Ce que vous allez apprendre dans ce TP
- Collecter avec Elastic Agent et Fleet
- Structurer avec Logstash
- Conserver avec ILM
- Analyser, visualiser, alerter
- Sécuriser l'accès
Introduction #
Ce que vous allez apprendre dans cette section
- Collecter avec Elastic Agent et Fleet
- Structurer avec Logstash
- Conserver avec ILM
- Analyser, visualiser, alerter
- Sécuriser l'accès
Contexte. Vous mettez en œuvre tout le parcours sur un cas réel : la grille d'évaluation de l'article du projet indique ce qui valide votre travail.
Prérequis : le labo Fleet du TP 1 de la formation Elastic Agent, jq · Durée estimée : 120 min
Mise en place #
Étapes guidées, avec leur correction.
1. Le labo et la collecte système
Démarrez le labo du TP 1 Elastic Agent (Elasticsearch, Kibana, Fleet Server, un agent dans la politique lab-policy) et vérifiez que les logs système arrivent.
2. La rétention de 30 jours
Pourquoi ? Le modèle d'index dédié doit exister avant la création du data stream de l'application pour qu'il hérite de la politique ILM.
3. Logstash pour l'application historique
Générez un fichier de log, puis lancez Logstash sur le réseau du labo pour le structurer et l'envoyer danslogs-legacyapp-lab.4. Analyser et visualiser
Écrivez les requêtes ES|QL du tableau de bord, puis construisez-le dans Kibana (Lens) : répartition des statuts, erreurs par minute, top des URL en erreur, volume de logs système par hôte.
5. Alerter et sécuriser
Créez une règle ES|QL qui alerte au-delà de 5 erreurs en 5 minutes (comme dans le TP d'alerte Kibana), puis un rôle et un utilisateur « lecteur » limités à la lecture des logs et du tableau de bord.
Niveau de difficulté : ●●●○○ (3/5)
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
💬 Questions sur cette leçon
Aucune question pour l'instant : soyez le premier à demander de l'aide ou à partager votre configuration.
Articles recommandés
Elastic Security : SIEM, règles de détection et investigation
Utiliser Elastic Security comme SIEM : sources de données ECS, types de règles de détection (quer...
Beats : aller plus loin (sécurité, performances, Elastic Agent et migration vers Alloy)
Industrialiser Filebeat, Metricbeat et les autres Beats : sorties sécurisées, processors, modules...
Logstash : rôle, concept de pipeline et installation
Version écrite des leçons vidéo : à quoi sert Logstash, comment fonctionne un pipeline (inputs, f...
Bonnes pratiques Kibana et Elastic Observability
Check-list pour exploiter Kibana en production : versions, sécurité, espaces et rôles, dashboards...
Installer Fleet Server et enrôler des Elastic Agent
Mettre en place Fleet Server, créer une politique, enrôler des agents Linux, Windows et Docker, c...
Logstash : les entrées (inputs) et les sorties (outputs)
Version écrite des leçons vidéo : les inputs courants (beats, file, tcp/udp, http, kafka, jdbc) e...
Elastic Common Schema (ECS) : le format standard des données Elastic et son rôle dans Elastic SIEM
Comprendre l'Elastic Common Schema (ECS) : format standard des champs dans Elasticsearch, convent...
Alertes, connecteurs et SLO dans Kibana
Créer des règles d'alerte dans Kibana (requête Elasticsearch, ES|QL, seuil personnalisé, logs), c...
Kibana avancé : data views, Lens, dashboards, alerting et reporting
Exploiter Kibana en profondeur : data views et champs runtime, Discover, Lens et formules, dashbo...