[TP] Práctica - Análisis avanzado con Grail, DQL y Entity Selectors
Lo que vas a aprender en este TP :
- Comprender el papel de Grail
- Aplicar las buenas prácticas de DQL
Repaso sobre Grail y DQL
Lo que vas a aprender en esta sección :Antes de comenzar, hagamos un repaso sobre Grail y las buenas prácticas para construir sus consultas DQL.
- Comprender el papel de Grail
- Aplicar las buenas prácticas de DQL
-
¿Qué es Grail?
Grail es el data lakehouse de Dynatrace. A diferencia de las bases de datos tradicionales, Grail está diseñado específicamente para la observabilidad. Almacena logs, métricas, trazas y eventos comerciales (bizevents) de manera unificada, sin requerir esquemas estrictos ni indexación previa (schema-on-read). Esto permite consultar datos masivamente con el contexto topológico (Smartscape) siempre conservado. -
Buenas prácticas para las consultas DQL
Para escribir consultas eficientes en DQL (Dynatrace Query Language), debe seguir algunas reglas de oro:- Filtrar temprano: Utilice el comando
filterlo antes posible en su consulta para reducir el volumen de datos a procesar en las canalizaciones posteriores. - Selectividad temporal: Limite siempre el rango de tiempo de su búsqueda (directamente a través del selector de tiempo o en la consulta).
- Aprovechar los Entity Selectors: Utilice la función
entitySelector()para beneficiarse del contexto dinámico en lugar de buscar ID estáticos fijos. - Usar limit(): Al escribir y probar, termine sus consultas con
limit 10para acelerar los tiempos de respuesta.
- Filtrar temprano: Utilice el comando
Creación de consultas DQL
Va a crear 5 consultas DQL que aprovechan la función `entitySelector()` para apuntar dinámicamente a sus entidades.-
Consulta 1: Logs de los hosts en producción
Escriba una consulta DQL para recuperar los logs únicamente de los hosts que llevan la etiqueta 'ENV:PROD'. Debe utilizar un Entity Selector. -
Consulta 2: Eventos vinculados a servicios Java
Escriba una consulta para listar y contar los eventos recientes relacionados con los servicios que ejecutan la tecnología 'Java'. -
Consulta 3: Uso de CPU a través de Timeseries
Grail también permite consultar métricas. Muestre el uso promedio de CPU (métrica `builtin:host.cpu.usage`) para todos los hosts que pertenecen a una Management Zone llamada 'MZ_Finance'. -
Consulta 4: Búsqueda de errores de un equipo específico
Recupere los logs que contienen la palabra 'error' para los grupos de procesos (PROCESS_GROUP) que son propiedad del equipo backend (etiqueta 'owner:backend'). -
Consulta 5: Eventos comerciales (Bizevents) por aplicación
Recupere los últimos eventos comerciales (bizevents) generados, pero limite esta búsqueda solo a las aplicaciones monitoreadas de tipo APPLICATION (Web o Móvil).
Exportación a Notebook y Panel de control
El objetivo aquí es guardar, documentar y visualizar el resultado de sus consultas para sus equipos.-
Creación del Notebook
Ejecute sus consultas DQL en la aplicación Notebooks. Diseñe su documento y guárdelo respetando el estándar de nomenclatura: `formation-` (por ejemplo: `formation-martin`). -
Fijar en un Dashboard
Cree un nuevo panel de control llamado `formation-`. Fije al menos 3 de sus resultados DQL en este panel de control.
Articles recommandés
Descubra cómo configurar el perfilado continuo (Continuous Profiling) en sus ...
Glossaire de la formation
La capacidad de conocer el estado interno de un sistema a partir de los datos que emite.Estos datos se clasifican en 3 pilares: logs (registros)métric...
Integración Continua y Despliegue Continuo. Prácticas DevOps destinadas a automatizar las pruebas y el despliegue de aplicaciones para entregar de for...
Plataforma de observabilidad completa basada en inteligencia artificial (Davis), que ofrece monitorización de aplicaciones (APM), infraestructura y ex...
Monitorización del rendimiento de aplicaciones para identificar, diagnosticar y resolver problemas complejos relacionados con el rendimiento y la disp...
Contrato oficial concluido entre un proveedor de servicios y su cliente, definiendo el nivel de servicio esperado (disponibilidad, tiempo de respuesta...
Objetivo interno cuantificado definido por el equipo técnico (SRE) sobre el nivel de fiabilidad de un servicio (ej: 99.9% de disponibilidad). Relación...
Métrica cuantitativa real que mide el nivel de servicio proporcionado en producción (ej: tasa de éxito de solicitudes, latencia media). Relación: El S...
Monitorización de la Experiencia Digital. Engloba las tecnologías que permiten rastrear y optimizar la experiencia de los usuarios finales en las apli...
Monitorización de Usuarios Reales. Técnica de observabilidad pasiva que captura y analiza cada interacción de los usuarios con una aplicación web o mó...
Monitorización Sintética. Técnica de observabilidad activa que utiliza scripts automatizados (bots) para simular el recorrido de los usuarios y verifi...
Técnica (proveniente del pilar de Trazas) que permite seguir el recorrido completo de una solicitud a través de múltiples microservicios para identifi...
Medidas numéricas recopiladas a intervalos regulares (ej: CPU, RAM, tiempo de respuesta) utilizadas para evaluar el estado de salud general de un sist...
Uso de la inteligencia artificial y el aprendizaje automático para automatizar y mejorar las operaciones informáticas (ej: detección de anomalías, red...
Framework de código abierto que proporciona estándares, APIs y SDKs para recopilar y exportar datos de observabilidad (trazas, métricas, logs) de mane...