Descriptif
Suite ELK pour les développeurs : journaliser et analyser est une formation de 2 jours (14 heures), de niveau intermédiaire, rattachée au domaine « Développement logiciel, informatique et Web ». Instrumenter ses applications et exploiter les journaux avec la suite ELK. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Journalisation structurée
- Elasticsearch
- Logstash et Beats
- Kibana
- Alertes
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : pratiques de journalisation des participants, présentation de la pile ELK du laboratoire accessible en navigateur | 0,5 h |
| 2 | Journaliser utile : niveaux, format JSON, champs normalisés ECS, corrélation par identifiant de trace, données sensibles à proscrire | 1,5 h |
| 3 | Travaux pratiques : instrumenter une application Java et une application Node.js pour produire des journaux structurés exploitables | 2 h |
| 4 | Elasticsearch : index et mappings, analyseurs, langage de requête DSL et agrégations | 1,5 h |
| 5 | Travaux pratiques : indexer les journaux produits, écrire des requêtes de recherche et des agrégations par service | 1,5 h |
| Jour 2 | ||
| 6 | Collecte : Filebeat et ses modules, pipelines d'ingestion, Logstash et ses filtres grok, mutate, date et enrichissements | 1,5 h |
| 7 | Travaux pratiques : construire la chaîne Filebeat, Logstash et Elasticsearch puis analyser un journal non structuré avec grok | 2 h |
| 8 | Kibana : Discover, requêtes KQL, visualisations Lens et tableaux de bord partagés | 1,5 h |
| 9 | Atelier : bâtir un tableau de bord d'exploitation applicative et configurer des alertes sur taux d'erreur et temps de réponse | 1,5 h |
| 10 | Mise en situation : diagnostiquer un incident applicatif de bout en bout à partir des seuls journaux, puis plan d'instrumentation | 0,5 h |
Méthodes pédagogiques
- Pédagogie active : 54 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
Elasticsearch, Logstash, Kibana, Filebeat
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois