Logs Monitoring

• La formation se compose de 70% de travaux pratiques (Mises en situation, débats, exercices).
• Une évaluation quotidienne de l'acquisition des connaissances de la veille est effectuée.
• Une synthèse est proposée en fin de formation.
• Un support de cours (version électronique) sera remis à chaque participant comprenant les slides sur la théorie, les exercices.
• Une évaluation à chaud sera proposée au stagiaire à la fin du cours.
• Une feuille d'émargement par demi-journée de présence est fournie en fin de formation ainsi qu'une attestation de fin de formation si le stagiaire a bien assisté à la totalité́ de la session.

L'observabilité est devenue un enjeu majeur pour les équipes DevOps. Cette formation vous apprendra à mettre en place une solution complète de monitoring et de centralisation des logs pour vos applications et infrastructures.

• Rappels : logs et les métriques
• Appréhender l’architecture et les outils de collecte : filebeat, metric beat, fluentd, fluentbit
• Exploiter les logs collectés : Elasticsearch, Kibana, grafana, prometheus
• Mise en place de dashboards

• Administrateurs
• Développeurs

Le formateur est un expert du domaine qui intervient sur le sujet depuis plusieurs années en formation mais aussi en conseil. Doté d’une grande qualité d’écoute, sa pédagogie et sa compétence technique vous permettront d’acquérir les compétences ciblées.

• Les compétences professionnelles suivantes sont impératives : Commandes linux de base.

Généralités

• Métriques techniques ou logs applicatifs ?
• Les différents formats de logs
• Architecture de collecte
• Exercice : analyse des architectures de logs et des différents fichiers de configuration : syslog, log4j, kafka.

Les outils de collecte

• Les concentrateurs : Metricbeat, Filebeat, elastic agent, FluentD, Fluentbit
• Jolokia : les métriques techniques Java, utilisées pour Kafka, Springboot, …
• Collecte des métriques de Kafka, nginx, …
• Collecte des logs de différentes sources : syslog, infra, application java …
• Introduction au reshaping des données collectées : Logstash et/ou Filebeat
• Architecture pull avec Prometheus
• Exercice : Analyse du paramétrage nécessaire pour différents outils à superviser. Redirection des logs vers Elasticsearch ou Prométheus.

Les outils de Stockage

• Prometheus pour les métriques : scrapping et requêtage
• PromQL : le langage de requêtage de prométheus
• Exercice : Requêtage de données précédemment collectées et stockées dans Prometheus en utilisant l’outil de base de Prométheus (requêtes simples et agrégation, …).
• Elasticsearch : Un moteur d’indexation puissant
• Gestion des index dans Elasticsearch
• Typage des données dans Elasticsearch
• Manipulation des données (lecture et écriture)
• Le langage de requêtage d’Elasticsearch : jointures, agrégations, …
• Exercice : Requêtage de données précédemment collectées et stockées dans Elasticsearch : full text, range search, objets imbriqués, requêtes jointes, agrégation.

Kibana : dataviz pour Elasticsearch

• Kibana : L’outil de dataviz dédié à Elasticsearch
• Paramétrage de la source de données
• Les différents types de graphe
• Créer des vues et des dashboards
• Les modules Filebeats
• Intégration avec Filebeat et metric beat
• Exercice : Installation, paramétrage de la chaîne de collecte et des différents modules Filebeat à exploiter (syslog, kafka, postgres, …).

Opensearch et Opentelemetry

• Présentation informelle des outils Opensearch (fork de Elasticsearch et de Opentelemetry)
• Démonstration

Nous consulter