Vous exploitez un cluster on-premise et vous voulez des objectifs de fiabilité mesurables, pas seulement des tableaux de bord. Les SLO Dynatrace Managed existent, mais ils ne fonctionnent pas comme les nouveaux SLO de la plateforme SaaS : pas de Grail, pas de DQL, tout repose sur des sélecteurs de métriques. Beaucoup d’équipes découvrent ces différences au moment de brancher l’alerting.
Objectif : à la fin de ce tutoriel, vous aurez un SLO de disponibilité sur un service critique, créé par l’interface puis par l’API Environment v2, versionné sous forme de JSON, et vous saurez vérifier son statut et son error budget. Le contenu s’applique à Dynatrace Managed. Les différences avec Dynatrace SaaS sont signalées dans une section dédiée.
Si vous n’avez pas encore choisi vos indicateurs, commencez par choisir ses SLI : un SLO n’est utile que si le SLI reflète l’expérience utilisateur.
Le problème : un SLO Dynatrace Managed n’est pas un SLO Grail
En SaaS récent, un SLO s’appuie sur une requête DQL et sur les données Grail. En Managed, un SLO est un objet de configuration de l’environnement, évalué à partir d’une expression de métrique (metric selector) sur les métriques classiques, par exemple builtin:service.*. Conséquences pratiques :
- le SLI doit être exprimable avec les métriques disponibles dans l’environnement (intégrées, calculées ou ingérées) ;
- la fenêtre d’évaluation est une plage relative (par exemple
-1w), pas un calendrier libre ; - la durée de rétention des métriques du cluster limite la profondeur d’historique exploitable.
Prérequis
- Un environnement Dynatrace Managed à jour, avec au moins un service surveillé par OneAgent.
- Un utilisateur ayant le droit de modifier la configuration de l’environnement.
- Un token d’API d’environnement avec les scopes
slo.readetslo.write(etmetrics.readpour la vérification). Les noms exacts des scopes sont listés dans la page de création de token : vérifiez-les dans votre version. curletjqsur votre poste.
Dans les exemples, l’URL d’API Managed suit la forme https://{votre-cluster}/e/{environment-id}/api/v2/.
Étape 1 : définir le SLI avec un sélecteur de métrique
Prenons un SLI de disponibilité : le pourcentage de requêtes serveur sans erreur. Testez d’abord l’expression dans l’explorateur de données, ou par l’API métriques :
export DT_ENV="https://cluster.example.com/e/abc12345"
export DT_TOKEN="dt0c01.XXXX"
curl -s -G "$DT_ENV/api/v2/metrics/query" \
-H "Authorization: Api-Token $DT_TOKEN" \
--data-urlencode 'metricSelector=(100)*(builtin:service.errors.server.successCount:splitBy())/(builtin:service.requestCount.server:splitBy())' \
--data-urlencode 'entitySelector=type(SERVICE),entityId(SERVICE-0123456789ABCDEF)' \
--data-urlencode 'from=-1w' | jq '.result[0].data[0].values[-5:]'
Points critiques : les deux opérandes doivent porter sur la même entité, et splitBy() sans argument agrège tout. Si la requête renvoie des valeurs vides, la métrique n’existe pas sous ce nom dans votre version : listez-les avec GET /api/v2/metrics?text=service.errors.
Étape 2 : créer le SLO Dynatrace Managed par l’interface
Dans le menu, ouvrez Service-level objectives (le libellé peut varier selon la version), puis ajoutez un SLO. Renseignez :
- le nom et un nom de métrique court (il sert à construire les métriques
func:slo.*) ; - l’expression de métrique de l’étape 1 ;
- le filtre d’entité (le service concerné) ;
- la cible (par exemple 99,5) et le seuil d’avertissement (par exemple 99,8) ;
- la fenêtre d’évaluation (par exemple 7 jours).
L’assistant permet aussi de partir de modèles prédéfinis. C’est pratique pour un premier essai, mais gardez l’expression explicite pour pouvoir la relire en revue.
Étape 3 : créer le même SLO par l’API
Pour éviter la dérive de configuration entre environnements, décrivez le SLO dans un fichier versionné :
{
"enabled": true,
"name": "checkout - disponibilite",
"customDescription": "Requetes serveur sans erreur, service checkout",
"metricName": "checkout_availability",
"metricExpression": "(100)*(builtin:service.errors.server.successCount:splitBy())/(builtin:service.requestCount.server:splitBy())",
"evaluationType": "AGGREGATE",
"filter": "type(\"SERVICE\"),entityId(\"SERVICE-0123456789ABCDEF\")",
"target": 99.5,
"warning": 99.8,
"timeframe": "-1w"
}
curl -s -X POST "$DT_ENV/api/v2/slo" \
-H "Authorization: Api-Token $DT_TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @slo-checkout.json -i | head -n 1
Une réponse 201 confirme la création. Le schéma exact du corps peut évoluer d’une version de cluster à l’autre : comparez-le avec la référence de l’API SLO sur docs.dynatrace.com avant de l’industrialiser. Pour gérer plusieurs SLO, la voie la plus robuste reste Terraform, détaillée dans SLO Dynatrace Terraform.
Étape 4 : brancher une alerte
Un SLO sans alerte reste un chiffre. En Managed, deux approches existent : une alerte sur le statut ou l’error budget, et une alerte sur le burn rate via un événement métrique sur les métriques func:slo.*. La seconde est la plus utile pour l’astreinte ; elle est décrite pas à pas dans alertes burn rate SLO. Routez ensuite l’alerte avec un profil d’alerte dédié, comme expliqué dans alerting, profils et intégrations.
Comment vérifier que ça fonctionne
- Listez les SLO et récupérez l’identifiant :
curl -s "$DT_ENV/api/v2/slo?pageSize=25&evaluate=true" \ -H "Authorization: Api-Token $DT_TOKEN" \ | jq '.slo[] | {id, name, status, evaluatedPercentage, errorBudget}' - Vérifiez que
evaluatedPercentageest proche de la valeur obtenue à l’étape 1. Sansevaluate=true, la liste n’évalue pas les SLO (la taille de page est alors limitée à 25). Un écart important signale souvent un filtre d’entité différent. - Si le statut reste vide ou en erreur, le champ
errorde la réponse indique en général la cause (expression invalide, entité absente). - Dans l’interface, la page du SLO doit afficher le statut, l’error budget restant et la tendance.
Limites à connaître en Managed
- Pas de DQL : un SLI qui demande de croiser logs et traces doit d’abord être transformé en métrique (métrique calculée ou ingestion).
- Rétention : la résolution des métriques diminue avec l’âge des données selon la politique du cluster ; une fenêtre de 30 jours reste possible, mais la précision dépend de votre configuration.
- Charge : chaque SLO est évalué régulièrement. Des dizaines de SLO aux expressions lourdes pèsent sur le cluster ; préférez des expressions simples.
- Fonctions SaaS absentes : les SLO Grail, Site Reliability Guardian dans sa forme d’application de plateforme et les Workflows ne sont pas disponibles en Managed. Vérifiez la matrice de disponibilité dans la documentation.
Différences avec Dynatrace SaaS
En SaaS, les SLO classiques restent disponibles dans les environnements concernés, mais les nouveaux SLO s’appuient sur DQL et Grail, ce qui permet des SLI sur n’importe quelle donnée, y compris OpenTelemetry. Si vous préparez une migration, gardez vos SLI simples et documentés : ils se traduiront plus facilement. Pour le côté SaaS, voir SLO OpenTelemetry avec DQL.
Bonnes pratiques
- Un SLO par parcours utilisateur critique, pas un par microservice.
- Seuil d’avertissement au-dessus de la cible pour réagir avant l’épuisement du budget.
- Fichiers JSON ou Terraform versionnés, revus comme du code : moins de toil, moins d’erreurs manuelles.
- Nom de métrique stable : le renommer casse les alertes et tableaux de bord qui s’appuient dessus.
- Revue mensuelle de l’error budget avec l’équipe produit, en mode blameless.
Questions fréquentes
Peut-on utiliser des métriques OpenTelemetry pour un SLO Managed ?
Oui, si elles sont ingérées comme métriques dans l’environnement et interrogeables par un sélecteur de métrique. Vérifiez d’abord la requête avec l’API métriques.
Quelle fenêtre d’évaluation choisir ?
Sept jours conviennent pour un pilotage d’équipe. Trente jours correspondent mieux à un engagement contractuel, sous réserve de la rétention de votre cluster.
Faut-il un token par équipe ?
C’est recommandé : un token par pipeline, avec les seuls scopes SLO nécessaires, limite l’impact d’une fuite et facilite l’audit.
Conclusion
Les SLO en Managed demandent plus de rigueur sur le SLI, mais ils offrent une base solide : expression de métrique testée, objet versionné par l’API, alerte sur le burn rate. Commencez par un service critique, mesurez une semaine, puis étendez.
span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC. Dynatrace est une marque de son propriétaire. Les écrans et champs d’API peuvent varier selon la version de votre cluster : vérifiez-les dans la documentation officielle.