Module 6 — Métriques cloud Grail : AWS, Azure, VMware et extensions

Métriques cloud Grail en 21 fiches : clés dt.cloud AWS, Azure et VMware, unités, pièges et requêtes timeseries, plus les règles de nommage des extensions.
Module 6 — Métriques cloud Grail : AWS, Azure, VMware et extensions

Parcours : Métriques Dynatrace SaaS · Module 6/7 — métriques cloud Grail (AWS, Azure, VMware) et extensions · Format : fiches de référence · Plateforme : Dynatrace SaaS (Grail, DQL)

Dans ce module :

  • Un tableau récapitulatif de 21 métriques dt.cloud.* et de métriques d’extensions.
  • Une fiche par métrique : ce qu’elle mesure, quand s’en servir, le piège à éviter et une requête timeseries.
  • Les trois règles de nommage qui permettent de retrouver une métrique d’extension dans Grail.

Ce sixième module du parcours métriques Dynatrace SaaS rassemble les métriques cloud Grail : celles que Dynatrace collecte auprès d’AWS, d’Azure et de VMware, puis celles qu’apportent les extensions. Ce sont les métriques qu’on ouvre quand une fonction Lambda se met à échouer, quand une base managée sature ou quand un service PaaS répond lentement alors qu’aucun OneAgent ne tourne dessus. Chaque fiche donne la clé exacte, son unité et une requête DQL prête à adapter.

Tout ce module concerne Dynatrace SaaS avec Grail et DQL. En Dynatrace Managed, les mêmes signaux portent des clés classiques builtin:cloud.* interrogées avec le metric selector : elles sont traitées dans le module métriques cloud Managed.

Les fiches vont droit à la clé. Pour le modèle de données (clés, dimensions, correspondance avec les clés classiques), revoyez le module Métriques Grail du parcours.

Les métriques cloud Grail en un tableau

Les clés dt.cloud.* ci-dessous figurent dans la table de correspondance de la page Built-in Metrics on Grail. La règle est simple : on remplace builtin:cloud. par dt.cloud. et le camelCase devient du snake_case (errorsRate devient errors_rate). Les unités sont celles de l’équivalent classique, documentées dans les pages de chaque service. La dimension principale est celle que la documentation du service désigne ; dans Grail, ouvrez le navigateur de métriques pour voir le nom exact des dimensions avant d’ajouter un by:.

Clé Grail Unité Dimension principale (doc) Ce qu’elle mesure
dt.cloud.aws.lambda.invocations nombre FunctionName Invocations d’une fonction Lambda
dt.cloud.aws.lambda.duration milliseconde FunctionName Temps d’exécution du code
dt.cloud.aws.lambda.errors_rate % FunctionName Part des invocations en échec
dt.cloud.aws.lambda.throttlers nombre FunctionName Invocations bridées
dt.cloud.aws.lambda.conc_executions nombre FunctionName Exécutions simultanées
dt.cloud.aws.ec2.cpu.usage % InstanceId CPU d’une instance EC2
dt.cloud.aws.rds.cpu.usage % DBInstanceIdentifier CPU d’une instance RDS
dt.cloud.aws.rds.connections nombre DBInstanceIdentifier Connexions à la base
dt.cloud.aws.rds.latency.read seconde DBInstanceIdentifier Latence de lecture
dt.cloud.aws.rds.free % DBInstanceIdentifier Espace de stockage libre
dt.cloud.aws.alb.errors.target.http5xx nombre LoadBalancer Erreurs 5xx renvoyées par les cibles
dt.cloud.aws.alb.resp_time seconde LoadBalancer Temps de réponse des cibles
dt.cloud.azure.app_service.response.avg seconde application App Service Temps de réponse moyen
dt.cloud.azure.app_service.http.status.http5xx nombre application App Service Réponses HTTP 5xx
dt.cloud.azure.sql_database.dtu.consumption_perc % base SQL Consommation de DTU
dt.cloud.azure.sql_database.deadlocks nombre base SQL Interblocages
dt.cloud.azure.redis.cache.misses nombre cache Redis Lectures absentes du cache
dt.cloud.azure.redis.load % cache Redis Charge du serveur Redis
dt.cloud.vmware.vm.cpu.ready_perc % machine virtuelle Temps d’attente d’un CPU physique
cloud.aws.dx.connection_error_count selon l’extension selon l’extension Exemple de métrique d’extension ext: renommée
cloud.gcp.cloudfunctions_googleapis_com.function.active_instances selon l’extension selon l’extension Exemple de métrique Google Cloud sans préfixe commun

AWS Lambda

Les fonctions Lambda n’ont pas d’hôte à superviser : les métriques CloudWatch collectées par l’intégration AWS sont souvent le seul signal disponible. La documentation désigne FunctionName comme dimension principale.

{{img:149-catalogue-lambda-1.png|Extrait de la documentation Dynatrace AWS Lambda (built-in) : six clés builtin:cloud.aws.lambda avec leur unité et leurs agrégations, FunctionName comme dimension principale}}

dt.cloud.aws.lambda.invocations

Nombre d’appels d’une fonction. C’est le trafic du signal d’or : une chute brutale signale souvent une source d’événements cassée (file vide, déclencheur désactivé) plutôt qu’une fonction en panne. Servez-vous-en aussi comme dénominateur pour vos propres ratios.

timeseries inv = sum(dt.cloud.aws.lambda.invocations)

dt.cloud.aws.lambda.duration

Temps d’exécution du code, en millisecondes. Comparez le maximum au délai d’expiration configuré : une fonction qui s’en approche finira par expirer sous charge. Piège : la moyenne masque les démarrages à froid, regardez aussi le maximum.

timeseries {
    moy = avg(dt.cloud.aws.lambda.duration),
    pic = max(dt.cloud.aws.lambda.duration)
  }

dt.cloud.aws.lambda.errors_rate

Part des invocations en échec, en pourcentage. C’est le candidat naturel pour un SLI de disponibilité d’une fonction. Piège : la clé voisine dt.cloud.aws.lambda.errors est un compteur absolu ; ne comparez pas un compteur entre deux fonctions au trafic très différent.

timeseries taux = avg(dt.cloud.aws.lambda.errors_rate)

dt.cloud.aws.lambda.throttlers

Invocations refusées par AWS faute de concurrence disponible. Toute valeur non nulle durable mérite une alerte : les appels synchrones sont perdus pour l’appelant, les appels asynchrones sont retardés.

timeseries bridees = sum(dt.cloud.aws.lambda.throttlers)

dt.cloud.aws.lambda.conc_executions

Nombre d’exécutions simultanées. Rapporté à la limite de concurrence du compte ou de la fonction, il anticipe le bridage. Agrégez avec max : la moyenne sur un intervalle lisse les pics qui provoquent justement le bridage.

timeseries conc = max(dt.cloud.aws.lambda.conc_executions)

EC2, RDS et équilibreurs de charge AWS

dt.cloud.aws.ec2.cpu.usage

CPU d’une instance EC2 vu par CloudWatch, en pourcentage. Utile pour les instances sans OneAgent. Si OneAgent est installé, préférez dt.host.cpu.usage (voir le module 2 : métriques hôte Grail), plus fin et plus riche en dimensions.

timeseries cpu = avg(dt.cloud.aws.ec2.cpu.usage)

dt.cloud.aws.rds.cpu.usage

CPU d’une instance RDS. Une base saturée en CPU ralentit tous les services qui l’appellent : croisez cette courbe avec le temps de réponse côté service avant de chercher le problème dans le code.

timeseries cpu = avg(dt.cloud.aws.rds.cpu.usage)

dt.cloud.aws.rds.connections

Nombre de connexions ouvertes sur la base. Une hausse continue sans hausse du trafic trahit souvent une fuite de connexions dans un pool applicatif. Comparez-la à la limite de connexions de votre classe d’instance.

timeseries cnx = max(dt.cloud.aws.rds.connections)

dt.cloud.aws.rds.latency.read

Latence moyenne des lectures disque de la base. Piège : l’unité est la seconde, pas la milliseconde ; une valeur de 0,02 représente déjà 20 ms. Convertissez avant d’afficher ou de fixer un seuil.

timeseries lat = avg(dt.cloud.aws.rds.latency.read)
| fieldsAdd lat_ms = lat[] * 1000

dt.cloud.aws.rds.free

Espace de stockage libre, en pourcentage. Un disque plein arrête les écritures : c’est le type d’incident long à corriger une fois survenu. Suivez la tendance plutôt que la valeur instantanée.

timeseries libre = min(dt.cloud.aws.rds.free)

dt.cloud.aws.alb.errors.target.http5xx

Nombre de réponses 5xx produites par les cibles derrière un Application Load Balancer. À distinguer de dt.cloud.aws.alb.errors.alb.http5xx, qui compte les 5xx générées par l’équilibreur lui-même (cible injoignable, par exemple) : les deux ne se corrigent pas au même endroit.

timeseries {
    cibles = sum(dt.cloud.aws.alb.errors.target.http5xx),
    alb = sum(dt.cloud.aws.alb.errors.alb.http5xx)
  }

dt.cloud.aws.alb.resp_time

Temps de réponse des cibles mesuré par l’ALB, en secondes. Il donne une latence vue de l’entrée du système, utile quand les cibles ne sont pas instrumentées.

timeseries rt = avg(dt.cloud.aws.alb.resp_time)

Azure et VMware

dt.cloud.azure.app_service.response.avg

Temps de réponse moyen d’une application App Service, en secondes. Bon indicateur de premier niveau pour une Web App sans OneAgent ; pour les percentiles, il faut des traces.

timeseries rt = avg(dt.cloud.azure.app_service.response.avg)

dt.cloud.azure.app_service.http.status.http5xx

Nombre de réponses HTTP 5xx. Rapportez-le à dt.cloud.azure.app_service.traffic.requests pour obtenir un taux d’erreurs comparable d’une application à l’autre.

timeseries {
    err = sum(dt.cloud.azure.app_service.http.status.http5xx),
    req = sum(dt.cloud.azure.app_service.traffic.requests)
  }
| fieldsAdd taux = 100 * err[] / req[]

dt.cloud.azure.sql_database.dtu.consumption_perc

Consommation des DTU (unités de capacité du modèle d’achat DTU) d’une base Azure SQL, en pourcentage. Une base qui reste près de 100 % est bridée par Azure : les requêtes s’allongent sans erreur visible. Ne s’applique pas aux bases en modèle vCore.

timeseries dtu = max(dt.cloud.azure.sql_database.dtu.consumption_perc)

dt.cloud.azure.sql_database.deadlocks

Nombre d’interblocages. Une apparition soudaine après un déploiement pointe presque toujours vers un changement d’ordre d’accès aux tables : c’est un signal à relier aux événements de déploiement.

timeseries dl = sum(dt.cloud.azure.sql_database.deadlocks)

dt.cloud.azure.redis.cache.misses

Lectures qui ne trouvent pas la clé dans le cache. Comparé à dt.cloud.azure.redis.cache.hits, il donne le taux de succès du cache ; une chute de ce taux reporte la charge sur la base de données.

timeseries {
    hits = sum(dt.cloud.azure.redis.cache.hits),
    miss = sum(dt.cloud.azure.redis.cache.misses)
  }
| fieldsAdd taux_succes = 100 * hits[] / (hits[] + miss[])

dt.cloud.azure.redis.load

Charge du serveur Redis, en pourcentage. Redis traite les commandes sur un fil principal : une charge haute se traduit par de la latence pour tous les clients, même si le CPU global de la machine paraît modéré.

timeseries charge = max(dt.cloud.azure.redis.load)

dt.cloud.vmware.vm.cpu.ready_perc

Part du temps pendant laquelle une machine virtuelle attend un CPU physique libre. Une valeur élevée signale un hyperviseur surchargé : la VM ralentit alors que son propre CPU semble disponible. Le seuil acceptable dépend de votre plateforme ; discutez-le avec l’équipe virtualisation.

timeseries ready = avg(dt.cloud.vmware.vm.cpu.ready_perc)

Retrouver les métriques d’extensions dans Grail

Les extensions (Extensions 2.0, ActiveGate, anciennes extensions 1.0) et les services cloud supplémentaires produisent des milliers de clés : impossible d’en faire des fiches une par une. La documentation donne trois règles de nommage, résumées dans la capture ci-dessous.

{{img:149-catalogue-extensions-2.png|Extrait de la documentation Dynatrace Built-in Metrics on Grail : les trois types de métriques d’extension, préfixe builtin:tech devenu legacy, préfixe ext: retiré avec passage en snake_case, clés sans préfixe et échappement par backticks}}

  1. Préfixe builtin:tech (extensions 1.0) : la clé devient legacy.*, par exemple legacy.cassandra.KeyCache.Hit.Rate. Exceptions : les métriques builtin:tech.generic et builtin:tech.websphere, et les métriques de runtime comme la JVM, qui ont leurs clés Grail (voir le module 5).
  2. Préfixe ext: : on retire le préfixe et le camelCase devient du snake_case, sauf pour les noms propres comme route53resolver.
  3. Sans préfixe commun : la clé s’interroge telle quelle ; si elle contient un caractère spécial (tiret, segment numérique), entourez-la de backticks.

cloud.aws.dx.connection_error_count

Exemple documenté de la règle 2 : la clé classique ext:cloud.aws.dx.connectionErrorCount (erreurs de connexion AWS Direct Connect) devient cloud.aws.dx.connection_error_count. Appliquez la même transformation à toute métrique ext: avant de conclure qu’elle manque dans Grail.

timeseries err = sum(cloud.aws.dx.connection_error_count)

cloud.gcp.cloudfunctions_googleapis_com.function.active_instances

Exemple documenté de la règle 3 : une métrique Google Cloud (instances actives d’une Cloud Function) qui s’interroge sans changement. Pour une clé avec tiret, la documentation donne l’exemple `com.dynatrace.extension.snmp-generic-cisco-device.cpm.cpu.loadavg.5min`.

timeseries inst = avg(cloud.gcp.cloudfunctions_googleapis_com.function.active_instances)

Comment vérifier que ça fonctionne

  1. Ouvrez un notebook et lancez timeseries sum(dt.cloud.aws.lambda.invocations) (ou une clé Azure de votre périmètre) sur les dernières 24 heures : une série doit revenir. Rien ne revient : vérifiez que l’intégration cloud est configurée et que le service est bien coché dans sa liste de services.
  2. Lancez load "/dt/platform/metrics.metadata" | filter startsWith(metric.key, "dt.cloud.") pour lister les clés cloud connues de votre environnement, avec leur unité et leurs dimensions.
  3. Avant d’ajouter un by:, ouvrez la clé dans le navigateur de métriques pour lire le nom exact de ses dimensions dans Grail.
  4. Les métriques CloudWatch arrivent avec un décalage : testez vos alertes sur une fenêtre de plusieurs minutes, pas sur la dernière minute.

Les requêtes de ce module suivent la syntaxe détaillée dans DQL timeseries : le guide avancé. Pour la mise en place de l’intégration AWS, voyez Dynatrace AWS : métriques CloudWatch et logs ; côté Azure, Dynatrace Azure et Azure Monitor.

Questions fréquentes

Pourquoi certaines métriques AWS classiques n’existent-elles pas dans Grail ?

La documentation liste les métriques classiques AWS non prises en charge sur Grail, notamment les métriques internes builtin:cloud.aws.cloudwatch.* qui décrivent l’état de la collecte. Les métriques de service (Lambda, EC2, RDS, ALB…) ont, elles, leur équivalent dt.cloud.aws.*.

Faut-il préférer dt.cloud.* ou les métriques OneAgent ?

Quand OneAgent tourne sur la machine, ses métriques (dt.host.*, dt.process.*) sont plus fines. Les métriques dt.cloud.* servent pour les services gérés où aucun agent n’est possible : fonctions, bases managées, équilibreurs, caches.

Comment savoir si une métrique d’extension est déjà dans Grail ?

Appliquez les trois règles de nommage puis cherchez la clé dans load "/dt/platform/metrics.metadata". Si elle n’apparaît toujours pas, consultez la documentation de l’extension : certaines métriques calculées ne sont pas encore prises en charge sur Grail.

Avec ces 21 fiches, les modules 2 à 6 couvrent toute la pile, de l’hôte aux services cloud managés. Le dernier module montre comment interroger ces métriques avec précision, créer les vôtres et déclencher des alertes.

← Module 5 : Métriques Kubernetes Grail · Sommaire du parcours · Module 7 : DQL timeseries et alertes →

span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC. Ce module ne remplace pas la documentation officielle : vérifiez chaque clé, unité et dimension dans la documentation et le navigateur de métriques de votre environnement.

Total
0
Shares
Laisser un commentaire

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

Previous Post
Module 5 — Métriques Kubernetes Grail : processus, runtimes et conteneurs

Module 5 — Métriques Kubernetes Grail : processus, runtimes et conteneurs

Next Post
Module 7 — DQL timeseries : requêter les métriques, créer les vôtres et alerter

Module 7 — DQL timeseries : requêter les métriques, créer les vôtres et alerter

Related Posts