Parcours : Dynatrace SaaS · Module 4/8 — Notebooks, Dashboards · Durée : ~50 min · Niveau : Débutant à intermédiaire
Objectifs :
- Savoir quand utiliser un notebook et quand utiliser un dashboard.
- Construire un notebook d’investigation qui mélange requêtes, texte et visualisations.
- Créer un dashboard avec des tuiles DQL et une variable de filtre.
- Partager ces documents en respectant les bonnes pratiques.
Prérequis : module 3 (fondamentaux de DQL) et un environnement qui reçoit des données.
Une bonne requête DQL n’a de valeur que si quelqu’un peut la relire, la comprendre et l’utiliser au bon moment. C’est le rôle des Notebooks et Dashboards de Dynatrace SaaS, les deux applications d’analyse que vous utiliserez le plus après ce parcours de formation. Elles exploitent les mêmes requêtes, mais ne répondent pas au même besoin.
Ce module vous apprend à choisir entre les deux, à les construire proprement et à éviter les documents que personne n’ouvre plus au bout d’un mois.
Notebooks, Dashboards : quelle différence ?
La distinction est simple à retenir : un notebook raconte une analyse, un dashboard surveille un état.
| Critère | Notebook | Dashboard |
|---|---|---|
| Usage principal | Investigation, documentation, partage d’une analyse | Suivi régulier, écran d’équipe, revue |
| Lecture | De haut en bas, comme un document | D’un coup d’œil, en grille |
| Contenu | Requêtes, texte explicatif, visualisations | Tuiles de requêtes, texte court, variables |
| Durée de vie | Souvent liée à un incident ou un projet | Longue, à maintenir |
Dans la pratique, une analyse naît souvent dans un notebook ; les requêtes qui s’avèrent utiles au quotidien sont ensuite promues dans un dashboard.
Construire un notebook d’investigation
Un notebook est une suite de sections. Les plus courantes sont les sections de requête DQL, dont le résultat s’affiche en tableau ou en graphique, et les sections de texte en Markdown pour expliquer la démarche. D’autres types existent selon les versions, par exemple pour exécuter du code ; consultez la documentation pour la liste à jour.
Une structure qui fonctionne
- Le contexte en texte : quelle question, quelle période, quel périmètre.
- La vue d’ensemble : une requête agrégée, par exemple le nombre d’erreurs par service.
- Le zoom : une requête filtrée sur la source suspecte, avec les enregistrements détaillés.
- La conclusion en texte : ce qui a été trouvé, ce qui reste à vérifier.
Exemple de requête de vue d’ensemble :
fetch logs
| filter loglevel == "ERROR"
| summarize erreurs = count(), by:{host.name}
| sort erreurs desc
| limit 10
Dans un notebook, la période vient du sélecteur de temps de la section ou du document. Évitez de figer from: dans la requête si vous voulez que vos collègues puissent rejouer l’analyse sur une autre fenêtre.
Choisir la bonne visualisation
- Tableau pour des enregistrements détaillés ou un classement.
- Graphique linéaire ou en aires pour une série temporelle (
timeseries,makeTimeseries). - Barres pour comparer des catégories après un
summarize. - Valeur unique pour un indicateur clé, par exemple un nombre d’erreurs sur la période.
Si une visualisation ne s’affiche pas comme prévu, la cause est presque toujours la forme du résultat : un graphique temporel attend une série, pas une liste d’enregistrements.
Créer un dashboard utile
Un dashboard est une grille de tuiles. Chaque tuile contient une requête DQL et sa visualisation, ou un texte Markdown. Le dashboard partage un sélecteur de temps commun à toutes les tuiles.
Les variables
Les variables rendent un dashboard réutilisable : au lieu de dupliquer le même dashboard par namespace, on crée une variable dont les valeurs viennent d’une requête, puis on la référence dans les tuiles avec le préfixe $. Par exemple, une variable Namespace alimentée par :
fetch logs
| filter isNotNull(k8s.namespace.name)
| summarize count(), by:{k8s.namespace.name}
| fields k8s.namespace.name
puis utilisée dans une tuile :
fetch logs
| filter k8s.namespace.name == $Namespace
| filter loglevel == "ERROR"
| makeTimeseries erreurs = count()
La syntaxe exacte des variables à valeurs multiples peut varier ; vérifiez-la dans la documentation avant de généraliser ce modèle.
Quelles règles pour un dashboard lisible ?
- Une question par dashboard : « santé du service paiement » plutôt que « tout sur tout ».
- Les indicateurs clés en haut, les détails en bas.
- Peu de tuiles : au-delà d’une quinzaine, la lecture devient difficile et le chargement plus lent.
- Un texte d’en-tête qui précise le propriétaire et l’usage prévu.
- Des requêtes économes : chaque tuile est exécutée à chaque affichage et rafraîchissement.
Partager sans perdre le contrôle
Notebooks et dashboards peuvent être partagés avec des utilisateurs ou des groupes, en lecture ou en écriture ; vérifiez dans la documentation les options de partage et la visibilité par défaut de votre environnement. Rappelez-vous le module 1 : partager un document ne donne pas accès aux données. Un collègue sans droit de lecture sur certains logs verra des tuiles vides ou partielles. Avant de diffuser un dashboard à une large audience, vérifiez-le avec un compte aux droits standards.
Pour des exemples de requêtes à promouvoir en dashboard, voyez l’article ingestion de logs : détecter le silence et les excès de volume ou métriques histogrammes et SLO de latence.
Exercice pratique
Étape 1 — Créer un notebook d’investigation
Créez un notebook nommé « Formation — erreurs ». Ajoutez une section texte décrivant la question : « Quelles sources produisent le plus d’erreurs aujourd’hui ? »
Résultat attendu : un notebook avec un en-tête explicatif.
Étape 2 — Ajouter vue d’ensemble et zoom
Ajoutez la requête de vue d’ensemble en graphique à barres, puis une deuxième section filtrée sur la première source du classement, en tableau, avec l’horodatage et le contenu.
Résultat attendu : deux sections cohérentes, de la vue globale au détail.
Étape 3 — Créer un dashboard avec une variable
Créez un dashboard « Formation — santé Kubernetes ». Ajoutez la variable Namespace, une tuile d’erreurs dans le temps filtrée par cette variable et une tuile timeseries sur le CPU des hôtes.
Résultat attendu : changer la valeur de la variable met à jour la tuile d’erreurs.
Étape 4 — Partager en lecture
Partagez le dashboard en lecture seule avec un autre utilisateur de test, si vous en avez un, et vérifiez ce qu’il voit.
Résultat attendu : le dashboard s’affiche pour l’autre utilisateur, sans possibilité de modification.
Quiz
- Quel outil privilégier pour documenter une investigation pas à pas ? A) Un dashboard B) Un notebook C) Un workflow D) Un bucket
- Comment rendre un dashboard réutilisable pour plusieurs namespaces ? A) Le dupliquer B) Utiliser une variable référencée dans les tuiles C) Figer
from:dans chaque requête D) Créer un bucket par namespace - Un graphique linéaire reste vide alors que la requête renvoie des lignes. Cause probable ? A) Le résultat n’est pas une série temporelle B) Le dashboard est privé C) DQL ne gère pas les graphiques D) La licence a expiré
- Un collègue voit des tuiles vides sur un dashboard partagé. Que vérifier en premier ? A) La couleur des tuiles B) Ses droits d’accès aux données interrogées C) La version de OneAgent D) Le nombre de variables
Corrigé
- B. Le notebook se lit comme un document et mêle requêtes et explications.
- B. Une variable évite la duplication et permet de filtrer toutes les tuiles concernées.
- A. Un graphique temporel attend une série, produite par
timeseriesoumakeTimeseries. - B. Le partage d’un document ne donne pas accès aux données ; les politiques s’appliquent toujours.
Pour aller plus loin
- Ingestion de logs : détecter le silence et les excès de volume
- Métriques histogrammes à l’ingestion avec OpenPipeline
- Session Replay sur Grail
- Documentation officielle : docs.dynatrace.com, sections Notebooks et Dashboards
← Module 3 : Les fondamentaux de DQL · Sommaire du parcours · Module 5 : Davis et les problèmes →
Questions fréquentes
Peut-on transformer une section de notebook en tuile de dashboard ?
Oui, l’interface permet en général d’ajouter le résultat d’une section à un dashboard. Le libellé exact de l’action peut changer ; à défaut, copiez simplement la requête dans une nouvelle tuile.
Les dashboards de l’ancienne interface sont-ils repris automatiquement ?
Les dashboards classiques et les nouveaux Dashboards sont deux outils distincts. Dynatrace fournit des aides à la migration ; consultez la documentation pour savoir ce qui est converti dans votre environnement.
Combien de tuiles mettre sur un dashboard ?
Il n’y a pas de règle absolue, mais un dashboard ciblé de huit à quinze tuiles reste lisible et rapide. Au-delà, scindez-le par audience ou par question.
Vous savez désormais enquêter dans un notebook et suivre un état dans un dashboard, avec des requêtes réutilisables et partagées à bon escient. Le module suivant laisse Davis détecter les anomalies à votre place.
span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC. Ce parcours ne remplace pas les formations et certifications officielles de Dynatrace University. Vérifiez les fonctionnalités dans la documentation officielle de votre version.
2 comments