Datadog en Kubernetes

1. Architecture #

Les composants.

Composants #

2. Installer avec l'Operator #

Déclaratif.

Installation #

helm repo add datadog https://helm.datadoghq.com && helm repo update
helm install datadog-operator datadog/datadog-operator
kubectl create secret generic datadog-secret --from-literal api-key="$DD_API_KEY"

apiVersion: datadoghq.com/v2alpha1
kind: DatadogAgent
metadata:
  name: datadog
spec:
  global:
    clusterName: prod-eu
    site: datadoghq.eu
    credentials:
      apiSecret: { secretName: datadog-secret, keyName: api-key }
  features:
    logCollection: { enabled: true, containerCollectAll: true }
    apm:
      instrumentation: { enabled: true }      # injection automatique des bibliothèques APM
    liveProcessCollection: { enabled: true }
    orchestratorExplorer: { enabled: true }

À savoir : Le chart Helm datadog/datadog reste une alternative ; l'Operator a l'avantage d'une ressource unique, validée et facile à versionner en GitOps.

3. Autodiscovery #

Superviser ce qui arrive.

Annotations #

Autodiscovery applique une configuration de check à chaque conteneur correspondant, dès qu'il démarre. La configuration se pose en annotations sur le pod :

metadata:
  annotations:
    ad.datadoghq.com/redis.checks: |
      { "redisdb": { "instances": [ { "host": "%%host%%", "port": "6379" } ] } }
    ad.datadoghq.com/redis.logs: '[{"source": "redis", "service": "cache"}]'
  labels:
    tags.datadoghq.com/env: prod
    tags.datadoghq.com/service: cache
    tags.datadoghq.com/version: "7.2"

Bonne Pratique : Les labels tags.datadoghq.com/* posent le tagging unifié sur métriques, logs et traces du pod : c'est la première chose à standardiser dans vos charts.

4. Dépanner #

Les commandes utiles.

Commandes #

kubectl exec -it ds/datadog-agent -- agent status          # état des checks, logs, APM
kubectl exec -it ds/datadog-agent -- agent configcheck     # configurations Autodiscovery résolues
kubectl exec -it deploy/datadog-cluster-agent -- datadog-cluster-agent status