Parcours : Métriques Dynatrace SaaS · Module 2/7 — métriques hôte Grail, CPU, mémoire, disque et réseau · Format : fiches de référence · Plateforme : Dynatrace SaaS (Grail, DQL)
Dans ce module : 26 clés dt.host.*, un tableau récapitulatif, une fiche par métrique avec sa requête DQL.
Les métriques hôte Grail sont les clés dt.host.* que OneAgent remonte pour chaque machine : CPU, mémoire, disque, réseau et disponibilité. Ce deuxième module du parcours métriques Dynatrace SaaS les rassemble sous forme de fiches, à garder ouvertes pendant l’astreinte : une ligne par métrique, une requête prête à copier.
Les métriques hôte décrivent la couche sur laquelle tout repose : CPU, mémoire, disques, interfaces réseau et disponibilité, collectés par OneAgent sur Windows, Linux et AIX. Elles répondent à la question « la machine tient-elle ? » et servent de signal de saturation, le quatrième signal d’or à côté de la latence, du trafic et des erreurs.
Ce contenu vaut pour Dynatrace SaaS (Grail, DQL). Pour Dynatrace Managed, les équivalents builtin:host.* sont traités dans le module hôtes infrastructure du parcours Managed. Si vous découvrez le modèle de données (clés, dimensions, commande timeseries), commencez par le module 1 sur les métriques Grail.
Métriques hôte Grail : le tableau récapitulatif
Les 26 clés retenues, regroupées par famille. Les unités viennent des libellés de la page de référence ; « selon le descripteur » signifie que la documentation ne la donne pas explicitement. Les dimensions indiquées sont celles utilisées dans les exemples de la documentation.
| Clé | Unité | Dimensions principales | Ce qu’elle mesure |
|---|---|---|---|
dt.host.cpu.usage |
% | dt.entity.host |
Part du CPU utilisée, tous modes confondus |
dt.host.cpu.user |
% | dt.entity.host |
Temps CPU passé en mode utilisateur |
dt.host.cpu.system |
% | dt.entity.host |
Temps CPU passé en mode noyau |
dt.host.cpu.iowait |
% | dt.entity.host |
Temps CPU inactif en attente d’entrées-sorties |
dt.host.cpu.steal |
% | dt.entity.host |
Temps CPU pris par l’hyperviseur pour d’autres machines virtuelles |
dt.host.cpu.load |
nombre (charge) | dt.entity.host |
Charge système (load average), avec les variantes dt.host.cpu.load5m et dt.host.cpu.load15m |
dt.host.memory.usage |
% | dt.entity.host |
Mémoire utilisée en pourcentage |
dt.host.memory.avail.percent |
% | dt.entity.host |
Mémoire disponible en pourcentage |
dt.host.memory.avail.bytes |
octets | dt.entity.host |
Mémoire disponible en valeur absolue |
dt.host.memory.used |
octets | dt.entity.host |
Mémoire utilisée en octets |
dt.host.memory.avail.pfps |
défauts de page/s | dt.entity.host |
Défauts de page par seconde |
dt.host.memory.swap.used |
octets | dt.entity.host |
Espace d’échange utilisé (voir aussi swap.avail et swap.total) |
dt.host.disk.used.percent |
% | dt.entity.host, dt.entity.disk |
Espace disque utilisé, par disque |
dt.host.disk.avail |
octets | dt.entity.host, dt.entity.disk |
Espace disque disponible en octets |
dt.host.disk.inodes_avail |
% | dt.entity.host, dt.entity.disk |
Inodes disponibles en pourcentage (Linux, hors CIFS) |
dt.host.disk.queue_length |
nombre | dt.entity.host, dt.entity.disk |
Longueur moyenne de la file d’attente du disque (hors NFS, CIFS, GPFS) |
dt.host.disk.util_time |
selon le descripteur | dt.entity.host, dt.entity.disk |
Temps d’utilisation du disque (hors NFS, CIFS, GPFS) |
dt.host.disk.bytes_read |
octets/s | dt.entity.host, dt.entity.disk |
Débit de lecture (et dt.host.disk.bytes_written pour l’écriture) |
dt.host.disk.read_ops |
opérations/s | dt.entity.host, dt.entity.disk |
Lectures par seconde (IOPS), avec dt.host.disk.write_ops |
dt.host.net.nic.bytes_rx |
octets/s | dt.entity.host |
Octets reçus par interface réseau (et bytes_tx pour l’émission) |
dt.host.net.nic.link_util_rx |
% | dt.entity.host |
Utilisation du lien en réception (et link_util_tx) |
dt.host.net.nic.packets.dropped_rx |
paquets/s | dt.entity.host |
Paquets entrants rejetés (et dropped_tx) |
dt.host.net.nic.packets.errors_rx |
paquets/s | dt.entity.host |
Erreurs de réception (et errors_tx) |
dt.host.availability |
nombre | dt.entity.host, availability.state |
État de disponibilité de l’hôte vu par OneAgent |
dt.host.handles.file_descriptors_used |
nombre | dt.entity.host |
Descripteurs de fichiers utilisés (et file_descriptors_max) |
dt.host.uptime |
durée | dt.entity.host |
Temps écoulé depuis le dernier démarrage de l’hôte |
{{img:145-catalogue-metriques-hote-1.png|Extrait du tableau CPU et mémoire de la page Host metrics de la documentation Dynatrace : nom, clé Classic et clé Grail}}
Fiches : une métrique hôte, une utilité
Chaque fiche suit le même ordre : utilité, cas d’usage, piège éventuel, requête DQL timeseries. Les seuils cités sont des exemples à calibrer sur votre historique.
dt.host.cpu.usage
Utilité : le premier indicateur de saturation d’un hôte, celui que l’on met sur un tableau de bord d’astreinte.
Cas d’usage : repérer les hôtes durablement au-dessus de votre seuil interne de capacité (un seuil que vous fixez vous-même, la documentation n’en impose aucun) en comparant la moyenne et le maximum sur la même fenêtre.
Piège : une moyenne sur 24 h lisse les pics ; gardez le max à côté avant de conclure qu’un hôte est sous-utilisé.
timeseries {avg_cpu = avg(dt.host.cpu.usage), max_cpu = max(dt.host.cpu.usage)},
by: {dt.entity.host}
| fieldsAdd host = entityName(dt.entity.host)
dt.host.cpu.user
Utilité : dit si la charge vient des applications elles-mêmes.
Cas d’usage : si dt.host.cpu.usage monte et que user suit, regardez les processus applicatifs (module 5) plutôt que le noyau.
timeseries {user = avg(dt.host.cpu.user), system = avg(dt.host.cpu.system)},
by: {dt.entity.host}
dt.host.cpu.system
Utilité : révèle le coût des appels système : réseau intense, nombreuses entrées-sorties, changements de contexte.
Cas d’usage : un system qui dépasse durablement user sur un serveur applicatif mérite une analyse (pilote, pare-feu logiciel, agent tiers).
timeseries system = avg(dt.host.cpu.system), by: {dt.entity.host}
| sort arrayAvg(system) desc
| limit 10
dt.host.cpu.iowait
Utilité : distingue un hôte qui calcule d’un hôte qui attend son disque ou son stockage réseau.
Cas d’usage : croisez-la avec dt.host.disk.queue_length : les deux qui montent ensemble désignent le stockage.
Piège : le seuil 20 de la requête est un exemple à adapter, pas une valeur de référence.
timeseries iowait = max(dt.host.cpu.iowait), by: {dt.entity.host}
| filter arrayMax(iowait) > 20
dt.host.cpu.steal
Utilité : sur une VM ou une instance cloud, explique une lenteur que rien ne justifie à l’intérieur de l’invité.
Cas d’usage : un steal qui apparaît aux mêmes heures chaque jour suggère un voisin bruyant ou une instance à crédits CPU épuisés ; c’est un sujet pour l’équipe plateforme, pas pour l’application.
timeseries steal = avg(dt.host.cpu.steal), by: {dt.entity.host}
| filter arrayMax(steal) > 0
dt.host.cpu.load
Utilité : compte les tâches prêtes ou bloquées, ce que le pourcentage CPU ne montre pas.
Cas d’usage : comparez la charge au nombre de cœurs de l’hôte ; une charge 15 minutes qui reste supérieure au nombre de cœurs signale une file d’attente installée.
Piège : la charge n’a de sens que rapportée au nombre de cœurs ; ne comparez pas deux hôtes de tailles différentes sur la valeur brute.
timeseries {l1 = avg(dt.host.cpu.load), l15 = avg(dt.host.cpu.load15m)},
by: {dt.entity.host}
dt.host.memory.usage
Utilité : la vue d’ensemble de la pression mémoire.
Cas d’usage : tendance sur sept jours pour la revue de capacité ; pour l’alerte, préférez la mémoire disponible ci-dessous.
Piège : sous Linux, le cache de fichiers est récupérable : un pourcentage élevé n’est pas forcément un problème.
timeseries mem = avg(dt.host.memory.usage), by: {dt.entity.host}, from: -7d, interval: 1h
dt.host.memory.avail.percent
Utilité : le signal qui précède le swap et l’OOM killer.
Cas d’usage : alerte quand la mémoire disponible descend sous un plancher que vous définissez, par exemple 10 % pendant plusieurs minutes.
timeseries avail = min(dt.host.memory.avail.percent), by: {dt.entity.host}
| filter arrayMin(avail) < 10
dt.host.memory.avail.bytes
Utilité : utile pour les grosses machines, où 5 % représentent encore plusieurs gigaoctets.
Cas d’usage : vérifiez qu’il reste la place de démarrer une instance de plus d’un service avant un déploiement.
timeseries avail = min(dt.host.memory.avail.bytes), by: {dt.entity.host}
dt.host.memory.used
Utilité : permet de sommer la consommation d’un groupe d’hôtes.
Cas d’usage : estimer la mémoire réellement consommée par une ferme avant une migration ou un redimensionnement.
Piège : la mémoire totale n’est pas disponible sur Grail selon la page de référence des métriques hôte : déduisez-la de used + disponible si besoin.
timeseries used = avg(dt.host.memory.used), by: {dt.host_group.id}
dt.host.memory.avail.pfps
Utilité : un taux élevé et soutenu indique que le système va chercher des pages sur disque.
Cas d’usage : comparez la courbe à son niveau habituel : c’est la rupture de tendance qui compte, pas la valeur absolue.
timeseries pf = avg(dt.host.memory.avail.pfps), by: {dt.entity.host}
dt.host.memory.swap.used
Utilité : un swap qui grossit annonce des latences, bien avant une panne.
Cas d’usage : ratio utilisé / total pour suivre le pourcentage de swap consommé.
timeseries {used = avg(dt.host.memory.swap.used), total = avg(dt.host.memory.swap.total)},
by: {dt.entity.host}
| fieldsAdd swap_pct = used[] / total[] * 100
dt.host.disk.used.percent
Utilité : la métrique de remplissage la plus lisible.
Cas d’usage : lister les volumes les plus pleins de la production.
timeseries used = max(dt.host.disk.used.percent), by: {dt.entity.host, dt.entity.disk}
| fieldsAdd disk = entityName(dt.entity.disk)
| sort arrayLast(used) desc
| limit 20
dt.host.disk.avail
Utilité : base des prévisions de remplissage.
Cas d’usage : projeter la date à laquelle un volume sera plein (l’analyse de prévision de Dynatrace prend cette famille de métriques en entrée).
Piège : dt.host.disk.free n’est pas un nombre d’octets : la page de référence l’associe au pourcentage d’espace disponible.
timeseries avail = avg(dt.host.disk.avail), by: {dt.entity.disk}, interval: 1h, from: -7d
dt.host.disk.inodes_avail
Utilité : un disque peut être « plein » avec de l’espace libre si les inodes sont épuisés.
Cas d’usage : volumes de journaux ou de files de messages qui créent des millions de petits fichiers.
timeseries inodes = min(dt.host.disk.inodes_avail), by: {dt.entity.host, dt.entity.disk}
| filter arrayMin(inodes) < 15
dt.host.disk.queue_length
Utilité : mesure la saturation du disque, là où l’espace mesure seulement le remplissage.
Cas d’usage : une file qui reste élevée pendant un pic de latence de service relie le symptôme à sa cause.
timeseries q = avg(dt.host.disk.queue_length), by: {dt.entity.host, dt.entity.disk}
dt.host.disk.util_time
Utilité : indique combien de temps le disque est occupé à servir des requêtes.
Cas d’usage : sur un disque local, une occupation proche du maximum pendant les sauvegardes explique les lenteurs de la nuit.
Piège : vérifiez l’unité dans le navigateur de métriques avant de fixer un seuil ; elle n’est pas donnée dans le tableau de référence.
timeseries util = avg(dt.host.disk.util_time), by: {dt.entity.disk}
dt.host.disk.bytes_read
Utilité : donne le volume transféré, à rapprocher des limites du stockage.
Cas d’usage : sur un disque cloud plafonné en débit, un plateau plat de la courbe signale que la limite est atteinte.
timeseries {r = avg(dt.host.disk.bytes_read), w = avg(dt.host.disk.bytes_written)},
by: {dt.entity.host}
dt.host.disk.read_ops
Utilité : les disques cloud sont souvent limités en IOPS avant de l’être en débit.
Cas d’usage : comparer la somme lectures + écritures à l’IOPS provisionné du volume.
timeseries {r = avg(dt.host.disk.read_ops), w = avg(dt.host.disk.write_ops)},
by: {dt.entity.disk}
| fieldsAdd iops = r[] + w[]
dt.host.net.nic.bytes_rx
Utilité : le trafic brut d’un hôte, pour le dimensionnement et la détection d’anomalies.
Cas d’usage : une chute brutale du trafic reçu par un nœud de répartiteur indique qu’il ne reçoit plus de requêtes.
timeseries {rx = avg(dt.host.net.nic.bytes_rx), tx = avg(dt.host.net.nic.bytes_tx)},
by: {dt.entity.host}
dt.host.net.nic.link_util_rx
Utilité : rapporte le trafic à la capacité de la carte.
Cas d’usage : une interface proche de sa capacité explique des pertes de paquets et des temps de réponse qui s’allongent.
timeseries {rx = max(dt.host.net.nic.link_util_rx), tx = max(dt.host.net.nic.link_util_tx)},
by: {dt.entity.host}
dt.host.net.nic.packets.dropped_rx
Utilité : des rejets signalent des tampons saturés ou une interface surchargée.
Cas d’usage : toute valeur non nulle et récurrente mérite un ticket ; rapprochez-la des retransmissions côté application.
timeseries dropped = sum(dt.host.net.nic.packets.dropped_rx), by: {dt.entity.host}
| filter arraySum(dropped) > 0
dt.host.net.nic.packets.errors_rx
Utilité : les erreurs relèvent plutôt du matériel ou du pilote que de la charge.
Cas d’usage : des erreurs sur un seul hôte d’un groupe homogène orientent vers un câble, un port ou une carte.
timeseries errors = sum(dt.host.net.nic.packets.errors_rx), by: {dt.entity.host}
dt.host.availability
Utilité : le socle d’un SLI d’infrastructure.
Cas d’usage : compter les hôtes dans un état autre que « up » pour détecter un arrêt ou une perte de connexion de l’agent.
Piège : un hôte indisponible peut aussi être un OneAgent arrêté ; vérifiez avant d’ouvrir un incident matériel.
timeseries n = sum(dt.host.availability, default: 0),
by: {availability.state}
dt.host.handles.file_descriptors_used
Utilité : l’épuisement des descripteurs bloque les nouvelles connexions sans saturer le CPU ni la mémoire.
Cas d’usage : suivre le ratio utilisé / maximum sur les serveurs à forte concurrence (proxys, bases de données).
timeseries {used = max(dt.host.handles.file_descriptors_used),
max = max(dt.host.handles.file_descriptors_max)},
by: {dt.entity.host}
| fieldsAdd fd_pct = used[] / max[] * 100
dt.host.uptime
Utilité : confirme un redémarrage inattendu pendant un incident.
Cas d’usage : une valeur qui retombe près de zéro au moment d’un pic d’erreurs explique la coupure.
Piège : la liste des métriques sur Grail cite dt.host.uptime, mais la page de référence des métriques hôte indique encore la clé Classic dans sa colonne Grail : vérifiez sa présence dans votre environnement avant de l’utiliser.
timeseries up = min(dt.host.uptime), by: {dt.entity.host}
Comment vérifier que ça fonctionne
- Ouvrez un notebook et exécutez
timeseries avg(dt.host.cpu.usage), by: {dt.entity.host}sur les deux dernières heures : une série par hôte doit apparaître. - Pour une clé de ce module qui ne renvoie rien, cherchez-la dans le navigateur de métriques : certaines dépendent du système (AIX, Linux) ou du type de disque (notes de la page de référence).
- Comparez une valeur avec l’écran de l’hôte dans l’application Infrastructure : les ordres de grandeur doivent concorder.
- Si aucune métrique hôte n’arrive, vérifiez que OneAgent tourne en mode Full-Stack ou Infrastructure ; en mode Discovery, seule une partie des métriques est envoyée.
Bonnes pratiques
- Alertez sur la mémoire disponible, les inodes et la file disque ; gardez le CPU moyen pour la capacité.
- Groupez par
dt.entity.hostoudt.host_group.id, jamais par une dimension volatile. - Calibrez chaque seuil sur deux à quatre semaines d’historique avant de réveiller quelqu’un.
Pour aller plus loin : la formation DQL timeseries détaille les paramètres utilisés ici (by, interval, default), et l’article alertes burn rate sur les SLO montre comment passer d’une métrique à une alerte utile. Sources : Built-in metrics on Grail et Host metrics.
← Module 1 : Métriques Grail · Sommaire du parcours · Module 3 : Métriques de service Grail →
Questions fréquentes
Pourquoi ce module ne cite-t-il pas la mémoire totale de l’hôte ?
La page de référence des métriques hôte marque la mémoire totale comme non prise en charge sur Grail. Additionnez la mémoire utilisée et disponible si vous avez besoin d’un ordre de grandeur.
Quelle dimension utiliser pour regrouper par hôte ?
dt.entity.host, que l’on transforme en nom lisible avec entityName(). Pour les métriques de disque, ajoutez dt.entity.disk afin de distinguer les volumes.
Ces fiches valent-elles pour Dynatrace Managed ?
Non. Managed n’a ni Grail ni DQL : on y utilise les clés builtin:host.* et le metric selector. Le parcours Managed suit la même structure pour s’y retrouver.
Ces vingt-six clés couvrent l’essentiel du diagnostic d’un hôte. Le module suivant remonte d’un étage et passe aux services : requêtes, échecs, messagerie et service mesh.
span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC. Ce module est une sélection commentée, pas la liste officielle : clés, unités et dimensions ont été relevées dans la documentation publique de Dynatrace SaaS et peuvent évoluer ; vérifiez-les dans le navigateur de métriques de votre environnement.