Anypoint Insights & observabilité (Course #observability)

For ops, admins, architectes.

Réf#observability
Durée1 jour
Formats4 modalités
Certif—
Prérequis1

À la fin, vous saurez

À l'issue de cette formation, vous serez capable de mettre la plateforme sous instrumentation complète — dashboards, métriques métier, traces, alarmes calibrées — pour réduire le délai de détection de 25 min à moins de 5.

Cas fil rouge

Kestrel Santé exploite 60 intégrations Mule pour la planification patient, mais sans visibilité : alertes uniquement sur CPU, détection moyenne à 25 minutes, post-mortems sans preuves de trace. La guilde SRE doit installer une observabilité complète en un trimestre — dashboards signaux d'or, alarmes liées aux traces, télémétrie exportée — sous un plafond d'ingestion de 15 Go/jour.

Programme chaque ligne est quelque chose que vous faites

5 modules · 13 sujets · dans l'ordre du cours

  1. Module 1

    Des dashboards qui décident

    Objectif. Construire des dashboards signaux d'or avec métriques personnalisées et règles d'alarme taillées pour réduire le bruit.

    • Composer des dashboards autour des signaux d'or — latence p95, taux d'erreur, saturation — par groupe applicatif
    • Définir des métriques métier issues des événements (commandes/min, sinistres/h) aux côtés des jauges JVM
    • Calibrer les alarmes par paliers warning/critical et fenêtres de dédoublonnage (cible : −70 % d'alertes)
  2. Module 2

    De l'analytics aux KPI

    Objectif. Transformer l'analytics multi-environnements en bases de tendance et KPI métier présentables au comité.

    • Agréger l'analytics des API entre environnements en bases semaine/semaine sur volumes et erreurs
    • Classer les API par taux de consommation du budget SLO pour tuner là où les consommateurs sentent la dégradation
    • Dériver des KPI métier (sinistres déposés/h) de l'usage analytique et les publier sur une vue comité
  3. Module 3

    Une trace, toute l'histoire

    Objectif. Suivre un message unique à travers les couches API-led par trace ID et y adjoindre les logs correspondants.

    • Lire les cascades de spans entre couches Experience→Process→System pour localiser la latence ajoutée
    • Joindre logs et traces par correlationId (cible : 100 % de jointures) pour que chaque span porte sa preuve
  4. Module 4

    Télémétrie sans enfermement

    Objectif. Diffuser métriques et logs vers Splunk/Datadog/Grafana via un schéma d'export chiffrable avant généralisation.

    • Exporter métriques et logs vers Splunk, Datadog ou Grafana après dimensionnement de l'ingest (plafond : 15 Go/jour)
    • Évaluer les collecteurs OpenTelemetry comme couche de normalisation de sources Mule et non-Mule mêlées
  5. Module 5

    Avant que le pager sonne

    Objectif. Anticiper grâce aux budgets d'erreur, alertes d'anomalie et prévisions de capacité plutôt que subir.

    • Superviser les SLA en budgets d'erreur (99,9 % de disponibilité ≈ 43 min/mois d'indisponibilité tolérée)
    • Régler la détection d'anomalies sur le trafic saisonnier pour saisir la dérive avant l'escalade consommateur
    • Planifier la capacité workers six semaines avant la saturation projetée, à partir des tendances insights

Références & documentation officielle chaque affirmation ci-dessus a une source

Module 2

Module 3

Dans la filière Opérations / DevOps

Une formation pour votre équipe ?

Chaque session est adaptée à vos cas d'usage, vos données et votre planning.

Demander un devis