TP : APM Python et corrélation logs-traces

Ce que vous allez apprendre dans ce TP

• Instrumenter avec ddtrace
• Lire la page du service
• Corréler logs et traces

Introduction #

Ce que vous allez apprendre dans cette section

• Instrumenter avec ddtrace
• Lire la page du service
• Corréler logs et traces

Contexte. Les développeurs veulent passer d'un log d'erreur à la trace complète de la requête, et inversement.

Prérequis : TP 1 terminé, Python 3  ·  Durée estimée : 45 min

Des traces et des logs reliés.

Mise en place #

Étapes guidées, avec leur correction.

1. 1. Écrire l'API

   Pourquoi ? Une route lente et parfois en erreur produit des traces intéressantes.

   Créez app.py.

2. 2. Lancer avec ddtrace

   Pourquoi ? ddtrace-run instrumente Flask et injecte les identifiants dans les logs.

   Installez ddtrace et lancez l'API avec le tagging unifié.

3. 3. Générer du trafic

   Pourquoi ? Il faut des requêtes, dont des erreurs, pour remplir la page du service.

   Envoyez 300 requêtes.

4. 4. Lire la page du service

   Pourquoi ? Les métriques RED et les déploiements apparaissent automatiquement.

   Ouvrez APM > Services > paiement-api. Relevez le taux d'erreur et la latence p95, puis ouvrez une trace en erreur.

5. 5. Corréler

   Pourquoi ? Les identifiants injectés relient les deux signaux.

   Envoyez app.log à Datadog (configuration de logs de l'agent sur ce fichier, service:paiement-api), puis passez d'une trace à ses logs et d'un log d'erreur à sa trace.

Niveau de difficulté : ●●●○○ (3/5)