RousselTMLEARNING

Observabilité

Alertes, notifications et détection d'anomalies dans OpenSearch

Surveiller ses données avec OpenSearch : types de moniteurs, déclencheurs, actions et limitation, canaux de notification Slack, webhook et e-mail, détection d'anomalies par Random Cut Forest et Security Analytics avec les règles Sigma.

1. Les moniteurs #

Quatre façons de surveiller.

Types #

Types de moniteurs
À savoir : Les requêtes sont écrites au format de la console Dev Tools d'OpenSearch Dashboards (GET _cluster/health). En ligne de commande, la même requête s'écrit curl -sk -u 'admin:Str0ng!Passw0rd-2026' https://localhost:9200/_cluster/health, avec -H 'Content-Type: application/json' -d '…' quand il y a un corps.

La chaîne d'alerte #

De la requête à la notification
État de l'alerteSignification
Activela condition est vraie, les actions s'exécutent
Acknowledgedquelqu'un s'en occupe : plus de notifications
Completedla condition est redevenue fausse
Errorla requête du moniteur a échoué

2. Notifications #

Un canal, plusieurs moniteurs.

Créer un canal #

POST _plugins/_notifications/configs
{
  "config_id": "slack-sre",
  "config": {
    "name": "Slack SRE",
    "description": "Canal #alertes-sre",
    "config_type": "slack",
    "is_enabled": true,
    "slack": {"url": "https://hooks.slack.com/services/…"}
  }
}

POST _plugins/_notifications/feature/test/slack-sre
TypeUsage
slack, chime, microsoft_teamsmessagerie d'équipe
webhooktout outil HTTP : PagerDuty, Opsgenie, ticketing
smtp_account + emaile-mail via un serveur SMTP
snsAmazon SNS

3. Un moniteur par groupe #

Une alerte par service en difficulté.

Bucket-level monitor #

POST _plugins/_alerting/monitors
{
  "type": "monitor",
  "monitor_type": "bucket_level_monitor",
  "name": "taux_erreur_par_service",
  "enabled": true,
  "schedule": {"period": {"interval": 5, "unit": "MINUTES"}},
  "inputs": [{
    "search": {
      "indices": ["logs-app-*"],
      "query": {
        "size": 0,
        "query": {"range": {"@timestamp": {"gte": "{{period_end}}||-5m", "lte": "{{period_end}}", "format": "epoch_millis"}}},
        "aggregations": {
          "composite_agg": {
            "composite": {"sources": [{"service": {"terms": {"field": "service"}}}]},
            "aggs": {"erreurs": {"filter": {"term": {"level": "ERROR"}}}}
          }
        }
      }
    }
  }],
  "triggers": [{
    "bucket_level_trigger": {
      "name": "plus_de_5_pourcent",
      "severity": "2",
      "condition": {
        "buckets_path": {"total": "_count", "erreurs": "erreurs._count"},
        "parent_bucket_path": "composite_agg",
        "script": {"source": "params.total > 20 && params.erreurs / params.total > 0.05", "lang": "painless"}
      },
      "actions": [{
        "name": "slack",
        "destination_id": "slack-sre",
        "message_template": {"source": "Taux d'erreur élevé : {{#ctx.newAlerts}}{{bucket_keys}} {{/ctx.newAlerts}}"},
        "action_execution_policy": {"action_execution_scope": {"per_alert": {"actionable_alerts": ["NEW", "DEDUPED"]}}},
        "throttle_enabled": true,
        "throttle": {"value": 30, "unit": "MINUTES"}
      }]
    }
  }]
}

Le seuil params.total > 20 évite d'alerter sur 1 erreur pour 2 requêtes la nuit. La limitation (throttle) n'envoie qu'un message par alerte toutes les 30 minutes.

Bonne Pratique : Testez un moniteur avant de l'activer : POST _plugins/_alerting/monitors/<id>/_execute?dryrun=true exécute la requête et le déclencheur sans notifier.

Moniteur par document #

Le doc_level_monitor évalue chaque nouveau document avec des requêtes simples (champ:valeur) : idéal pour la sécurité (« connexion root », « IP sur liste noire »), car aucune occurrence n'est noyée dans un comptage.

4. Détection d'anomalies #

Quand on ne connaît pas le bon seuil.

Principe #

Détection d'anomalies

Le plugin Anomaly Detection apprend le comportement normal d'une ou plusieurs mesures avec l'algorithme Random Cut Forest, en continu. Chaque intervalle reçoit une note (anomaly grade, de 0 à 1) et une confiance. Il faut quelques dizaines d'intervalles d'historique avant les premiers résultats.

Créer un détecteur #

POST _plugins/_anomaly_detection/detectors
{
  "name": "latence_paiement",
  "description": "Latence moyenne du service paiement",
  "time_field": "@timestamp",
  "indices": ["logs-app-*"],
  "filter_query": {"term": {"service": "paiement"}},
  "feature_attributes": [{
    "feature_name": "latence_moyenne",
    "feature_enabled": true,
    "aggregation_query": {"latence_moyenne": {"avg": {"field": "duree_ms"}}}
  }],
  "detection_interval": {"period": {"interval": 1, "unit": "Minutes"}},
  "window_delay": {"period": {"interval": 1, "unit": "Minutes"}}
}

POST _plugins/_anomaly_detection/detectors/<detector_id>/_start

Ajoutez category_field (par exemple ["service"]) pour un modèle par service : un seul détecteur surveille alors chaque entité séparément. Un moniteur d'alerte peut ensuite se brancher sur les résultats du détecteur.

Security Analytics #

Security Analytics applique des règles de détection au format Sigma (plus de 2 000 règles fournies) à des journaux de sécurité typés : Windows, réseau, DNS, CloudTrail, etc. Les correspondances produisent des constats, corrélés entre sources, et peuvent déclencher des alertes.

Commandes à connaître #

Commandes à connaître
  • POST _plugins/_alerting/monitors/<id>/_execute?dryrun=true : tester un moniteur
  • GET _plugins/_alerting/monitors/alerts : alertes en cours
  • POST _plugins/_notifications/feature/test/<config_id> : tester un canal
  • POST _plugins/_anomaly_detection/detectors/<id>/_start : démarrer un détecteur
  • POST _plugins/_anomaly_detection/detectors/results/_search : résultats d'anomalies

Sources #

Vérifié en novembre 2026 (OpenSearch 3.x, Data Prepper 2.x) : OpenSearch publie une version mineure environ toutes les six semaines, consultez les notes de version avant de vous appuyer sur un détail.

Articles liés

Le cluster OpenSearch en détail : nœuds, shards et réplication

Comprendre le fonctionnement interne d'un cluster OpenSearch : rôles des nœuds, élection du cluster manager, …

Recherche plein texte dans OpenSearch : analyseurs et pertinence

Maîtriser la recherche plein texte : index inversé, analyseurs (dont le français), API _analyze, requêtes mat…

Agrégations, PPL et SQL avancés dans OpenSearch

Analyser ses données dans OpenSearch : agrégations bucket, metric et pipeline, histogrammes de dates, cardina…

Pour aller plus loin

Soutenir

♥ SOUTENIR

Soutenez RousselTM Learning

Les formations, articles, TP et attestations restent gratuits et sans publicité intrusive. Une contribution libre, du montant de votre choix, finance l’hébergement, les environnements de TP et l’écriture de nouveaux contenus.

Contribuer avec PayPal Montant libre · carte bancaire ou compte PayPalEn savoir plus
QR code PayPal
Ou scannez ce QR code avec votre téléphone

Merci, chaque contribution compte !