Une observabilité complète commence par une instrumentation rapide et une visibilité totale sur chaque couche de votre stack. Les annonces faites lors du DASH de cette année étendent la couverture de Datadog, du frontend jusqu’au réseau physique, avec une instrumentation plus rapide, une surveillance plus approfondie de l’expérience numérique, des intégrations cloud et infrastructure élargies, ainsi qu’un engagement continu en faveur d’OpenTelemetry sur l’ensemble de la plateforme.
Que vous instrumentiez des hôtes Windows en une seule étape, que vous traçiez une requête depuis l'appareil d'un utilisateur final jusqu'à une application SaaS, que vous surveilliez de nouveaux clouds comme Alibaba, Nebius et OVHcloud, ou que vous exécutiez des pipelines OTel entièrement indépendants vis-à-vis des fournisseurs, ces fonctionnalités vous aident à atteindre une visibilité full stack avec moins de configuration et moins de zones d'ombre. Découvrez ci-dessous toutes les nouveautés en matière d’observabilité de bout en bout, et consultez nos autres articles récapitulatifs pour en savoir plus sur les dernières avancées en IA, mise à l'échelleet sécurité.
Datadog est la plateforme d'observabilité native OpenTelemetry
Bénéficiez d’expériences intégrées natives OpenTelemetry, optimisées par les conventions sémantiques pour l’infrastructure et l’APM
Datadog prend désormais en charge nativement les conventions sémantiques OpenTelemetry sur l’ensemble de sa plateforme. Les équipes exécutant des pipelines OTel entièrement open source et indépendants vis-à-vis des fournisseurs bénéficient des mêmes expériences produitsprêtes à l’emploi (Infrastructure Host List, Kubernetes Explorer, pages de services APM, dashboards et monitors) qui nécessitaient auparavant une instrumentation native Datadog ou des composants de pipeline spécifiques à Datadog. Les vues Infrastructure et APM se remplissent automatiquement à partir des métriques et des traces natives OTel, offrant aux développeurs et aux SRE des workflows, des corrélations et des analyses cohérents, quelle que soit la source d’instrumentation. Pour demander un accès anticipé, inscrivez-vous à la Preview.
Surveillance de l'Infrastructure native OpenTelemetry
La vue Infrastructure Host List prend désormais en charge OTel nativement, permettant aux clients qui utilisent Host Metrics Receiver dans OTel Collectors de surveiller l’état de santé de leurs hôtes basés sur OTel et de trier les problèmes. Les équipes bénéficient du même inventaire d'hôtes en direct, d'un filtrage et d'un regroupement basés sur des tags, ainsi que de vues corrélées dans le panneau latéral pour les métriques, les logs et les traces.
Identifiez efficacement la cause racine des problèmes Kubernetes grâce aux données OpenTelemetry
Pour les équipes qui ont standardisé leur approche autour d’OpenTelemetry, la conversion des données de télémétrie dans des formats propres à certains fournisseurs peut entraîner des expériences produit fragmentées et des métriques désalignées. La prise en charge native d’OTel dans Datadog Kubernetes Explorer traduit automatiquement les métriques OTel en représentations standard Datadog, en résolvant les variations d’unités et de sémantique des métriques tout en préservant leur contexte d’origine. En ingérant vos manifestes de ressources Kubernetes et en les associant aux données de télémétrie OTel entrantes, Kubernetes Explorer fournit une vue unifiée tenant compte des relations, afin que vous puissiez corréler les métriques, les logs et les traces avec vos ressources Kubernetes et identifier les causes profondes sans requêtes manuelles en ligne de commande. Lisez notre article de blog pour en savoir plus.
Application Performance Monitoring prend désormais en charge nativement les métriques RED et la sémantique OpenTelemetry
Datadog prend désormais en charge nativement les spans d'application envoyés via le protocole OpenTelemetry (OTLP) directement vers notre plateforme sans avoir besoin d'un Datadog Exporter dans votre pipeline de collecte. Les hôtes instrumentés par OTel seront désormais détectés automatiquement et affichés de manière appropriée dans le portail interne des développeurs. Les traces issues de ces services affichent désormais la sémantique OTel native, sans qu’un espace de noms OTel spécifique soit nécessaire.
De plus, les métriques RED pour les hôtes OTel peuvent désormais être alimentées nativement à l'aide du connecteur de métriques de span standard OTel ou de métriques personnalisées telles que les métriques HTTP ou RPC. Les données OTel sont désormais considérées comme des données de premier niveau, à parité avec la sémantique Datadog et les sources de métriques RED. Pour demander un accès anticipé à ces fonctionnalités et à d'autres fonctionnalités natives d'OTel, inscrivez-vous à la Preview.
Gérez les configurations de pipeline DDOT à grande échelle avec Fleet Automation
Les équipes de plateforme peuvent désormais configurer à distance le Datadog Distribution of OpenTelemetry Collector (DDOT) depuis Fleet Automation, facilitant la gestion des pipelines de télémétrie dans les grandes flottes DDOT. Au lieu de s'appuyer sur Helm, GitOps ou des scripts personnalisés pour chaque mise à jour de collecteur, les équipes peuvent modifier le YAML, appliquer des changements de configuration aux collecteurs sélectionnés et examiner l'historique des déploiements directement dans Datadog. Cette fonctionnalité aide les équipes à standardiser les opérations de leurs pipelines OpenTelemetry, à réduire la dérive de configuration et à déployer avec davantage de contrôle les changements liés au filtrage, au routage et à l’échantillonnage.
Accélérez la résolution des problèmes de passerelles OTel grâce à Topology View dans Fleet Automation
Les déploiements de passerelle OTel sont des outils puissants pour la gestion centralisée de la télémétrie, mais leurs configurations complexes et leur architecture souvent multi-couches rendent l’analyse des anomalies de télémétrie longue et fragmentée. La vue Topologie dans Fleet Automation offre aux équipes de plateforme une visibilité de bout en bout sur leurs architectures de passerelle, des insights sur les schémas anormaux de trafic de télémétrie, tels que les pertes, les pics et la répartition inégale de la charge dans le pipeline, ainsi que la possibilité d’identifier les causes profondes grâce au contexte des monitors et à des vues du pipeline au niveau des composants. Pour commencer, suivez notre documentation ou lisez notre article de blog.
Obtenez une visibilité plus approfondie sur les services avec moins de configuration
Connectez de manière exhaustive vos données de service avec Service Remapping.
Service Remapping est désormais disponible en disponibilité générale, vous offrant un contrôle direct sur la manière dont les services sont nommés et regroupés dans l’ensemble de votre environnement Datadog, sans modification du code ni de la configuration. Des noms de services cohérents constituent le lien qui unifie votre télémétrie Datadog, en vous permettant de corréler les traces, les logs et les métriques issus de l’ensemble de votre architecture distribuée. Dans les environnements complexes, un même workload porte souvent des noms différents selon les sources de télémétrie. Avec Service Remapping, vous pouvez facilement garantir une représentation fidèle de votre système et unifier votre télémétrie en fusionnant les entrées de services redondantes, en divisant des entrées monolithiques par valeurs de tag et en définissant de nouveaux services en fonction des tags d'infrastructure pour résoudre les incohérences de nommage entre les produits. Les aperçus d’impact indiquent quels monitors et dashboards seront affectés avant l’entrée en vigueur de toute règle, afin que vous puissiez apporter des changements en toute confiance. Lisez notre documentation pour commencer, ou en savoir plus dans notre article de blog.
Instrumentez vos hôtes Windows en une seule étape avec Datadog APM
Datadog APM propose une instrumentation à étape unique (SSI) à l’échelle de l’hôte pour Windows, disponible en version Preview. Avec SSI, vous pouvez instrumenter les applications Java et .NET sur l’ensemble d'un hôte Windows avec une seule commande d'installation de l'agent, y compris toutes les applications Java exécutées sur l'hôte et toutes les applications .NET exécutées dans IIS. Vous pouvez également définir une règle d'instrumentation qui vous permet d'instrumenter des applications .NET exécutées en dehors d'IIS. Vous pouvez également utiliser des règles d'instrumentation pour un contrôle granulaire sur les applications Java sur l'hôte ou les applications .NET dans IIS qui sont instrumentées. Pour les nouveaux hôtes, vous pouvez configurer l'instrumentation APM via une commande MSI, ou activer SSI sur les agents existants directement depuis Fleet Automation.
Pour en savoir plus, lisez notre documentation.
Activez la visibilité de bout en bout de vos applications Java et NGINX en une seule commande
Jusqu’ici, obtenir une observabilité full stack nécessitait toujours deux efforts d’instrumentation distincts : l’un pour les services backend, l’autre pour le frontend. Pour les équipes DevOps et SRE qui ne sont pas responsables du code frontend, cela implique de se coordonner avec une autre équipe simplement pour configurer RUM, ce qui retarde l’obtention de la vue unifiée sur l’expérience utilisateur et les performances des services dont votre équipe a réellement besoin. Avec l’instrumentation en une seule étape (SSI) pour APM et RUM, vous pouvez désormais activer la surveillance frontend et backend avec une seule commande, sans modification du code. Datadog instrumente automatiquement votre application, corrèle les sessions RUM avec les traces APM backend et commence à fournir une image complète de la manière dont vos services affectent les utilisateurs réels dès l’installation de l’agent. SSI prend désormais en charge les serveurs d’applications Java basés sur des servlets, notamment Tomcat, Jetty, WildFly et WebLogic, ainsi que les applications servies par NGINX, afin que vous disposiez du même chemin de commande unique vers une visibilité de bout en bout.
Pour en savoir plus, lisez notre article de blog ou notre documentation.
Tracez les services gérés par Azure de bout en bout dans vos applications .NET
Les applications .NET distribuées sur Azure s'appuient sur des services gérés tels que Service Bus, Event Hubs, Cosmos DB et API Management pour acheminer les demandes entre les systèmes. Lorsqu’un problème survient en production, les ingénieurs perdent souvent en visibilité à la frontière entre leur code d'application et l'infrastructure gérée par Azure. Datadog étend désormais le traçage distribué à ces services pour les applications .NET, sans nécessiter de modifications de code. Les équipes peuvent suivre les demandes sur l’ensemble du flux d’application dans une vue unique, avec des traces qui restent connectées lorsque les messages transitent par des files d’attente et des flux d’événements, des opérations Cosmos DB qui apparaissent en ligne avec le reste de la demande, et des spans API Management qui relient les traces frontend et backend. En savoir plus dans notre article de blog.
Intégrez vos traces distribuées Azure Application Insights dans Datadog APM
Les équipes qui utilisent Azure Application Insights pour leurs workloads serverless Azure peuvent désormais bénéficier d’une visibilité APM complète dans Datadog, sans instrumentation via Datadog Agent. Datadog convertit automatiquement les logs App Insights en spans APM et les enrichit avec les métadonnées des ressources Azure, afin que les spans Azure Functions, API Management, Cosmos DB, Azure Blob Storage et Azure SQL DB apparaissent dans le même explorateur de trace, les mêmes flame graphs et le même catalogue de logiciels que le reste de votre stack. Aucune configuration supplémentaire n'est requise tant que les logs Azure transitent déjà dans Datadog via l'intégration Azure. Dans les environnements mixtes, où certains services utilisent App Insights et d’autres Datadog APM, les traces issues des deux solutions peuvent être corrélées dans une vue unique. L'intégration Azure Application Insights est actuellement en version Preview. L'intégration Azure Application Insights est actuellement en version Preview.
Visualisez tous vos services sans instrumentation grâce à Datadog Service Discovery
Vous ne savez pas exactement à quoi ressemble votre environnement au niveau de la couche applicative, ni si vous tirez pleinement parti de votre configuration d’observabilité ? Datadog Service Discovery vous offre un aperçu instantané de tous les services exécutés sur vos hôtes et de la manière dont ils sont connectés. Service Discovery génère une carte visuelle de votre stack applicative, sans nécessiter d’instrumentation. Vous pouvez ainsi comprendre l’ensemble du périmètre qui pourrait être surveillé avec APM, notamment les services existants, leurs dépendances, ainsi que les services critiques à surveiller en priorité. Service Discovery constitue un point de départ pour bâtir une stratégie d’observabilité plus complète. Pour démarrer avec Service Discovery, inscrivez-vous à la Preview.
Analysez le comportement des traces à grande échelle avec Trace Patterns
L'investigation d'une trace à la fois ne permet pas de s'adapter à l'échelle. Trace Patterns regroupe les traces ayant une structure et des attributs similaires en schémas récurrents, classés par volume de demandes, taux d'erreur et latence, afin que vous puissiez analyser d’un coup d’œil les comportements observés sur l’ensemble des demandes. Ouvrez n'importe quel schéma pour inspecter des traces représentatives, les valeurs aberrantes liées aux erreurs ou à la latence, et son évolution dans le temps. Pour en savoir plus, consultez la documentation Trace Patterns ou inscrivez-vous à la Preview pour commencer.
Suivez les performances sur l’ensemble des parcours utilisateur
Surveillez les performances techniques des étapes critiques de vos parcours utilisateur avec RUM Operations
Chaque parcours utilisateur dans vos applications, comme le paiement, la connexion ou la recherche, comprend des étapes critiques qui assurent le bon déroulement de l’expérience. Ces étapes sont surveillées via RUM Operations afin de garantir que vos parcours restent toujours disponibles. Par exemple, le parcours de paiement peut inclure des étapes d’opération telles que la saisie des informations de paiement, l’enregistrement d’un moyen de paiement et la finalisation d’un achat.
Une fois qu’une opération RUM est définie, Datadog calcule des métriques sur l’ensemble du trafic de votre application afin de mesurer le volume, le taux de conversion et la latence de cette opération. Ces métriques peuvent être intégrées à des monitors, des SLO et des dashboards, et les opérations apparaissent également comme des événements RUM dans les sessions RUM pour des investigations plus approfondies. Pour en savoir plus, consultez la documentation Operations Monitoring ou inscrivez-vous à la Preview pour commencer.
Intégrez de l'observabilité à chaque version avec les fonctionnalités Datadog Feature Flags et Experiments
Datadog Feature Flags et Experiments sont désormais tous deux disponibles en disponibilité générale et s’intègrent directement aux données de télémétrie que vous collectez déjà avec Datadog : traces APM, sessions RUM, logs et métriques d'infrastructure. Avec Feature Flags, les équipes d'ingénierie peuvent livrer des fonctionnalités grâce à des déploiements canary pilotés par l'observabilité, retracer tout incident jusqu'au changement de drapeau exact qui l'a causé, et laisser Bits AI supprimer les drapeaux obsolètes avant qu'ils ne s'accumulent en dette technique.
Experiments utilise ces mêmes données de télémétrie pour rendre chaque version mesurable, afin que les équipes puissent mener des tests A/B rigoureux et voir, dans une vue unique, l’impact de chaque variante sur le comportement des utilisateurs, les performances de l’application et les métriques métier, sans pipelines par lots ni dashboards reconstitués. Et à mesure que les agents d’IA prennent en charge une part croissante du travail de développement, Experiments permet aux équipes de tester en toute sécurité chaque changement qu’elles livrent, afin de garder la fiabilité et les métriques clés sous contrôle, même lorsque les cycles s’accélèrent. Ensemble, Feature Flags et Experiments relient l’analyse produit, les tests contrôlés et les déploiements en production sécurisés dans un même workflow. En savoir plus dans notre article de blog.
Visualisez l’état de santé de vos systèmes en un coup d’œil grâce à la nouvelle expérience Synthetics
Ne soyez plus le dernier à savoir lorsqu’un parcours critique devient défaillant. La page d’accueil Datadog Synthetic Monitoring offre une vue unifiée de l’état de santé des applications, en remplaçant les listes de tests surchargées par des insights exploitables. Utilisez la carte Availability Overview pour visualiser vos routes les plus fréquentées et identifier les lacunes de couverture. Vous pouvez également utiliser la vue System Signals pour vous assurer de détecter les problèmes sur l’ensemble de votre stack avant qu’ils n’impactent les utilisateurs. Du suivi des SLI à l’automatisation de la maintenance des tests « bruyants », cette nouvelle expérience devient votre mécanisme de routage quotidien pour aborder la production en toute sérénité. Inscrivez-vous à la Preview pour obtenir un accès anticipé à la nouvelle page d'accueil Synthetics. Pour en savoir plus, vous pouvez consulter notre article de blog sur la page d'accueil et lire la documentation Synthetic Monitoring.
Dépannez les performances frontend avec Browser Profiler de Datadog
Les problèmes de performance frontend sont faciles à détecter, mais difficiles à diagnostiquer. Un score INP dégradé ou des tâches longues récurrentes indiquent que les utilisateurs subissent des ralentissements, mais pas quelle fonction JavaScript en est responsable. Browser Profiler de Datadog , désormais disponible en Preview publique, relie les stack frames des méthodes issues de sessions utilisateur réelles directement aux workflows RUM que les ingénieurs utilisent déjà. Les équipes peuvent examiner les interactions lentes dans des sessions individuelles, identifier les goulots d'étranglement récurrents sur des milliers de sessions, et comparer les snapshots de profilage avant et après un déploiement pour confirmer qu'un correctif a fonctionné en production. En savoir plus dans notre article de blog.
Optimisez la vitesse de lancement de votre application mobile avec Mobile Profiling
Capturez des données détaillées sur les performances de votre application mobile lors du lancement. En utilisant Mobile Profiling, vous pouvez identifier les méthodes lentes et optimiser le temps jusqu’au premier affichage (TTID) de votre application. Le profileur mobile collecte les stacks d’appels de méthodes depuis le processus de l’application, qui peuvent ensuite être interrogées et analysées dans RUM Sessions Explorer. Mobile Profiling est disponible en Preview pour iOS et Android.
Surveillez la fiabilité de toutes vos suites de tests critiques depuis un seul endroit
Sans signal clair de fiabilité au niveau de la suite, les équipes sont contraintes d’analyser les échecs de tests un par un, ce qui complique la distinction entre du bruit isolé et les symptômes d’une dégradation plus large du système. Les SLO générés automatiquement par Datadog pour les suites de tests comblent cette lacune en transformant des tests Synthetic regroupés en une vue unifiée de la fiabilité. Les équipes peuvent ainsi évaluer rapidement l’état de santé du système, suivre la consommation du budget d’erreur et privilégier les investigations là où elles comptent le plus.
Sans configuration requise, Datadog crée automatiquement des SLO pour chaque suite de tests, avec un KPI de fiabilité glissant par défaut sur 7 jours et un objectif de 99,9 %. Les équipes peuvent immédiatement comprendre si la fiabilité évolue dans la mauvaise direction, déclencher des alertes sur les dégradations significatives plutôt que sur des échecs transitoires, et identifier les tests qui contribuent le plus aux temps d’arrêt grâce à une vue intégrée des contributeurs. En mettant en lumière les tests entraînant la consommation du budget d'erreur, les Test Suite SLO aident les SRE, les ingénieurs de plateforme et les équipes de QA à passer d’un dépannage fragmenté à une analyse des causes profondes plus rapide et plus ciblée. Pour plus d'informations, consultez la section Objectifs de niveau de service pour les suites de tests.
Détectez et corrigez les problèmes de réseau à chaque étape
Diagnostiquez automatiquement les problèmes de points de terminaison à l'échelle de votre flotte avec Datadog
La nouvelle fonctionnalité Command Center de Datadog End User Device Monitoring détecte et analyse automatiquement les problèmes de points de terminaison à l'échelle de la flotte à l’aide de Bits AI SRE. Chaque carte de problème met en évidence la cause profonde, le nombre d'appareils affectés et l’historique complet de l’investigation. À son lancement, Command Center couvre neuf scénarios fréquents liés aux performances réseau et SaaS, à l’état de santé des appareils et des applications, ainsi qu’à l’utilisation et à la visibilité des outils d'IA. Étant donné que Command Center s’appuie sur Case Management, les administrateurs peuvent mettre à jour le statut, la personne assignée et les tickets Jira liés sans jamais quitter la page. Pour commencer, bénéficiez de la version Preview de End User Device Monitoring ou lisez la documentation.
Tracez les chemins réseau d’un appareil utilisateur final jusqu'à une application SaaS
Lorsque des utilisateurs signalent des applications lentes ou une qualité d’appel dégradée, il est souvent difficile d’identifier l’origine du problème. Passer d'un outil à un autre pour corréler les signaux des appareils, du réseau et des applications ralentit l’analyse des causes profondes et la rend moins précise. En combinant Datadog End User Device Monitoring avec Network Path, vous pouvez désormais tracer l'intégralité du chemin réseau depuis l’appareil d’un utilisateur jusqu’à une application SaaS, en visualisant la latence et la perte de paquets à chaque saut, sur l’ensemble des couches. Vous pouvez comparer les chemins entre les appareils et les périodes pour identifier les tendances susceptibles d’affecter l'ensemble de la flotte. Pour commencer, bénéficiez de la version Preview de End User Device Monitoring ou lisez l'article de blog.
Network Device Monitoring ajoute des intégrations pour Meraki, Fortinet, VeloCloud, Aruba et Juniper Mist
Datadog Network Device Monitoring couvre désormais Cisco Meraki, Fortinet FortiManager, VMware VeloCloud SD-WAN, Aruba Central et Juniper Mist, cinq des principales plateformes utilisées pour exploiter les réseaux d’entreprise modernes. Vous pouvez ainsi collecter, dans un seul endroit, la qualité des liaisons, l’état de santé des appareils et la ventilation du trafic sur les réseaux wireless gérés dans le cloud, le SD-WAN et les réseaux pilotés par l’IA. Les logs d’événements de sécurité Meraki sont également transmis à Datadog Cloud SIEM, afin que vous puissiez analyser côte à côte l’activité liée aux menaces et les problèmes de performance. Il en résulte une visibilité indépendante des fournisseurs, de la périphérie au cœur du réseau, que votre flotte soit actuellement à fournisseur unique ou en pleine migration vers un environnement multifournisseur au prochain trimestre. En savoir plus sur Network Device Monitoring.
Surveillez votre infrastructure wireless gérée dans le cloud grâce aux intégrations Aruba Central et Juniper Mist
Les intégrations Aruba Central et Juniper Mist de Datadog sont désormais disponibles en disponibilité générale, et intègrent l’infrastructure réseau wireless et filaire gérée dans le cloud à Network Device Monitoring. Les équipes peuvent surveiller l’état de santé des appareils, l’expérience client, les métriques de qualité Wi-Fi et le débit réseau sur les points d’accès, commutateurs et passerelles gérés par Aruba et Mist, le tout via une collecte basée sur l’API. Comme ces intégrations alimentent plus largement la plateforme Datadog, les ingénieurs réseau peuvent corréler les dégradations des performances wireless avec la latence des applications, les métriques d’infrastructure et les logs afin de déterminer si les problèmes de connectivité proviennent de la couche réseau ou d’un autre niveau de la stack. Pour en savoir pus, consultez l'intégration Juniper Mist et l'intégration Aruba Central, ou explorez Network Device Monitoring pour commencer.
Surveillez l'infrastructure AI et les plateformes cloud modernes
Surveillez les entrepôts SQL de Databricks avec Data Observability
Vous pouvez désormais utiliser Datadog Data Observability pour obtenir une visibilité sur vos entrepôts SQL de Databricks. Avec la surveillance des entrepôts SQL de Databricks de Data Observability, désormais disponible en Preview publique, vous pouvez détecter quasi en temps réel les requêtes Databricks ayant échoué ou de longue durée sur l’ensemble des espaces de travail, afin de réduire le temps nécessaire pour identifier et corriger les workloads analytiques défaillants, ou détecter les requêtes trop coûteuses. Vous pouvez également surveiller l’utilisation et les requêtes en file d’attente sur votre entrepôt SQL afin de déterminer si des changements de configuration du cluster sont nécessaires pour garantir l’exécution à temps des requêtes critiques. Pour commencer, suivez la documentation de configuration de Data Observability pour Databricks.
Surveillez les workloads Nebius AI Cloud avec Datadog
Les équipes ML et plateforme utilisent Nebius AI Cloud pour entraîner et déployer des modèles d'IA, avec des données de télémétrie liées au calcul GPU, aux tâches d’entraînement, aux services d’inférence et aux applications LLM dispersées entre des outils déconnectés. L’intégration Datadog pour Nebius AI Cloud intègre les logs de sortie série des VM, de Managed Kubernetes, de MLflow, de PostgreSQL et des points de terminaison IA à Datadog Log Management, déploie Datadog Agent sur les instances de calcul Nebius pour les métriques d’infrastructure et APM, surveille l’utilisation et les données thermiques des GPU avec Datadog GPU Monitoring, et trace les workflows d’agents ainsi que l’utilisation des tokens avec Datadog Agent Observability. Un dashboard prêt à l’emploi et des monitors préconfigurés couvrent les modes de défaillance courants des workloads d’IA, des erreurs d'expérimentation MLflow aux échecs de connexion PostgreSQL. Lisez notre documentation pour commencer ou consultez notre article de blog.
Surveillez les Google Cloud Run Jobs de bout en bout avec Datadog Serverless Monitoring
Cloud Run Jobs prend en charge des workloads tels que les pipelines de données par lots, le prétraitement ML et les rapports nocturnes. Toutefois, sans observabilité approfondie, une tâche ayant échoué ou lente implique d’examiner manuellement Cloud Logging pour comprendre l’origine du problème et l’étape concernée. Datadog Serverless Monitoring pour Cloud Run Jobs intègre un traçage APM complet, les métriques et la collecte des logs à vos exécutions de tâches, avec une prise en charge de Python, Node.js, Go, Java, .NET, Ruby et PHP. Chaque exécution de tâche est tracée de bout en bout et corrélée avec l'infrastructure et les services dont votre tâche dépend, afin que vous puissiez voir précisément quelle étape a pris trop de temps, où les erreurs se sont produites et comment les performances se comparent d’une exécution à l’autre. Serverless Monitoring pour Cloud Run Jobs est actuellement disponible en version Preview et sera bientôt disponible en disponibilité générale. Pour commencer, demander l'accès ou lisez notre documentation.
Surveillez les fonctions Vercel avec Datadog Serverless Monitoring
Les équipes qui utilisent Vercel peuvent désormais bénéficier d’une visibilité complète sur leurs fonctions en envoyant les logs et traces OpenTelemetry directement à Datadog via les Vercel Drains configurés dans l’intégration Vercel, sans pipeline personnalisé ni outil supplémentaire. Une fois la connexion établie, chaque projet Vercel dispose d’une page dédiée dans la vue Serverless, organisée par route, avec des onglets Overview, Logs, Traces et RUM, afin que les ingénieurs puissent passer d’un pic d’erreurs de fonctions à la trace exacte et au log corrélé en quelques secondes. Un dashboard prêt à l’emploi met en évidence le trafic, la latence, l’état de santé des fonctions serverless, les événements de pare-feu et les taux de réussite de cache sur l’ensemble de votre déploiement Vercel. Lisez notre documentation pour commencer.
Surveillez Azure AI Foundry avec l'intégration Datadog
Azure AI Foundry est rapidement devenu une plateforme de référence pour les équipes d’entreprise qui déploient des modèles, des flux de prompt et des workloads d’agents sur Azure. La nouvelle intégration Datadog ajoute les métriques et logs Foundry à Datadog, avec des dashboards prêts à l’emploi et des monitors recommandés couvrant les performances des modèles, l’activité et les coûts. La télémétrie Foundry est centralisée avec le reste de votre stack Azure, afin que votre équipe de plateforme puisse la gérer depuis la même vue que celle qu’elle utilise déjà pour tout son environnement. Pour commencer, activez la vignette d’intégration Azure AI Foundry dans Datadog.
Suivez les workflows agentiques n8n de bout en bout avec Datadog
n8n est une plateforme d'automatisation et d'orchestration des workflows que les équipes utilisent pour intégrer des systèmes et automatiser des pipelines de données. L'intégration n8n de Datadog offre une visibilité sur l’état de santé des workflows, ainsi que du reste de votre infrastructure, dans une vue centralisée. Avec Datadog, vous pouvez surveiller le nombre et le statut des exécutions de workflows, les percentiles de latence, la santé des files d’attente, la capacité des workers, le débit des webhooks et les temps d’exécution au niveau des étapes. Vous pouvez ainsi comprendre rapidement quand des workflows sont retardés, quel nœud provoque le ralentissement et si la cause profonde se situe dans le workflow lui-même ou dans l’infrastructure sous-jacente, le tout sans ingérer tous les logs d’exécution simplement pour reconstituer ce qui s’est passé. Les dashboards prêts à l’emploi et les monitors préconfigurés de Datadog vous permettent de visualiser les échecs et de recevoir des alertes, d’analyser les ralentissements et de corréler le comportement des workflows avec la santé des workers, la pression sur les files d’attente et le contexte Kubernetes. Lisez notre documentation pour en savoir plus sur l'intégration n8n.
Obtenez une visibilité de bout en bout sur Nutanix avec Datadog
Nutanix est une plateforme d'infrastructure hyperconvergée qui combine calcul, stockage et virtualisation dans une stack unique définie par logiciel. L'intégration Nutanix de Datadog offre aux équipes une visibilité sur les clusters, les hôtes et les machines virtuelles tout en intégrant également l'activité opérationnelle de Prism Central, notamment les alertes, les événements, les tâches et les audits, à Datadog sous forme d’événements. Les équipes peuvent ainsi surveiller l’infrastructure Nutanix parallèlement aux applications qui s’y exécutent, déterminer rapidement si les problèmes proviennent de la couche applicative ou de la plateforme sous-jacente, et examiner l’état de santé des clusters, la capacité, les performances de stockage et d’E/S, les hôtes et VM présentant des pics de charge, ainsi que les workloads inefficaces. L’intégration inclut également un dashboard Nutanix Overview prêt à l’emploi, qui fournit une vue de référence sur l’état de santé, l’utilisation des ressources et la capacité, afin d’aider les opérateurs à passer plus rapidement des symptômes aux causes et à maintenir des environnements stables à mesure que les workloads évoluent. Pour en savoir plus, lisez notre article de blog et notre documentation.
Obtenez une visibilité sur l'ensemble de votre écosystème d'entreprise
Connectez Datadog aux plateformes sur lesquelles s’exécutent vos applications métier
Les nouvelles intégrations, ainsi que les intégrations améliorées, avec Temporal Cloud, Adyen, ServiceNow, Cloudflare, SAP HANA Cloud, Tableau, Shopify, Intercom et Genesys Cloud étendent Datadog aux plateformes SaaS qui font évoluer les entreprises modernes. La couverture s’étend désormais à l’orchestration de workflows, au traitement des paiements, à l’ITSM, aux réseaux de périphérie, à la business intelligence, à l’e-commerce, au support client et aux centres de contact, avec notamment une prise en charge en avant-première de la nouvelle API OpenMetrics de Temporal. Vous pouvez suivre l'ensemble du cycle de vie des transactions dans Adyen, l'exécution des workflows dans Temporal et la santé de votre storefront Shopify ainsi que les applications et l’infrastructure que vous surveillez déjà. L’observabilité suit votre stack, et non l’inverse. Pour en savoir plus, consultez la documentation dédiée aux intégrations Datadog.
Déployez le transfert automatisé des logs Azure avec Terraform
Le transfert automatisé des logs Azure de Datadog élimine déjà le besoin de configurer et de gérer manuellement les services et paramètres de diagnostic nécessaires au transfert des logs. Il prend désormais en charge Terraform, ce qui vous permet de provisionner l'ensemble du pipeline sur tous les abonnements de votre locataire directement depuis votre infrastructure en tant que code. Ajoutez le module une seule fois, et l’ajout d’un nouvel abonnement devient un simple changement de configuration sur une ligne, au lieu d’un workflow dans le portail. La couverture reste synchronisée avec le reste de votre infrastructure Azure, éliminant ainsi la dérive liée aux configurations manuelles. Pour commencer, installez le fournisseur Terraform de Datadog et ajoutez le module de transfert automatisé des logs à votre configuration.
Surveillez les applications Oracle Fusion Cloud avec Datadog
Les applications Oracle Fusion Cloud alimentent des workflows métier critiques dans les domaines de la finance, des RH et de la chaîne d'approvisionnement, mais comme elles fonctionnent sur une infrastructure gérée par Oracle, les équipes d'ingénierie disposent d’une visibilité limitée sur leurs performances. La nouvelle intégration Oracle Fusion de Datadog comble cette lacune en collectant les métriques et logs des tâches ESS, afin que les équipes puissent suivre l’exécution des tâches, détecter les nouvelles tentatives et les blocages, et corréler les ralentissements avec les échecs de pipelines en aval dans Oracle Integration Cloud. Les logs d’audit sont transmis directement à Log Explorer et Cloud SIEM, ce qui permet de déclencher des alertes en temps réel sur les activités à haut risque, comme les changements d’autorisations. Associée à Synthetic Monitoring, cette intégration permet aux équipes de tester les points de terminaison Oracle Fusion et les workflows d’interface utilisateur de l’extérieur vers l’intérieur, afin de détecter les régressions avant que les utilisateurs ne les signalent. Pour en savoir plus, lisez l'article de blog ou consultez la Documentation de l'intégration des applications Oracle Fusion.
Unifiez l'observabilité pour Alibaba Cloud avec Datadog
Pour les équipes utilisant Alibaba Cloud en parallèle d’AWS, Google Cloud ou Azure, les signaux issus de Cloud Monitor, ApsaraDB et Simple Log Service restent cloisonnés dans leurs propres consoles, ce qui complique le diagnostic des incidents multi-fournisseurs. L’intégration Alibaba Cloud de Datadog réunit 14 services Alibaba Cloud au sein d’une même plateforme. Récupérez les métriques d'infrastructure depuis Cloud Monitor et envoyez les logs de Simple Log Service vers Datadog Log Management, notamment les événements d’audit ActionTrail, les logs Kubernetes ACK, les logs d’accès OSS et les logs VPC Flow. Installez Datadog Agent sur les instances ECS et les clusters ACK afin d’ajouter des traces distribuées et des métriques de conteneurs. Des dashboards prêts à l’emploi pour ECS, CDN, Server Load Balancer et les bases de données ApsaraDB se chargent automatiquement une fois la configuration effectuée. Pour les équipes ayant des exigences de résidence des données en APAC, BYOC Logs maintient le traitement des logs dans votre propre compte Alibaba Cloud. Lisez notre article de blog ou notre documentation pour commencer.
Surveillez l'infrastructure OVHcloud avec Datadog
Les équipes des secteurs de la finance, de la santé et de l’administration publique qui ont des exigences de résidence des données dans l’UE utilisent OVHcloud en parallèle d’AWS, Google Cloud ou Azure, mais leurs données de télémétrie restent dispersées entre différents outils, ce qui fait perdre du contexte aux investigations menées sur plusieurs clouds. L’intégration OVHcloud de Datadog récupère les logs depuis OVHcloud Logs Data Platform dans Datadog Log Management, notamment les logs d’audit de compte, les résultats de vérification des politiques IAM, les logs d’audit Kubernetes, les logs de bases de données gérées et les logs d’accès des équilibreurs de charge. Installez Datadog Agent sur les instances OVHcloud pour ajouter des métriques d’hôte, des traces APM et des données de télémétrie de conteneurs. Un dashboard prêt à l’emploi et trois modèles de monitors préconfigurés, déclenchés par des pics du taux d’erreurs HTTP, un nombre élevé de logs d’erreur et un volume important de logs de gravité critique, vous offrent une couverture immédiate sans avoir à définir chaque condition à partir de zéro. Lisez notre documentation pour commencer ou consultez notre article de blog.
Surveillez les journaux et l'infrastructure Scaleway avec Datadog
Les équipes dans des secteurs réglementés utilisent Scaleway en parallèle d’AWS, Google Cloud ou Azure pour la résidence des données dans l'UE et la conformité au RGPD, mais ne peuvent pas corréler les données de télémétrie Scaleway avec le reste de leur stack sans changer d'outils. L’intégration Scaleway de Datadog transmet les logs de Scaleway Cockpit et d’Audit Trail à Datadog Log Management, déploie Datadog Agent sur les instances Scaleway Compute pour collecter les métriques d’hôte et les traces APM, et corrèle les traces APM avec les métriques au niveau des pods issues des clusters Kubernetes Scaleway Kapsule et Kosmos. Un dashboard d’aperçu prêt à l’emploi et deux modèles de monitors préconfigurés, l’un pour les pics de logs d’erreur de service et l’autre pour les événements critiques dans votre environnement Scaleway, offrent aux ingénieurs d’astreinte un point de départ avant même que les références des workloads ne soient établies. Pour en savoir plus, lisez notre documentation ou consultez notre article de blog.
Suivez les performances et l'utilisation des ressources de Power BI Embedded
Power BI Embedded permet aux développeurs d'intégrer des analyses Power BI dans leurs propres applications, mais l'exploitation de la capacité sous-jacente en production nécessite une visibilité sur les performances d’actualisation, la latence des requêtes et l’utilisation de la capacité que le portail Azure seul ne fournit pas. La nouvelle intégration Datadog pour Power BI Embedded met en lumière des métriques critiques de performance et d'utilisation directement dans Datadog. La santé de Power BI Embedded est centralisée dans la même plateforme d’observabilité que le reste de vos applications, afin que les administrateurs de capacité puissent la gérer avec les workflows d’alerte et de dashboards que leur équipe utilise déjà. Pour plus d'informations, lisez notre documentation.
