- Référence : LGTM
- Durée : 4 jours (28h)
- Lieu : Au choix. À distance ou en présentiel, à Paris ou en Régions
2490€ HT
Choisir une date et Réserver- NEW
Formation LGTM Stack : Grafana, Loki, Tempo et Mimir
Déployez, configurez et exploitez la stack d’observabilité LGTM (Grafana, Loki, Tempo, Mimir) pour une supervision complète et corrélée
Durée
4 jours
Niveau
Intermédiaire
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
LGTM
Éligible CPF
Non
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.
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
Public :
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 ce test.
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.
Les travaux pratiques représentent environ 50 % du temps de formation et s’appuient sur un environnement Kubernetes et Docker. Utilisation d’outils open-source Grafana Labs, Helm, Promtail et Prometheus.
Dates et lieux
Ces formations peuvent aussi vous intéresser :
Maîtriser la collecte, l’export et l’analyse des données télémétriques pour le suivi des performances applicatives
- Niveau : Fondamental
- Référence : OTAP
Automic Dollar Universe Foundation
- Niveau : Fondamental
- Référence : DOLF
Automic Dollar Universe Practitioner
- Niveau : Intermédiaire
- Référence : DOLP
Automic Dollar Universe Administrateur
- Niveau : Avancé
- Référence : DOLA
Formations Informatique
et Management
en ligne à ce jour
+
Stagiaires dans nos salles
de cours sur
l'année
4,7/5
95% de nos participants
sont satisfaits ou
très satisfaits
Formateurs experts
validés par
PLB
%
Des participants
recommandent
nos formations
