Arrêtez de chercher, commencez à trouver ! 🚀 Dans cette vidéo, nous plongeons au cœur de l'observabilité avancée avec Dynatrace, en explorant comment l'intégration et la corrélation entre logs et traces transforment votre capacité à diagnostiquer les problèmes. Découvrez comment passer d'une simple observation à une compréhension profonde de chaque transaction, pour une résolution d'incidents ultra-rapide.
Ce que vous allez apprendre dans cette vidéo 📚
Comprendre la complémentarité des logs et des traces en observabilité.
Découvrir comment Dynatrace corrèle automatiquement logs et traces.
Naviguer entre les logs pertinents depuis une trace distribuée.
Utiliser la corrélation pour identifier la cause racine des problèmes complexes.
Accélérer le temps de résolution (MTTR) grâce à une visibilité unifiée.
Pourquoi c'est incontournable pour vous ? 💡
La corrélation logs-traces est une capacité essentielle pour tout environnement moderne. Cette vidéo vous permettra de :
Passer moins de temps à débugger et plus de temps à innover.
Obtenir une vision complète et contextuelle de chaque requête.
Identifier les anomalies et les erreurs dans vos applications distribuées.
Améliorer la collaboration entre les équipes Dev et Ops en partageant des insights précis.
Prêt à débloquer la puissance de la corrélation logs et traces avec Dynatrace ? C'est parti ! 🚀
👉 Pour aller plus loin et maîtriser Dynatrace, découvrez nos formations complètes : https://elearning.rousseltm.fr
N'oubliez pas de vous abonner à la chaîne pour ne manquer aucune de nos futures vidéos sur Dynatrace, l'observabilité et le dépannage ! 🔔
Laissez un pouce bleu si cette vidéo vous a été utile et partagez-la avec vos collègues ! 👍
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
💬 Discussions récentes de la formation
- Dynatrace : mes pods Kubernetes ne sont pas instrumentés malgré le DynaKube✓ résolu · 1 réponse(s)
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
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...
Grail : Dynatrace Data Lakehouse
Désormais vous disposez dans Dynatrace (SaaS) d'un Data Lakehouse nommé Grail dont vous pouvez co...
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...
Dynatrace SaaS vs Managed : choisir, organiser cluster et environnements
Choisir entre Dynatrace SaaS et Managed, organiser cluster et environnements, prendre en main l'i...
Les logs avec OpenTelemetry : modèle de données, appenders, corrélation et collecte
Maîtriser le signal log : modèle de données LogRecord, Logs Bridge API et appenders (Logback, Log...
C'est quoi l'observabilité
La capacité à connaître l'état interne d'un système à partir des données que cette dernière émet...
OneAgent : méthodes de collecte, installation, Kubernetes et santé
Les méthodes de collecte de Dynatrace (OneAgent, OpenTelemetry, Prometheus, API), l'installation ...
Corréler traces, métriques, logs et profils avec OpenTelemetry
Relier les quatre signaux pour diagnostiquer vite : ressource commune, trace_id dans les logs, ex...
La rétention des données dans Dynatrace : Grail, buckets et durées par type de données
Comprendre combien de temps Dynatrace conserve logs, traces, métriques, sessions et événements, g...