Accueil > Big Data, IA > Supervision de Solutions avec Grafana, Graphite, Prometheus et Kibana
Formation #BSI33

Formation Supervision de Solutions avec Grafana, Graphite, Prometheus et Kibana

Durée : 4 jours

Code : BSI33


Prochaines dates programmées :

Du 28 au 31 Mai 2024

Du 09 au 12 Juil. 2024

Du 10 au 13 Sept. 2024

Du 12 au 15 Nov. 2024

Fin d'Inscription :
Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email : Au minimum 15 JOURS OUVRÉS avant la date de formation.
Si vous avez un besoin URGENT et que vous souhaitez une date de formation plus proche que les sessions programmées (minimum 15 à 20 jours ouvrés à date de votre demande)

Objectifs

  • Comprendre les principes clés d'installation et de configuration Grafana, Graphite, Prometheus et Kibana
  • Mettre en oeuvre et configurer les différents outils Open Source nécessaires à la construction d’une solution de supervision
  • Combiner et associer ces outils pour construire une solution de supervision complète et efficace
Programme
1/ Supervision : définitions
  • Les objectifs de la supervision, les techniques disponibles
  • La supervision d'une ferme Big Data
  • Objets supervisés
  • Les services et ressources
  • Protocoles d'accès
  • Exporteurs distribués de données
  • Définition des ressources à surveiller
  • Journaux et métriques
  • Application aux fermes Big Data : Hadoop, Cassandra, MongoDB
2/ Mise en œuvre
  • Besoin de base de données avec agents distribués, de stockage temporel (timeseriesDB)
  • Produits : Prometheus, Graphite, ElasticSearch
  • Présentation, architectures
  • Les sur-couches : Kibana, Grafana
3/ JMX
  • Principe des accès JMX
  • MBeans
  • Visualisation avec jconsole et jmxterm
  • Suivi des performances Cassandra : débit d'entrées/sorties, charges, volumes de données, tables, ...
4/ Grafana
  • Utilité de Grafana dans l’univers DevOps et microservices
  • Installation de Grafana sur Windows, Mac et Linux
  • Mise en place de Grafana avec Docker
  • Intégration de Grafana avec un flux de données (InfluxDb ou ElasticSearch ou Base de données SQL)
  • Visualisation des données en utilisant les plugins de Grafana Dashboard
  • jauge / gauge, graph, table
  • circles, histograms
  • Configuration du système d’alerte (Seuil, Notification : Mail…)
  • Conversion des valeurs : Meilleure lisibilité des données
  • Label & légende
  • Extension et Plugin (découverte des dashboards et des plugins)
5/ Prometheus
  • Qu’est-ce que Prometheus ?
  • Avantages et Inconvénients
  • Installation et configuration
  • Fonctionnalités, principe de fonctionnement
  • Prometheus vs autres outils de supervision
  • Définition des ressources supervisées, des intervalles de collecte
  • Démarrage du serveur Prometheus
  • Premiers pas dans la console web, et l'interface graphique
  • Exporteur JMX
  • Exporteur mongodb
  • Démonstration avec Cassandra ou Hadoop/HBase
  • Configuration des agents sur les noeuds de calculs
  • Agrégation des données JMX
  • Expressions régulières
  • Requêtage
  • Visualisation des données
6/ Graphite
  • Modèle de données et mesures
  • Format des données stockées, notion de timestamp
  • Types de mesures : compteurs, jauges, histogrammes, résumés
  • Identification des ressources supervisées : notions d'instances, de jobs
  • Démonstration avec Cassandra
  • Comparaison avec Prometheus
7/ Exploration et visualisation des données
  • Pose de filtres sur Prometheus et remontée des données
  • Étude des différents types de graphiques disponibles
  • Agrégation de données
  • Appairage des données entre Prométheus et Grafana
  • Visualisation et sauvegarde de graphiques
  • Création de tableaux de bord et rapports à partir des graphiques
8/ Kibana, installation et configuration
  • Architecture Kibana, notions de plugins
  • Installation, configuration du mapping avec Elasticsearch
  • Paramétrage dans le fichier kibana.yml
  • Mapping automatique ou manuel
  • Configuration des indexes à explorer
9/ Indexer, chercher et visualiser des données et des documents
  • Donner un sens aux données avec Elasticsearch et Kibana
  • Démarche d'amélioration de l'indexation des données
  • Démarche d'amélioration des requêtes de recherche
  • La pertinence géographique des recherches
  • La percolation
Approche Pédagogique

Approche Pédagogique

  • Pédagogie très opérationnelle fondée sur l'alternance entre théorie et pratique
  • Cas pratiques
  • Remise d’outils
  • Echanges d’expériences
Public cible

Public cible

  • Exploitants
  • Architectes Big Data
  • Chefs de projet
  • Toute personne souhaitant mettre en oeuvre un système de supervision d'une ferme Big Data
Dates

Dates

  • Du 28 au 31 Mai 2024
  • Du 09 au 12 Juil. 2024
  • Du 10 au 13 Sept. 2024
  • Du 12 au 15 Nov. 2024
  • Fin d'Inscription :
    Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email : Au minimum 15 JOURS OUVRÉS avant la date de formation.