RousselTMLEARNING

Article · Dynatrace : de la découverte à l’expertise

L'app Investigations

1. À quoi sert Investigations ? #

Une enquête structurée sur les données.

Le principe #

Investigations permet de mener une enquête fondée sur des preuves à partir des données de Grail : logs, métriques et traces. Là où un notebook enchaîne des requêtes, Investigations garde la démarche : chaque requête, chaque filtre, chaque preuve retenue. L'app s'appelait auparavant Security Investigator ; elle est préinstallée dans tous les environnements SaaS depuis la version 1.330.

Investigations lit Grail, combine requêtes, extraction, enrichissement, arbre de requêtes, preuves et partage, pour aboutir à une cause racine ou un rapport

Pour qui ? #

UsageExemple
Incident et cause racineComprendre une vague d’erreurs 500
Threat hunting, forensiqueRetrouver les actions d’une adresse IP suspecte
FraudeRepérer des transactions anormales
CloudAnalyser CloudTrail, API Gateway, AWS Secrets

2. Mener une enquête #

Les fonctions, pas à pas.

Démarrer #

  1. Ouvrez Investigations, puis sélectionnez Investigation pour créer un scénario.
  2. Fixez la plage de temps, puis écrivez une première requête DQL.
  3. Filtrez, extrayez les champs utiles, enrichissez les résultats.
  4. Ajoutez les éléments probants aux preuves, puis partagez l'enquête.
fetch logs, from: now() - 2h
| filter loglevel == "ERROR"
| filter matchesPhrase(content, "connection refused")
| summarize erreurs = count(), by: {dt.entity.host, k8s.namespace.name}
| sort erreurs desc

Une enquête est enregistrée automatiquement ; vous pouvez la renommer, la partager et passer de l'une à l'autre.

Les fonctions clés #

FonctionRôle
Requêtes DQLInterroger Grail, avec filtres et plage de temps
DPL ArchitectExtraire des champs d’un log brut avec le langage DPL
IP enrichmentRéputation d’une adresse IP auprès de fournisseurs de renseignement tiers
Lookup tablesTables stockées dans Grail pour enrichir les résultats
Query treeArbre de la démarche : revenir à une étape précédente
EvidenceConserver les preuves avec leur contexte
CollaborationPartage contrôlé, signets, duplication, modèles d’enquête

Prérequis #

  • Des logs ingérés dans Grail.
  • Les permissions indiquées dans Hub > Investigations > Technical information.
  • Des bases en DQL et en DPL : voir le chapitre Grail de cette formation.
Notebook ou Investigations ? Le notebook sert à explorer et documenter librement ; Investigations sert quand il faut prouver et transmettre : incident majeur, enquête de sécurité, audit.

Sources #

D'après la documentation officielle consultée en novembre 2026. La requête est un exemple à adapter à vos champs.

📄 L'app Investigations de Dynatrace : mener une enquête sur les données de Grail →

Mon suivi

  • ⏱ Durée estimée : ≈ 3 min

Connectez-vous pour suivre votre progression et prendre des notes. Se connecter

💬 Discussions récentes de la formation

Poser une question sur cette leçon →Voir toutes les discussions de la formation

Glossaire de la formation

Observabilité

La capacité à connaître l'état interne d'un système à partir des données qu'il émet.Ces données sont classées en 3 piliers : logsmétriquestracesprofil...

CI/CD

Intégration Continue et Déploiement Continu. Pratiques DevOps visant à automatiser les tests et le déploiement des applications pour livrer plus rapid...

Dynatrace

Plateforme d'observabilité complète basée sur l'intelligence artificielle (Davis), offrant la surveillance applicative (APM), d'infrastructure et l'ex...

APM (Application Performance Monitoring)

Surveillance des performances applicatives pour identifier, diagnostiquer et résoudre les problèmes complexes liés aux performances et à la disponibil...

SLA (Service Level Agreement)

Contrat officiel conclu entre un fournisseur de services et son client, définissant le niveau de service attendu (disponibilité, temps de réponse, etc...

SLO (Service Level Objective)

Objectif interne chiffré défini par l'équipe technique (SRE) concernant le niveau de fiabilité d'un service (ex: 99.9% de disponibilité). Relation : L...

SLI (Service Level Indicator)

Métrique quantitative réelle mesurant le niveau de service fourni en production (ex: taux de réussite des requêtes, latence moyenne). Relation : Le SL...

DEM (Digital Experience Monitoring)

Surveillance de l'expérience numérique. Englobe les technologies permettant de suivre et d'optimiser l'expérience des utilisateurs finaux sur les appl...

RUM (Real User Monitoring)

Surveillance des utilisateurs réels. Technique d'observabilité passive qui capture et analyse chaque interaction des utilisateurs avec une application...

Synthetic Monitoring

Surveillance synthétique. Technique d'observabilité active utilisant des scripts automatisés (robots) pour simuler le parcours des utilisateurs et vér...

Traces distribuées

Technique (issue du pilier des Traces) permettant de suivre le cheminement complet d'une requête à travers de multiples micro-services pour identifier...

Métriques

Mesures numériques collectées à intervalles réguliers (ex: CPU, RAM, temps de réponse) utilisées pour évaluer l'état de santé global d'un système au f...

AIOps (Artificial Intelligence for IT Operations)

Utilisation de l'intelligence artificielle et de l'apprentissage automatique pour automatiser et améliorer les opérations informatiques (ex: détection...

NoOps

Concept où l'environnement informatique est tellement automatisé et abstrait (ex: Serverless, PaaS) qu'il ne nécessite quasiment plus d'équipe opérati...

OpenTelemetry

Framework open source fournissant des standards, APIs et SDKs pour collecter et exporter des données d'observabilité (traces, métriques, logs) de mani...

Core Web Vitals

Ensemble de trois métriques définies par Google pour mesurer l'expérience réelle d'une page web : le chargement (LCP (Largest Contentful Paint)), la r...

LCP (Largest Contentful Paint)

Temps écoulé jusqu'à l'affichage du plus grand élément visible de la page (image, vidéo ou bloc de texte) : il indique quand le contenu principal appa...

INP (Interaction to Next Paint)

Latence des interactions (clic, tap, touche) observée pendant toute la visite : délai entre l'action de l'utilisateur et l'affichage suivant. La valeu...

CLS (Cumulative Layout Shift)

Mesure de la stabilité visuelle : somme des décalages inattendus de mise en page (un bouton qui se déplace au moment du clic, un texte poussé par une ...

FCP (First Contentful Paint)

Temps écoulé jusqu'à l'affichage du premier contenu (texte, image, SVG) : le moment où l'utilisateur voit que la page commence à charger. Ce n'est pas...

TTFB (Time to First Byte)

Temps entre le début de la navigation et la réception du premier octet de la réponse : il additionne redirections, DNS, connexion TCP/TLS et temps de ...

FID (First Input Delay)

Ancienne métrique de réactivité des Core Web Vitals : délai avant que le navigateur commence à traiter la première interaction (bon ≤ 100 ms). Elle ig...

TBT (Total Blocking Time)

Métrique de laboratoire (Lighthouse) : somme, entre FCP (First Contentful Paint) et la fin du chargement, de la part de chaque tâche longue (plus de 5...

CrUX (Chrome UX Report)

Base publique de Google qui agrège les Core Web Vitals mesurées chez les vrais utilisateurs de Chrome (au 75e percentile, par origine et par URL, sur ...

Lighthouse

Outil d'audit libre de Google, intégré aux DevTools de Chrome et à PageSpeed Insights : il charge la page dans un environnement simulé et note perform...

Apdex

Application Performance Index : score de satisfaction entre 0 et 1 calculé à partir d'un seuil de temps T. Les requêtes sous T sont « satisfaisantes »...

Articles recommandés

Grail et DQL avancés : jointures, lookup, séries temporelles et optimisation

Aller plus loin avec DQL : join et lookup, makeTimeseries et timeseries, parse avec DPL, entités ...

AppEngine et applications personnalisées Dynatrace

Créer des applications sur la plateforme Dynatrace avec AppEngine : Dynatrace App Toolkit, interf...

Davis AI avancé : détection d'anomalies, IA causale, prédictive et générative

Comprendre Davis AI : seuils statiques, baselines auto-adaptatives et saisonnières, analyse causa...

L'app QuickStart de Dynatrace : obtenir ses premières données en quelques minutes

Découvrir l'app QuickStart : ajouter des données avec Auto Discovery ou une tuile dédiée, lire le...

DQL en pratique : explorer logs et événements, notebooks, tableaux de bord et performance

Utiliser le Dynatrace Query Language au quotidien : explorer logs et événements, enchaîner les co...

Logs avancés avec OpenPipeline : traitement, masquage, buckets et rétention

Gérer les logs dans Dynatrace avec OpenPipeline : ingestion, routage, traitement DQL (parsing, en...

Grail : Dynatrace Data Lakehouse

Désormais vous disposez dans Dynatrace (SaaS) d'un Data Lakehouse nommé Grail dont vous pouvez co...

Service-Level Objectives (nouvelle plateforme) dans Dynatrace

Définir des SLO en DQL sur Grail, partir des modèles et alerter sur le taux de consommation.

Learn DQL dans Dynatrace

S'entraîner au langage DQL avec des exercices interactifs corrigés.

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 !