Lorsqu'un événement disparaît silencieusement dans un système distribué, ce n'est pas un bogue, mais un angle mort de l'architecture. Dans les plateformes de messagerie à grande échelle, en particulier celles qui desservent des API en temps réel comme WhatsApp Business ou les chaînes de commandes de l'IoT, les défaillances de la télémétrie sont souvent confondues avec des erreurs d'application. Mais la cause profonde est plus complexe : des lacunes en matière d'observabilité dans les flux d'événements. Cet article explore comment les ingénieurs backend et les équipes DevOps peuvent détecter, déboguer et prévenir la perte de messages dans les pipelines de streaming basés sur Kafka, en utilisant des outils tels qu'OpenTelemetry, Fluent Bit, Jaeger et les files d'attente de lettres mortes. Si votre système de messagerie distribuée gère des millions d'événements, ce guide explique exactement comment rendre ces événements responsables.