La correction est intégrée au TP (Voir les encadrés de couleur vert)
Ce que vous allez apprendre dans ce TP
- Créer un pipeline grok
- Créer facettes et métriques générées
- Ajouter un filtre d'exclusion
Introduction #
Ce que vous allez apprendre dans cette section
- Créer un pipeline grok
- Créer facettes et métriques générées
- Ajouter un filtre d'exclusion
Contexte. Les logs d'une application arrivent en texte brut et coûtent cher à l'indexation. Vous les rendez exploitables et réduisez leur coût.
Prérequis : TP 1 terminé · Durée estimée : 45 min
Des logs utiles à moindre coût.Mise en place #
Étapes guidées, avec leur correction.
1. Produire des logs
Pourquoi ? Un conteneur qui écrit des lignes au format connu, dont des erreurs.
Lancez un générateur de logs étiquetéservice:paiement.Voir la correction
docker run -d --name paiement -l com.datadoghq.ad.logs='[{"source": "paiement", "service": "paiement"}]' busybox \ sh -c 'while true; do echo "$(date -Iseconds) INFO paiement accepte montant=$((RANDOM % 300)) client=c$((RANDOM % 50))"; [ $((RANDOM % 10)) -eq 0 ] && echo "$(date -Iseconds) ERROR paiement refuse montant=$((RANDOM % 300)) motif=fonds"; sleep 1; done'2. Créer le pipeline
Pourquoi ? Le grok parser transforme la ligne en attributs filtrables.
Dans Logs > Pipelines, créez un pipeline filtré sursource:paiementavec un grok parser, puis un status remapper sur l'attributniveau.Voir la correction
regle %{notSpace:date} %{word:niveau} paiement %{word:resultat} montant=%{integer:montant}( client=%{notSpace:client})?( motif=%{word:motif})?3. Facettes et mesure
Pourquoi ? Une facette filtre, une mesure s'agrège.
Créez une facette sur@resultatet une mesure sur@montant, puis affichez la somme des montants refusés par minute dans l'explorateur.Voir la correction
service:paiement @resultat:refuse4. Métrique générée
Pourquoi ? Une métrique générée continue de fonctionner même pour les logs non indexés.
Créez une métriquepaiement.refus(Generate Metrics) qui compte les logs@resultat:refuse, regroupée par@motif.Voir la correction
La métrique peut alimenter un monitor sans dépendre de l'indexation.
5. Filtre d'exclusion
Pourquoi ? Les paiements acceptés sont nombreux et rarement consultés.
Dans l'index principal, ajoutez un filtre d'exclusion qui n'indexe que 10 % des logsservice:paiement @resultat:accepte. Vérifiez dans Usage la baisse du volume indexé.Voir la correction
Les erreurs restent indexées à 100 % ; les succès sont échantillonnés. La métrique générée continue de compter tous les refus.
Niveau de difficulté : ●●●○○ (3/5)
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
💬 Discussions récentes de la formation
- Datadog : relier traces, logs et métriques du même service✓ résolu · 1 réponse(s)
Poser une question sur cette leçon →Voir toutes les discussions de la formation
Articles recommandés
Logs dans Datadog : collecte, pipelines, index et maîtrise du volume
Collecter les logs avec l'agent, les structurer avec pipelines et processeurs (grok), utiliser fa...
Logs Datadog avancés : index, filtres d'exclusion, Flex Logs, archives et Sensitive Data Scanner
Maîtriser coût et conformité des logs Datadog : pipelines et processeurs, index et rétention, fil...
Fluent Bit : parsers et filters, structurer et transformer les logs
Structurer et transformer les logs dans Fluent Bit : parsers (json, regex, logfmt, ltsv), parsers...
APM Datadog et OpenTelemetry : traces, services et corrélation avec les logs
Instrumenter ses applications pour l'APM Datadog (dd-trace, instrumentation en une étape, OpenTel...
Bonnes pratiques Datadog : tags, coûts, alertes et gouvernance
Check-list pour exploiter Datadog efficacement : tagging unifié, maîtrise des coûts (hôtes, logs,...
Métriques et tags dans Datadog : tagging unifié, DogStatsD et cardinalité
Exploiter les métriques Datadog : tagging unifié (env, service, version), requêtes et agrégations...
Monitors, SLO, dashboards et Datadog as code
Créer des monitors efficaces (métriques, logs, APM, composites, anomalies), des SLO, des dashboar...
Datadog : la plateforme d'observabilité SaaS en un coup d'œil
Ce qu'est Datadog, ses produits (infrastructure, logs, APM, RUM, synthétiques, sécurité), ses con...
Coûts et gouvernance Datadog : usage, attribution, RBAC et politiques de tags
Maîtriser la facture et gouverner Datadog : suivi de l'usage et de l'estimation, attribution des ...