Ce que vous allez apprendre dans ce TP
- Configurer l'exportateur ClickHouse
- Écrire des analyses SQL
- Accélérer avec une vue matérialisée
Introduction #
Ce que vous allez apprendre dans cette section
- Configurer l'exportateur ClickHouse
- Écrire des analyses SQL
- Accélérer avec une vue matérialisée
Contexte. Votre équipe data veut croiser la télémétrie avec ses propres tables ClickHouse. Vous mettez en place une ingestion OpenTelemetry directe et prouvez l'intérêt du SQL.
Prérequis : Docker Compose · Durée estimée : 50 min
La télémétrie dans ClickHouse, interrogeable en SQL.Mise en place #
Étapes guidées, avec leur correction.
1. Écrire le Compose
Pourquoi ? ClickHouse et un Collector contrib suffisent.
Créez le Compose et la configuration du Collector.2. Générer des données
Pourquoi ? Des traces de deux services et quelques erreurs pour avoir de quoi analyser.
Envoyez des traces pour deux services, dont une partie en erreur.3. Explorer le schéma
Pourquoi ? Connaître les colonnes avant d'écrire les requêtes.
Listez les tables créées et décrivezotel_traces.4. Analyser en SQL
Pourquoi ? Les requêtes analytiques répondent aux questions d'exploitation en une ligne.
Calculez par service le nombre de spans, le taux d'erreur et la latence p95.5. Vue matérialisée et compression
Pourquoi ? Une vue pré-agrégée rend les dashboards instantanés ; la compression justifie le choix de ClickHouse.
Créez une vue matérialisée par minute, renvoyez des traces, interrogez la vue, puis mesurez la compression.
Niveau de difficulté : ●●●●○ (4/5)
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
Articles recommandés
Stocker et interroger la télémétrie directement dans ClickHouse
Envoyer logs et traces dans ClickHouse avec l'exportateur OpenTelemetry, comprendre le schéma des...
Exploiter une plateforme d'observabilité sur ClickHouse et choisir son outil
Exploiter ClickHouse pour la télémétrie (réplication, disques, fusions, stockage objet, supervisi...
Comprendre la notion de score
Le concept de score va permettre à Elasticsearch de classer vos documents par pertinence lors d u...
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...
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...