre son environnement de développement. Il a accès à l'ensemble du système. Il peut naviguer de la couche de présentation jusqu'à la persistance des données:\nLa boucle de rétroaction est immédiate.\nImaginez un bug en production. Un utilisateur ne parvient pas à valider son panier sur l'application mobile.\nDans un environnement de microservices, l'investigation commence. Vous ouvrez votre outil de traçage distribué. Vous repérez la requête initiale. Elle traverse la passerelle API. Elle touche le service des paniers. Ce service appelle le catalogue. Le catalogue répond. Le service des paniers appelle le service de tarification. Le service de tarification interroge le moteur de promotions. Le moteur de promotions échoue avec un code d'erreur cryptique.\nChaque saut réseau est une zone d'ombre potentielle. Était-ce un timeout réseau. Un pod redémarré en plein vol. Une désérialisation ratée.\nLe développeur passe des heures à reconstituer le fil des événements.\nDans un monolithe modulaire, la pile d'exécution est linéaire. L'erreur génère une simple trace d'appels classique. Une stacktrace propre. En quelques secondes, la ligne de code fautive est identifiée avec précision.\nL'entreprise 37signals, créatrice de Basecamp, a récemment fait la une de la presse spécialisée en quittant massivement le cloud public. Ils ont rapatrié leurs serveurs. Ils ont consolidé leurs applications. Leur argumentaire financier est implacable. Des millions de dollars économisés.\nLeur approche technique l'est tout autant. Simplifier la pile d'exécution logicielle.\nC'est une philosophie que nous défendons régulièrement. Vous pouvez découvrir comment nous l'appliquons pour nos clients directement sur notre [site](https:\u002F\u002Fwww.kosmos-digital.com\u002F).\nBien sûr, l'architecture distribuée conserve des cas d'usage valides. Si vous avez des équipes de développement réparties sur plusieurs continents. Si un composant spécifique nécessite d'être mis à l'échelle de manière asymétrique par rapport au reste du système avec des besoins matériels exotiques.\nMais ces cas sont rares. Très rares.\nLa majorité des produits numériques modernes fonctionneraient de manière bien plus fluide avec un monolithe bien architecturé. Regardez nos [références](https:\u002F\u002Fwww.kosmos-digital.com\u002Freferences) pour comprendre comment des structures robustes soutiennent la croissance sans exploser les budgets initiaux.\nLe choix de l'architecture doit servir le produit. Il doit servir l'utilisateur final. L'utilisateur se moque de savoir si votre backend communique via un maillage de services complexe. Il veut juste que son application s'ouvre vite. Que les données soient à jour.\nEn tant que décideur technique, vous voulez des coûts maîtrisés. Une équipe concentrée sur la valeur métier. Pas sur la résolution de problèmes réseau inventés de toutes pièces par une architecture surdimensionnée.\nLe monolithe modulaire rassemble ces deux mondes. Il offre la propreté du code des microservices. La performance d'exécution du monolithe classique. C'est un équilibre subtil. Un équilibre exigeant.\nMais c'est incontestablement la voie de l'ingénierie pragmatique.",[148],{"headline":135,"author":149,"datePublished":125,"dateModified":125,"@type":139},{"name":137,"@type":138},{"description":115},"blog\u002Fdu-microservice-au-monolithe-modulaire-le-pragmatisme-architectural-face-au-mirage-du-cloud-distribue","Architecture","cl6e9m-uKk79sXPJTuF3cDyfcRcXntk60EaFWm_mZxI",1795309680916]