Apprenez les bases de la surveillance des métriques, de la visualisation, de l’agrégation des logs et de l’évaluation des alertes à travers neuf laboratoires guidés. Vous exécuterez Prometheus, Node Exporter, Grafana, Loki et Promtail dans Docker, relierez les composants sur des réseaux locaux et consulterez métriques et logs dans leurs interfaces web.
Le cours prend la forme d’exercices ciblés pour débutants, pas d’un déploiement de production persistant. Chaque laboratoire fournit les services de départ nécessaires pour pratiquer configurations, requêtes, tableaux de bord et validation sans assembler d’abord une plateforme complète.
Ce que vous apprendrez
À l’issue du cours, vous saurez :
- Exécuter Prometheus dans Docker et utiliser son interface, ses endpoints d’état et sa page de cibles pour vérifier sa santé.
- Écrire une configuration de scraping, la monter dans un conteneur et recharger les changements via l’API de cycle de vie.
- Déployer Node Exporter sur un réseau Docker et collecter avec Prometheus les métriques CPU et système.
- Sélectionner et filtrer les séries avec PromQL, puis appliquer des sélecteurs de plage et
rate()aux compteurs. - Connecter Grafana à Prometheus et créer un panneau enregistré qui calcule et visualise l’utilisation CPU.
- Configurer et exécuter un Loki local mono-nœud, puis vérifier son démarrage et son état ready.
- Configurer Promtail pour envoyer les logs système à Loki et les explorer avec LogQL dans Grafana.
- Définir une alerte CPU Prometheus, la charger, générer une charge et observer les états inactive, pending et firing.
À qui s’adresse ce cours
Ce cours s’adresse aux débutants en DevOps, administration système ou SRE qui veulent comprendre concrètement la relation entre métriques, tableaux de bord, logs et règles d’alerte. Il convient aussi aux développeurs souhaitant découvrir comment une petite stack locale expose les données opérationnelles.
Prérequis : Vous devez savoir naviguer dans un terminal Linux, modifier du YAML et lire des commandes. Des notions d’images, conteneurs, ports, volumes et réseaux Docker sont utiles, car tous les outils s’exécutent en conteneurs.
Environnement d’apprentissage : Les neuf laboratoires utilisent des environnements Ubuntu 22.04 fournis avec Docker. Vous travaillerez dans le terminal et les interfaces locales de Prometheus et Grafana ; chaque lab prépare les services requis pour son sujet.
Questions fréquentes
Les neuf laboratoires construisent-ils une stack unique et persistante ?
Non. Les environnements sont indépendants et plusieurs commencent avec les composants nécessaires déjà actifs. Vous installez ou configurez chaque outil principal, mais la stack ne persiste pas d’un lab au suivant.
Le laboratoire d’alertes envoie-t-il des e-mails ou messages ?
Non. Vous créez une règle, générez une charge CPU et observez ses états dans Prometheus. Alertmanager et les récepteurs externes ne sont pas configurés.
La configuration Loki représente-t-elle une architecture de production ?
Non. Elle utilise un Loki local mono-nœud, sans authentification et avec stockage fichier. Le stockage distribué durable, la multi-tenance, l’authentification, la rétention et le scaling ne sont pas couverts.
Ai-je besoin d’un Grafana hébergé, d’identifiants cloud ou d’autres comptes ?
Non. Tous les composants fonctionnent localement dans les labs et utilisent des URL locales. Aucun abonnement d’observabilité ni compte cloud n’est requis.
