- Référence : BDSG
- Durée : 3 jours (21h)
- Lieu : Au choix. À distance ou en présentiel, à Paris ou en Régions
2230€ HT
Choisir une date et Réserver- NEW
Formation Supervision du Big Data : Grafana, Kibana, Graphite et Prometheus Connaître les outils de supervision d'une infrastructure Big Data
Durée
3 jours
Niveau
Fondamental
Classe à distance
Possible
Vous pouvez suivre cette formation en direct depuis votre domicile ou votre lieu de travail. Plus d'informations sur notre solution de classe à distance...
Référence
BDSG
Éligible CPF
Non
Dans le contexte du Big Data les applications sont particulièrement exposées aux problèmes de performances ou d’anomalies compte tenu des échanges intensifs autour des données. Afin de faciliter leur exploitation un certain nombre d’outils proposent par leur complémentarité une véritable assistance aux chefs de projets, architectes, développeurs et bien sûr exploitant de ces applications.
Nous nous arrêtons dans cette formation sur les standards du marché mais vous serez autonome pour en choisir d’autres une fois la vision d’ensemble maîtrisée comme proposé dans cette formation.
Vous disposerez ainsi de véritables tableaux de bor1d de supervision et d’analyse de métriques importantes de vos applications afin de mieux les comprendre au niveau performances, anomalies, problème, etc. sous une forme graphique facilitant énormément la prise de décision et la mise en place d’alertes.
Enfin il est important de préciser que les outils présentés ici peuvent tout à fait être utilisés dans des projet pas forcément liés au Big Data mais dans le cas d’applications plus traditionnelles nous vous conseillons de suivre la formation Superviser vos serveurs et vos applications avec Prometheus et Grafana (PROM).
Objectif opérationnel :
Connaître les outils et mécanismes permettant de superviser des fermes Big Data.
Objectifs pédagogiques :
À l'issue de cette formation Grafana, Kibana, Graphite, Prometheus vous aurez acquis les connaissances et les compétences nécessaires pour :
- Connaître les outils et mécanismes permettant de superviser des fermes Big Data
- Identifier les critères de choix
- Maîtriser l'exploration et visualisation des données
Public :
Ce cours s'adresse aux chefs de projets, exploitants et architectes Big Data.
Prérequis :
Pour suivre cette Grafana, Kibana, Graphite, Prometheus il est nécessaire d'avoir des connaissances générales des systèmes d'informations et des bases de données.
Supervision : définitions
Les objectifs de la supervision, les techniques disponiblesLa 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, HBase, MongoDB
Mise en Å“uvre
Besoin de base de données avec agents distribués, de stockage temporel (timeseriesDB)Produits : Prometheus, Graphite, ElasticSearch
Présentation, architectures
Les sur-couches : Kibana, Grafana
JMX
Principe des accès JMXMBeans
Visualisation avec jconsole et jmxterm
Suivi des performances Cassandra : débit d’entrées/sorties, charges, volumes de données, tables, …
Prometheus
Installation et configuration de baseDéfinition 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 nœuds de calculs
Agrégation des données JMX
Expressions régulières
Requêtage
Visualisation des données
Graphite
Modèle de données et mesuresFormat 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
Exploration et visualisation des données
Mise en Å“uvre de GrafanaInstallation, configuration
Pose de filtres sur Prometheus et remontée des données
Étude des différents types de graphiques disponibles, agrégation de données
Appairage des données entre Prometheus et Grafana
Visualisation et sauvegarde de graphiques, création de tableaux de bord et rapports à partir des graphiques
Kibana, installation et configuration
Installation, configuration du mapping avec ElasticsearchInjection des données avec Logstash et Metribeat
Architectures, paramétrages
Mapping automatique ou manuel
Configuration des indexes à explorer
Dates et lieux
1
2
1
2
Ces formations peuvent aussi vous intéresser :
Formations Informatique
et Management
en ligne à ce jour
+
Stagiaires dans nos salles
de cours sur
l'année
%
De participants satisfaits
ou très satisfaits de nos
formations
Formateurs experts
validés par
PLB
