Cours Datadog en surveillance des performances

Leçon 1 • Installation de l'Agent Datadog

Couvre l'installation de l'agent sur Linux, Windows et les conteneurs. Relie les connaissances sur l'architecture de la plateforme à un agent actif qui envoie des données.

Leçon 2 • Concepts fondamentaux de l'observabilité

Définit les métriques, les journaux et les traces comme les trois piliers de l'observabilité. Établit le vocabulaire utilisé tout au long du cours.

Leçon 3 • Aperçu de l'architecture de la plateforme Datadog

Cartographie les principaux domaines de produits de Datadog et leurs interconnexions. Fournit le contexte pour chaque fonctionnalité présentée dans les chapitres suivants.

Leçon 1 • Surveillance des hôtes et des processus

Utilise la liste d'infrastructure et la carte des hôtes pour surveiller l'utilisation des ressources au niveau du système. Fournit la visibilité de base nécessaire avant la surveillance des conteneurs et du nuage.

Leçon 2 • Intégrations d'infrastructure infonuagique

Connecte les comptes AWS, Azure et GCP pour extraire les métriques et les événements natifs du nuage. Unifie la visibilité dans le nuage et sur site en un seul plan de surveillance.

Leçon 3 • Surveillance des conteneurs et de Kubernetes

Configure l'agent pour les clusters, les pods et les métriques de conteneurs Kubernetes. Étend les compétences de surveillance des hôtes aux environnements dynamiques et orchestrés.

Leçon 4 • Surveillance du rendement du réseau

Active NPM pour visualiser les flux de trafic entre les services et les composants d'infrastructure. Ajoute une visibilité au niveau du réseau pour compléter la surveillance des hôtes et des applications.

Leçon 1 • Requêtes et fonctions de métriques

Explore le langage de requête Datadog, les fonctions d'agrégation et les opérations arithmétiques. Permet des expressions multi-métriques précises pour des visualisations avancées.

Leçon 2 • Métriques personnalisées et DogStatsD

Enseigne la soumission de métriques personnalisées au niveau de l'application via DogStatsD et l'API. Étend la surveillance au-delà de l'infrastructure vers les événements applicatifs critiques pour l'entreprise.

Leçon 3 • Comprendre les types de métriques

Explique les jauges, les compteurs, les histogrammes et les distributions avec des exemples concrets. La sélection correcte du type de métrique affecte directement la précision des tableaux de bord.

Leçon 4 • Collecte de métriques avec les intégrations

Démontre l'activation des intégrations prêtes à l'emploi pour les composants d'infrastructure courants. Réduit l'effort d'instrumentation manuelle pour les piles technologiques standard.

Leçon 1 • Configuration de la collecte de journaux

Configure la collecte de journaux à partir de fichiers, de conteneurs et de services infonuagiques via l'agent. Établit le pipeline de données qui alimente tous les travaux d'analyse de journaux ultérieurs.

Leçon 2 • Recherche et exploration de journaux

Couvre la syntaxe de requête de l'Explorateur de journaux, les facettes et les vues sauvegardées. Permet un triage rapide des incidents à l'aide de données de journaux structurées et non structurées.

Leçon 3 • Métriques et analyses basées sur les journaux

Génère des métriques rentables à partir de journaux à volume élevé et construit des tableaux de bord d'analyse de journaux. Fait le pont entre les données de journaux et la couche de métriques pour une surveillance unifiée.

Leçon 1 • Concepts APM et anatomie des traces

Définit les intervalles, les traces et les cartes de services dans le contexte des systèmes distribués. Fournit la base conceptuelle nécessaire avant tout travail d'instrumentation.

Leçon 2 • Surveillance du rendement des services

Couvre les objectifs de niveau de service, les budgets d'erreur et le catalogue de services. Élève les données de trace vers la gestion de la fiabilité des services pour les équipes d'ingénierie.

Leçon 3 • Instrumentation des applications

Démontre l'auto-instrumentation et le traçage manuel pour les environnements d'exécution des principaux langages. Relie les connaissances de configuration de l'agent à la télémétrie au niveau de l'application.

Leçon 1 • Routage des notifications et des escalades

Configure les canaux de notification, les modèles de messages et les politiques d'escalade. Garantit que la bonne personne reçoive un contexte exploitable au bon moment.

Leçon 2 • Conditions d'alerte avancées

Enseigne la détection d'anomalies, la détection de valeurs aberrantes et les moniteurs de prévision. Fait passer l'alerte au-delà des seuils statiques vers une détection adaptative assistée par ML.

Leçon 3 • Types de moniteurs et configuration

Couvre les moniteurs de métriques, de journaux, d'APM et composites avec leurs options de configuration. La sélection du bon type de moniteur est la première étape d'une alerte efficace.

Leçon 1 • Tests API et de navigateur synthétiques

Crée des tests API et des vérifications synthétiques basées sur le navigateur pour les flux utilisateur critiques. Fournit une validation continue de la disponibilité indépendamment du trafic utilisateur réel.

Leçon 2 • Analytics RUM et relecture de sessions

Analyse les Core Web Vitals, les taux d'erreur et les relectures de sessions pour diagnostiquer les problèmes d'expérience utilisateur. Transforme les données brutes de session utilisateur en améliorations priorisées du frontal.

Leçon 3 • Configuration de la surveillance des utilisateurs réels

Instrumente les applications Web et mobiles avec le SDK RUM pour capturer les sessions utilisateur. Relie les données d'expérience frontale aux traces APM backend pour une visibilité de bout en bout.

Leçon 1 • Observabilité en tant que code

Gère les moniteurs, les tableaux de bord et les SLO en tant qu'infrastructure sous gestion de versions à l'aide de Terraform et de l'API Datadog. Permet une configuration d'observabilité reproductible et vérifiable.

Leçon 2 • Surveillance de la sécurité infonuagique

Configure les règles de détection SIEM infonuagique et la gestion de la posture de sécurité infonuagique. Étend l'observabilité à la détection des menaces de sécurité et à la validation de la conformité.

Leçon 3 • Intégration de la gestion des incidents

Utilise la gestion des incidents Datadog pour déclarer, suivre et faire le bilan des incidents. Boucle la boucle entre la détection, la réponse et l'amélioration continue.

Leçon 4 • Objectifs de niveau de service

Définit, suit et fait rapport sur les SLO à l'aide de cibles basées sur des métriques et des moniteurs. Aligne le travail de fiabilité en ingénierie avec les engagements de disponibilité de l'entreprise.