RousselTMLEARNING

TP · Dynatrace : de la découverte à l’expertise

TP - Analyse avancée avec Grail, DQL et Entity Selectors

Ce que vous allez apprendre dans ce TP
  • Comprendre le rôle de Grail
  • Appliquer les bonnes pratiques DQL

Rappels sur Grail et DQL #

Ce que vous allez apprendre dans cette section
  • Comprendre le rôle de Grail
  • Appliquer les bonnes pratiques DQL

Avant de commencer, faisons un point sur Grail et les bonnes pratiques pour construire vos requêtes DQL.

  1. Qu'est-ce que Grail ?

    Grail est le data lakehouse de Dynatrace. Contrairement aux bases de données traditionnelles, Grail est conçu spécifiquement pour l'observabilité. Il stocke les logs, métriques, traces et événements (bizevents) de manière unifiée, sans nécessiter de schémas stricts ni d'indexation préalable (schema-on-read). Cela permet d'interroger massivement des données avec un contexte topologique (Smartscape) toujours conservé.

  2. Bonnes pratiques pour les requêtes DQL

    Pour écrire des requêtes performantes en DQL (Dynatrace Query Language), vous devez suivre quelques règles d'or :
    • Filtrer très tôt : Utilisez la commande filter le plus tôt possible dans votre requête pour réduire le volume de données à traiter dans les pipelines suivants.
    • Sélectivité temporelle : Limitez toujours la plage horaire de votre recherche (directement via le sélecteur de temps ou dans la requête).
    • Exploiter les Entity Selectors : Utilisez la fonction entitySelector() pour bénéficier du contexte dynamique au lieu de chercher des IDs statiques en dur.
    • Utiliser limit() : Lors de l'écriture et de vos tests, terminez vos requêtes par limit 10 pour accélérer les temps de réponse.

Création des requêtes DQL #

Vous allez créer 5 requêtes DQL qui exploitent la fonction `entitySelector()` pour cibler dynamiquement vos entités.

  1. Requête 1 : Logs des hôtes en production

    Écrivez une requête DQL pour récupérer les logs uniquement pour les hôtes portant le tag 'env:training'. Vous devez utiliser un Entity Selector.

  2. Requête 2 : Événements liés aux services Java

    Écrivez une requête pour lister et compter les événements récents liés aux services exécutant la technologie 'Java'.

  3. Requête 3 : Utilisation CPU via Timeseries

    Grail permet également d'interroger les métriques. Affichez l'utilisation CPU moyenne (métrique `builtin:host.cpu.usage`) pour tous les hôtes appartenant à une Management Zone nommée 'MZ_Finance'.

  4. Requête 4 : Recherche d'erreurs d'une équipe spécifique

    Récupérez les logs contenant le mot 'error' pour les groupes de processus (PROCESS_GROUP) qui sont possédés par l'équipe backend (tag 'owner:backend').

  5. Requête 5 : Événements métier (Bizevents) par application

    Récupérez les derniers événements métier (bizevents) générés, mais limitez cette recherche uniquement aux applications surveillées de type APPLICATION (Web ou Mobile).

Exportation vers Notebook et Tableau de bord #

L'objectif ici est de sauvegarder, documenter et visualiser le résultat de vos requêtes pour vos équipes.

  1. Création du Notebook

    Exécutez vos requêtes DQL dans l'application Notebooks. Mettez en page votre document et sauvegardez-le en respectant la norme de nommage : `formation-` (par exemple : `formation-martin`).
  2. Épingler dans un Dashboard

    Créez un nouveau tableau de bord nommé `formation-`. Épinglez au moins 3 de vos résultats DQL dans ce tableau de bord.

Niveau de difficulté : ●●●○○ (3/5)

Mon suivi

  • ⏱ Durée estimée : ≈ 1 h 03

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

✉️ Poser une question

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...

Articles recommandés

Comprendre la notion de score

Le concept de score va permettre à Elasticsearch de classer vos documents par pertinence lors d u...

Comprendre Elastic Common Schema(ECS)

Comme toujours dans nos missions de conseil, nous recommandons aux entreprises d'uniformiser, de ...

Grail : Dynatrace Data Lakehouse

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

C'est quoi l'observabilité

La capacité à connaître l'état interne d'un système à partir des données que cette dernière émet...

Les types de transactions dans les base de données

Cet article détaille les différences entre trois concepts essentiels dans l'exécution des instruc...

Différences entre Technologies et Services dans Dynatrace

Dans Dynatrace, les concepts de 'Technologie' et de 'Services' aident à organiser et surveiller l...

Dynatrace : Différences entre SQL Modifications, SQL Queries or Procedures, et SQL Transactions

Cet article détaille les différences entre trois concepts essentiels dans l'exécution des instruc...

Types de consommation de licence

Comprendre l'évolution de la facturation dans Dynatrace : la différence entre l'ancien modèle de ...

Les Types de Services Dynatrace : Comprendre et Optimiser Votre Surveillance Applicative

Découvrez les différents types de services que Dynatrace peut surveiller, leur rôle, et comment l...