1. À quoi sert Message Queues ? #
Superviser Kafka, RabbitMQ et les autres brokers, et relier producteurs et consommateurs.
Le principe #
L'app Message Queues surveille les files de messages et détecte les anomalies des applications critiques. Elle s'appuie sur la détection automatique des brokers et sur les traces de bout en bout, qui relient un producteur à ses consommateurs à travers la file.
2. Les fonctions clés #
Ce que propose l’app.
Vue d’ensemble #
| Fonction | Rôle |
|---|---|
| Brokers | Kafka et RabbitMQ dans l’app ; ActiveMQ, IBM MQ, Tibco EMS couverts par la supervision des queues |
| Traces de bout en bout | Producteur et consommateurs reliés dans une même trace |
| Extension Apache Kafka | Topologie (topics, brokers, producteurs, consommateurs) à partir des métriques JMX |
| Anomalies | Détection des comportements anormaux sur les files critiques |
3. Démarrer #
Les premières étapes.
Pas à pas #
- Vérifiez que OneAgent instrumente producteurs et consommateurs.
- Pour Kafka, activez l'extension Apache Kafka et la fonction OneAgent Java Metric Extensions 2.0 (JMX).
- Ouvrez Message Queues et repérez les files qui ralentissent.
- Suivez une trace pour voir où le message attend.
Prérequis #
- OneAgent sur les services ; extension Kafka pour la vue des brokers.
À vérifier dans votre environnement. La fiche Hub décrit l'app ; nous n'avons pas trouvé de guide détaillé dans la documentation. L'ancienne extension Kafka est dépréciée au profit de la nouvelle.
Sources #
D'après la documentation officielle consultée en novembre 2026 : les libellés et la disponibilité évoluent avec les versions de la plateforme.
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
AI Observability dans Dynatrace
Superviser les applications d'IA générative : LLM, agents, prompts, jetons et évaluations.
Business observability avec Dynatrace : événements métier, KPI et Business Flow
Relier technique et métier dans Dynatrace : événements métier (bizevents) captés par OneAgent, AP...
L'app Investigations de Dynatrace : mener une enquête sur les données de Grail
Découvrir l'app Investigations : requêtes DQL, extraction avec DPL Architect, enrichissement, arb...
Profiling & Optimization dans Dynatrace
Trouver les lignes de code qui consomment le CPU et la mémoire grâce au profilage continu.
Live Debugger dans Dynatrace
Poser des points d'arrêt non bloquants en production et lire variables et piles d'appels.
Real User Monitoring Dynatrace : injection, applications web et vérification
Mettre en place la surveillance des utilisateurs réels dans Dynatrace : injection automatique par...
Gestion des problèmes dans Dynatrace : Davis, page problème, notifications et auto-remédiation
Comprendre les problèmes détectés par Davis, lire une page problème (cause racine, impact, chrono...
Service-Level Objectives (nouvelle plateforme) dans Dynatrace
Définir des SLO en DQL sur Grail, partir des modèles et alerter sur le taux de consommation.
Fleet Management dans Dynatrace
Inventorier, installer et diagnostiquer OneAgent et ActiveGate à grande échelle.