Dynatrace vs Splunk : comparatif pratique pour une équipe SRE

Dynatrace vs Splunk : grille SRE factuelle, un POC OpenTelemetry qui envoie les mêmes logs aux deux outils, et SPL face à DQL sur des questions réelles.
Dynatrace vs Splunk : comparatif pratique pour une équipe SRE

Votre équipe sécurité vit dans Splunk, votre équipe SRE regarde de plus en plus Dynatrace, et la direction demande s’il faut garder les deux. La question Dynatrace vs Splunk revient alors à chaque renouvellement de contrat, souvent posée de façon trop large : « lequel est le meilleur ? ».

Les deux éditeurs ne partent pas du même endroit. Splunk s’est construit autour de l’indexation et de la recherche de données machine (le langage SPL), puis a ajouté une offre d’observabilité, Splunk Observability Cloud, et APM avec Splunk AppDynamics. Dynatrace part de l’APM et de la topologie applicative, et stocke aujourd’hui traces, métriques, logs et événements dans Grail, interrogés en DQL.

Cet article propose une méthode pour comparer sur pièces : une grille de critères mesurables, un POC OpenTelemetry qui envoie les mêmes logs aux deux plateformes, et des questions à poser avant de signer. Aucun prix n’est cité : ils dépendent de vos volumes et de votre contrat. Côté Dynatrace, le POC vise Dynatrace SaaS ; les différences avec Dynatrace Managed sont signalées.

Dynatrace vs Splunk : deux points de départ différents

Résumer honnêtement chaque produit évite de comparer un outil de recherche de logs à une plateforme APM. Le tableau ci-dessous s’appuie sur la documentation publique des deux éditeurs.

Critère Dynatrace Splunk
Produits concernés Une plateforme : Dynatrace SaaS (Grail) ou Dynatrace Managed (auto-hébergé) Splunk Enterprise (auto-hébergé), Splunk Cloud Platform, Splunk Observability Cloud, Splunk AppDynamics
Collecte OneAgent, Dynatrace Operator sur Kubernetes, ingestion OTLP native Forwarders et HTTP Event Collector (HEC) pour la plateforme Splunk ; Splunk Distribution of the OpenTelemetry Collector pour Observability Cloud
Langage de requête DQL sur Grail (SaaS) ; sélecteur de métriques et recherche classique en Managed SPL et SPL2 pour la plateforme Splunk ; SignalFlow côté Observability Cloud
Analyse de causes Analyse causale fondée sur la topologie Smartscape : Dynatrace Intelligence en SaaS, Davis AI dans la documentation Managed Corrélation par recherches, tableaux de bord et détecteurs ; ITSI pour la vue par service
Hébergement SaaS, ou Managed dans votre centre de données Splunk Enterprise auto-hébergé, ou offres cloud

Conséquence pratique : si votre besoin principal est la recherche de logs pour la sécurité et l’audit, la comparaison porte surtout sur Splunk Enterprise ou Cloud Platform. Si c’est l’APM et le diagnostic d’incident, elle porte sur Splunk Observability Cloud ou AppDynamics, que nous traitons dans le comparatif Dynatrace vs AppDynamics. Pour la même méthode appliquée à un autre éditeur, voir Dynatrace vs Datadog.

Prérequis du POC

  • Un tenant Dynatrace SaaS d’essai et une instance Splunk (Enterprise de test ou Cloud Platform) avec HEC activé et un index dédié.
  • Un cluster Kubernetes de test avec une application instrumentée en OpenTelemetry.
  • Un OpenTelemetry Collector en distribution contrib, qui contient l’exporteur splunk_hec (voir le déploiement du Collector sur Kubernetes).
  • Un token d’accès Dynatrace avec le scope logs.ingest (et openTelemetryTrace.ingest, metrics.ingest si vous testez aussi traces et métriques), et un token HEC Splunk.

Étape 1 : dupliquer les logs vers les deux plateformes

La comparaison n’a de sens que sur des données identiques. Le Collector reçoit les logs en OTLP et les envoie à la fois à l’endpoint OTLP de Dynatrace et au HTTP Event Collector de Splunk.

receivers:
  otlp:
    protocols:
      grpc:
        endpoint: 0.0.0.0:4317
      http:
        endpoint: 0.0.0.0:4318

processors:
  batch: {}

exporters:
  otlphttp/dynatrace:
    endpoint: https://${env:DT_ENV_ID}.live.dynatrace.com/api/v2/otlp
    headers:
      Authorization: "Api-Token ${env:DT_API_TOKEN}"
  splunk_hec:
    token: "${env:SPLUNK_HEC_TOKEN}"
    endpoint: "https://splunk.example.internal:8088/services/collector"
    source: "otel"
    sourcetype: "otel"
    index: "poc_observabilite"

service:
  pipelines:
    logs:
      receivers: [otlp]
      processors: [batch]
      exporters: [otlphttp/dynatrace, splunk_hec]

Lignes critiques :

  • Authorization: "Api-Token …" : un token classique Dynatrace se passe avec le préfixe Api-Token. En Managed, l’URL devient https://{votre-domaine}/e/{id-environnement}/api/v2/otlp.
  • endpoint du HEC : le port par défaut est 8088 sur Splunk Enterprise ; sur Splunk Cloud Platform, la documentation Splunk indique 443 par défaut. Vérifiez celui de votre instance.
  • index : un index dédié au POC évite de mélanger ces données avec la production et facilite le calcul du volume.

Avant de lancer le Collector, testez le HEC seul. La documentation Splunk exige le mot-clé Splunk devant le token dans l’en-tête :

curl https://splunk.example.internal:8088/services/collector/event \
  -H "Authorization: Splunk ${SPLUNK_HEC_TOKEN}" \
  -d '{"event": "test POC observabilite"}'

La réponse attendue est {"text": "Success", "code": 0}. Pour approfondir la collecte de logs Kubernetes côté Dynatrace, voir Fluent Bit et Dynatrace.

Étape 2 : poser la même question dans SPL et dans DQL

Le langage de requête est l’outil quotidien de l’astreinte : comparez-le sur des questions réelles. Exemple : « combien d’erreurs par service sur la dernière heure ? ». Côté Dynatrace SaaS, en DQL :

fetch logs, from: now() - 1h
| filter loglevel == "ERROR"
| summarize erreurs = count(), by:{service.name}
| sort erreurs desc

Écrivez l’équivalent en SPL sur l’index du POC, puis notez la lisibilité, le temps d’exécution et la facilité à transformer le résultat en graphique ou en alerte. D’autres requêtes DQL utiles sont rassemblées dans nos exemples de requêtes DQL d’exploitation.

Un critère à tester : passer d’une trace aux logs qui lui sont rattachés sans écrire de requête. Faites le même parcours dans Splunk et chronométrez-le.

Étape 3 : des critères mesurables

  1. Temps de diagnostic : injectez une panne (dépendance lente, erreur 500 après déploiement) et mesurez le temps jusqu’à la cause, par quelqu’un qui ne connaît pas le scénario.
  2. Corrélation traces–logs : les logs portent-ils le trace_id et peut-on naviguer de l’un à l’autre ? Voir les logs OpenTelemetry avec trace_id.
  3. Effort de requête : nombre de requêtes réussies du premier coup par les personnes d’astreinte.
  4. Volume et rétention : volume ingéré par jour pour le même flux, durée de conservation configurée, coût projeté à partir des écrans d’usage.
  5. Usages hors observabilité : si la sécurité (SIEM) dépend de Splunk, ce critère pèse souvent plus que tous les autres.

Comment vérifier que ça fonctionne

  • Dynatrace : fetch logs, from: now() - 15m | summarize count() renvoie un nombre non nul après l’envoi de logs de test.
  • Splunk : une recherche sur l’index poc_observabilite sur la même période donne un volume comparable.
  • Le Collector n’affiche pas d’erreur d’export : kubectl logs deploy/otel-collector | grep -i error.
  • Si les volumes divergent, vérifiez les filtres et l’échantillonnage avant de conclure.

Bonnes pratiques

  • Séparez la décision « logs de sécurité » de la décision « observabilité applicative » : ce ne sont pas les mêmes utilisateurs.
  • Gardez OpenTelemetry comme socle d’instrumentation : le Collector permet de changer de destination sans retoucher le code.
  • Faites valider la grille avant le POC par l’équipe d’astreinte et par la sécurité.
  • Demandez des offres écrites sur le même volume prévisionnel ; pour Dynatrace, croisez-les avec le suivi de consommation DPS.
  • Rédigez un compte rendu blameless, factuel, sans « gagnant » désigné à l’avance.

Questions fréquentes

Peut-on garder Splunk pour la sécurité et Dynatrace pour l’observabilité ?

Oui, c’est une architecture fréquente. Le Collector peut router chaque flux vers la bonne destination. Le coût caché est le double effort d’exploitation et le risque de diagnostics éclatés entre deux outils : décidez quels logs vont où, et documentez-le.

Splunk Observability Cloud accepte-t-il OpenTelemetry ?

Oui. Splunk publie sa propre distribution du Collector, sous licence Apache 2.0, qui exporte vers Splunk APM et Splunk Infrastructure Monitoring. Dynatrace propose aussi sa distribution et accepte l’OTLP standard.

Lequel est le moins cher ?

Il n’y a pas de réponse générale : les modèles de facturation n’utilisent pas les mêmes unités. Comparez deux offres écrites sur le même périmètre et projetez-les sur trois ans.

Conclusion

Dynatrace vs Splunk n’est pas un duel entre deux produits identiques : Splunk excelle historiquement dans la recherche de données machine, Dynatrace dans l’APM et la topologie. Un POC alimenté par le même Collector, des questions posées dans les deux langages et une grille mesurable donnent une décision défendable, y compris quand la bonne réponse est de garder les deux pour des usages distincts.

span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC ni à Splunk. Dynatrace et Splunk sont des marques de leurs propriétaires respectifs. Les fonctionnalités et offres évoluent : vérifiez-les dans la documentation officielle de chaque éditeur (Dynatrace, API OTLP, Splunk, HTTP Event Collector).

Total
0
Shares
Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Previous Post
Certifications Dynatrace : niveaux, parcours, coût et préparation

Certifications Dynatrace : niveaux, parcours, coût et préparation

Next Post
Dynatrace vs Grafana : plateforme intégrée ou stack Prometheus, Loki et Tempo

Dynatrace vs Grafana : plateforme intégrée ou stack Prometheus, Loki et Tempo

Related Posts