Observabilité des applications cloud-native : état de l'art
- Durée
- Durée :2 jours
- Niveau
- Niveau :Fondamental
- Certification
- Certification :Non
1790€ HT
Prochaine session :
Datadog : Monitoring & Observabilité
Maîtriser Datadog pour surveiller, analyser et optimiser les performances de vos systèmes et applicationsDescription de la formation Datadog monitoring
Qu’est-ce que Datadog ?
Datadog est une plateforme SaaS complète de monitoring et d’observabilité qui permet de collecter, visualiser et corréler les métriques, logs et traces des systèmes et applications modernes. Elle fournit une vision unifiée de l’infrastructure, des conteneurs, des services cloud et des performances applicatives. Grâce à ses intégrations multiples, Datadog aide les équipes DevOps et SRE à mieux comprendre le comportement de leurs systèmes et à anticiper les incidents.
Pourquoi suivre une formation Datadog : Monitoring & Observabilité ?
Dans un environnement IT distribué et orienté cloud, maîtriser Datadog est un atout pour garantir la disponibilité, la performance et la fiabilité des systèmes. Cette formation pratique sur deux jours permet d’apprendre à configurer Datadog, collecter les données, créer des dashboards, définir des alertes et analyser les métriques pour piloter la santé des applications. Elle s’adresse à tous les professionnels souhaitant intégrer l’observabilité dans leurs pratiques quotidiennes DevOps ou Cloud.
Programme de la formation
Objectif opérationnel :
Savoir configurer et exploiter Datadog pour surveiller une infrastructure, analyser des métriques, logs et traces, et mettre en place une observabilité complète.
Objectif pédagogiques :
À l'issue de cette formation Datadog : Monitoring & Observabilité, vous aurez acquis les connaissances nécessaires pour :
- Comprendre les principes fondamentaux du monitoring et de l’observabilité.
- Installer et configurer un agent Datadog sur différents environnements.
- Collecter, visualiser et analyser les métriques systèmes et applicatives.
- Configurer la collecte et l’analyse des logs.
- Créer des dashboards personnalisés et des alertes efficaces.
- Mettre en œuvre l’APM pour le suivi de performance applicative.
- Intégrer Datadog à des environnements cloud (AWS, Azure, GCP).
Jour 1
Présentation de la plateforme Datadog et de ses modules (Infrastructure, APM, Logs, RUM, Synthetics).
L’architecture Datadog : agents, intégrations, API et dashboards.
Tour d’horizon de l’interface utilisateur et navigation.Travaux pratiquesObjectif :Identifier les composants de Datadog et naviguer dans l’interface.
Description :Création d’un compte Datadog, exploration des menus et modules, repérage des sources de données disponibles. Quelle différence entre une métrique et une trace ?
Configuration de base de l’agent : API Key, host tags, checks.
Découverte des intégrations standards (Nginx, PostgreSQL, Docker, etc.).
Bonnes pratiques de déploiement de l’agent en production.Travaux pratiquesObjectif :Installer un agent Datadog et vérifier la collecte de métriques.
Description :Déploiement d’un agent sur machine virtuelle, collecte de métriques système, visualisation sur le dashboard principal.Jour 2
Création de pipelines et parsing des événements.
Introduction à l’APM (Application Performance Monitoring).
Suivi de transactions distribuées et visualisation de traces.Travaux pratiquesObjectif :Corréler métriques et logs dans Datadog.
Description :Configuration d’une application instrumentée, collecte des traces et exploration de la performance applicative. Quelles métriques suivre pour détecter un ralentissement ?
Widgets graphiques et filtres avancés.
Définition et paramétrage d’alertes (monitoring basé sur seuils, anomalies, logs).
Intégration avec AWS, Azure ou GCP pour la surveillance cloud.
Bonnes pratiques de visualisation et d’alerting.Travaux pratiquesObjectif :Créer un tableau de bord opérationnel et une alerte intelligente.
Description :Mise en place d’un dashboard multi-sources avec alertes sur les métriques critiques et test d’un scénario d’incident simulé.
Découvrir Datadog et les fondamentaux du monitoring
Monitoring vs observabilité : définitions et enjeux.Présentation de la plateforme Datadog et de ses modules (Infrastructure, APM, Logs, RUM, Synthetics).
L’architecture Datadog : agents, intégrations, API et dashboards.
Tour d’horizon de l’interface utilisateur et navigation.Travaux pratiquesObjectif :Identifier les composants de Datadog et naviguer dans l’interface.
Description :Création d’un compte Datadog, exploration des menus et modules, repérage des sources de données disponibles. Quelle différence entre une métrique et une trace ?
Installation et configuration de l’agent Datadog
Installation de l’agent Datadog sur Linux et Windows.Configuration de base de l’agent : API Key, host tags, checks.
Découverte des intégrations standards (Nginx, PostgreSQL, Docker, etc.).
Bonnes pratiques de déploiement de l’agent en production.Travaux pratiquesObjectif :Installer un agent Datadog et vérifier la collecte de métriques.
Description :Déploiement d’un agent sur machine virtuelle, collecte de métriques système, visualisation sur le dashboard principal.Jour 2
Analyse de logs et traces applicatives
Activer la collecte et le traitement des logs.Création de pipelines et parsing des événements.
Introduction à l’APM (Application Performance Monitoring).
Suivi de transactions distribuées et visualisation de traces.Travaux pratiquesObjectif :Corréler métriques et logs dans Datadog.
Description :Configuration d’une application instrumentée, collecte des traces et exploration de la performance applicative. Quelles métriques suivre pour détecter un ralentissement ?
Dashboards, alertes et intégrations cloud
Création et personnalisation de dashboards.Widgets graphiques et filtres avancés.
Définition et paramétrage d’alertes (monitoring basé sur seuils, anomalies, logs).
Intégration avec AWS, Azure ou GCP pour la surveillance cloud.
Bonnes pratiques de visualisation et d’alerting.Travaux pratiquesObjectif :Créer un tableau de bord opérationnel et une alerte intelligente.
Description :Mise en place d’un dashboard multi-sources avec alertes sur les métriques critiques et test d’un scénario d’incident simulé.
Public cible :
Cette formation s'adresse aux ingénieurs DevOps, administrateurs systèmes, développeurs, SRE et responsables d’exploitation souhaitant maîtriser la surveillance et l’analyse de leurs infrastructures et applications via Datadog.
Prérequis :
Pour suivre ce cours, il est nécessaire de posséder des connaissances de base des environnements systèmes (Linux et Windows) ainsi que des concepts de virtualisation et de cloud. Une familiarité avec les environnements serveurs, les conteneurs ou les services cloud constitue un atout pour tirer pleinement parti des travaux pratiques.
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 19/12/2025
Dates et lieux
Période souhaitée
Lieux
Type d'affichage