OpenTelemetry : Observabilité des Applications
- Durée
- Durée :3 jours
- Niveau
- Niveau :Fondamental
- Certification
- Certification :Non
1990€ HT
Prochaine session :
Description de la formation LGTM Stack
Qu’est-ce que la stack LGTM ?
La stack LGTM (Loki, Grafana, Tempo, Mimir) est une solution open-source développée par Grafana Labs pour fournir une observabilité complète à travers les logs, métriques et traces. Loki gère les logs, Mimir stocke les métriques, Tempo collecte les traces distribuées, et Grafana permet de visualiser et de corréler ces données au sein de dashboards interactifs.
Pourquoi suivre une formation LGTM Stack ?
Dans un contexte où les architectures distribuées, microservices et clusters Kubernetes sont omniprésents, l’observabilité devient cruciale pour garantir performance et fiabilité. Suivre une formation LGTM Stack permet d’acquérir les compétences pour déployer, configurer et intégrer ces outils dans un pipeline DevOps, diagnostiquer efficacement les incidents et mettre en place une supervision moderne et corrélée. Cette formation repose sur des cas concrets d’intégration et d’exploitation.
Programme de la formation
Objectif opérationnel :
Savoir déployer, configurer et exploiter la stack LGTM pour la supervision, la corrélation et le dépannage d’infrastructures modernes.
Objectif pédagogiques :
À l'issue de cette formation LGTM Stack, vous aurez acquis les connaissances nécessaires pour :
- Déployer et configurer Grafana, Loki, Tempo et Mimir
- Créer des dashboards interactifs avec corrélation des données
- Mettre en place de l’alerting, de l’exploration et du dépannage avancé
- Intégrer la stack LGTM dans un pipeline DevOps ou un cluster Kubernetes
Jour 1
Cas d’usage typiques d’observabilité
Intégration avec Prometheus et OpenTelemetry
Déploiement local avec Docker ComposeTravaux pratiquesObjectif : Déployer une stack LGTM complète en local.
Description : Installation et configuration initiale via Docker Compose, exploration de l’interface Grafana. Comment valider le bon fonctionnement de chaque service ?
Variables et panels
Bonnes pratiques de visualisation
Partage et gestion des dashboardsTravaux pratiquesObjectif : Créer un premier tableau de bord avec panels dynamiques.
Description : Connexion à Loki et Mimir, construction de panels de base, validation de la cohérence des données affichées.Jour 2
Promtail et ingestion de logs
Requêtes LogQL
Indexation et performanceTravaux pratiquesObjectif : Configurer Loki avec des applications simulées.
Description : Ingestion de logs applicatifs via Promtail, création de requêtes de recherche et filtrage. Comment corréler plusieurs flux de logs ?
Corrélation avec métriques et traces
Gestion du volume et rétentionTravaux pratiquesObjectif : Dépanner une application à partir de logs corrélés.
Description : Cas pratique de diagnostic d’erreur avec logs multi-services. Validation via recherche et filtrage dynamique.Jour 3
Intégration avec OpenTelemetry et Grafana Tempo
Analyse des latences et dépendancesTravaux pratiquesObjectif : Configurer Tempo et générer des traces distribuées.
Description : Déploiement d’un microservice instrumenté, exploration graphique des traces, validation des délais et points de blocage.
Intégration avec Prometheus
Alerting et règles d’enregistrement
Dashboards métriquesTravaux pratiquesObjectif : Configurer Mimir et créer un alerting métrique.
Description : Création de règles PromQL, génération d’alertes, test de notifications. Quelle métrique suivre pour détecter un incident ?Jour 4
Construction de dashboards complets
Templates et meilleures pratiquesTravaux pratiquesObjectif : Créer un dashboard corrélé complet.
Description : Assemblage de panneaux logs/traces/métriques, validation via un scénario d’incident simulé.
Configuration dans un cluster Kubernetes
Monitoring d’applications cloud-native
Export et partage de dashboardsTravaux pratiquesObjectif : Déployer la stack LGTM sur Kubernetes.
Description : Utilisation de Helm pour automatiser le déploiement, mise en place d’un pipeline CI/CD, vérification du fonctionnement dans un cluster.
Présentation de la stack LGTM
Architecture générale et positionnement des composantsCas d’usage typiques d’observabilité
Intégration avec Prometheus et OpenTelemetry
Déploiement local avec Docker ComposeTravaux pratiquesObjectif : Déployer une stack LGTM complète en local.
Description : Installation et configuration initiale via Docker Compose, exploration de l’interface Grafana. Comment valider le bon fonctionnement de chaque service ?
Découverte de Grafana
Interface, sources de données et tableaux de bordVariables et panels
Bonnes pratiques de visualisation
Partage et gestion des dashboardsTravaux pratiquesObjectif : Créer un premier tableau de bord avec panels dynamiques.
Description : Connexion à Loki et Mimir, construction de panels de base, validation de la cohérence des données affichées.Jour 2
Comprendre et configurer Loki
Architecture et principesPromtail et ingestion de logs
Requêtes LogQL
Indexation et performanceTravaux pratiquesObjectif : Configurer Loki avec des applications simulées.
Description : Ingestion de logs applicatifs via Promtail, création de requêtes de recherche et filtrage. Comment corréler plusieurs flux de logs ?
Exploration et dépannage via Loki
Filtres avancés et labelsCorrélation avec métriques et traces
Gestion du volume et rétentionTravaux pratiquesObjectif : Dépanner une application à partir de logs corrélés.
Description : Cas pratique de diagnostic d’erreur avec logs multi-services. Validation via recherche et filtrage dynamique.Jour 3
Tracing distribué avec Tempo
Concepts de tracing distribuéIntégration avec OpenTelemetry et Grafana Tempo
Analyse des latences et dépendancesTravaux pratiquesObjectif : Configurer Tempo et générer des traces distribuées.
Description : Déploiement d’un microservice instrumenté, exploration graphique des traces, validation des délais et points de blocage.
Mimir et la supervision des métriques
Présentation et architecture de MimirIntégration avec Prometheus
Alerting et règles d’enregistrement
Dashboards métriquesTravaux pratiquesObjectif : Configurer Mimir et créer un alerting métrique.
Description : Création de règles PromQL, génération d’alertes, test de notifications. Quelle métrique suivre pour détecter un incident ?Jour 4
Corrélation et visualisation globale
Association logs/métriques/traces dans GrafanaConstruction de dashboards complets
Templates et meilleures pratiquesTravaux pratiquesObjectif : Créer un dashboard corrélé complet.
Description : Assemblage de panneaux logs/traces/métriques, validation via un scénario d’incident simulé.
Intégration Kubernetes
Déploiement via Helm ChartsConfiguration dans un cluster Kubernetes
Monitoring d’applications cloud-native
Export et partage de dashboardsTravaux pratiquesObjectif : Déployer la stack LGTM sur Kubernetes.
Description : Utilisation de Helm pour automatiser le déploiement, mise en place d’un pipeline CI/CD, vérification du fonctionnement dans un cluster.
Public cible :
Cette formation s’adresse aux ingénieurs DevOps, administrateurs système, développeurs et architectes cloud souhaitant maîtriser les outils d’observabilité modernes.
Prérequis :
Connaissances de base des systèmes Linux et des réseaux, notions d’administration système et de conteneurisation (Docker/Kubernetes) pour comprendre les environnements d’intégration.
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 : 22/01/2026
Dates et lieux
Période souhaitée
Lieux
Type d'affichage