Datadog: monitoramento e observabilidade com dashboards e IA

Introdução à observabilidade e Datadog - Apresentação

Apresentando o tema, a instrutora e a audiodescrição

Como as empresas descobrem tão rapidamente que estão enfrentando lentidão ou indisponibilidade? A resposta passa pela observabilidade.

Olá! Eu sou a Agnes Huesca, instrutora na Alura e também engenheira de dados em um dos maiores bancos do Brasil. No meu dia a dia, desenvolvo pipelines de dados, infraestruturas em nuvem e também monitoramento e observabilidade para garantir a segurança e a saúde das minhas aplicações. Por acessibilidade, vou me autodescrever.

Audiodescrição: Sou uma mulher branca, de cabelo castanho comprido, visto uma blusa marrom e, atrás de mim, está o estúdio da Alura, com uma estante ao meu lado esquerdo.

Apresentando o público-alvo e o conteúdo do curso

Este curso foi pensado para quem está começando no mundo do monitoramento e da observabilidade e para quem nunca teve contato com a Datadog, uma das maiores plataformas de monitoramento e observabilidade de infraestruturas e aplicações.

Ao longo do curso, veremos diversos conceitos. Começaremos entendendo o que é monitoramento e o que é observabilidade. Vamos compreender qual é a diferença entre ambos e como a Datadog se encaixa nisso.

Também criaremos uma conta gratuita, desenvolveremos nosso primeiro dashboard (painel) completo e compreenderemos o que são séries temporais, o que são métricas e como interpretá-las. Aqui também entenderemos como a IA pode auxiliar nosso processo de análise e até no desenvolvimento de algumas visualizações.

Indicando os recursos de apoio e o escopo do curso

Durante este curso, você não está só; há diversos recursos para ajudar. Você pode usar, por exemplo, a Luri, nossa assistente virtual da Alura com inteligência artificial, que pode auxiliar. Ela pode explicar um conceito de forma diferente daquela que nós explicamos aqui; você pode usá-la para resolver dúvidas, para gerar novos exercícios e para aprofundar cada vez mais. Ela pode ser utilizada de forma didática para que você continue evoluindo e aprofundando seus conhecimentos.

Outro recurso disponível é o canal no Discord. Você pode entrar em nosso Discord e conversar com pessoas que estão passando pela mesma trajetória que você.

Além disso, há também o nosso fórum da Alura, onde você pode deixar dúvidas a qualquer momento.

Este curso abordará todos os aspectos do monitoramento. Nós vamos começar entendendo por que monitoramos os sistemas.

Introdução à observabilidade e Datadog - Por que monitoramos sistemas

Apresentando o tema do monitoramento

Olá.

Neste vídeo, vamos falar sobre por que monitoramos os sistemas.

Contextualizando o problema e a necessidade de respostas

Imagine que trabalhamos em uma empresa e, de repente, clientes começam a reclamar que o sistema está lento. O que pode estar acontecendo? O banco de dados está lento? A rede? A API (Interface de Programação de Aplicações) está fora do ar? É natural que, nesse momento, surjam dúvidas.

Precisamos saber quando o problema começou, qual serviço foi afetado e se todas as pessoas usuárias foram impactadas. Monitorar é precisamente para isso: o monitoramento reduz o tempo de resposta.

Comparando a investigação sem e com monitoramento

Se estivermos nesse cenário, com um problema e o sistema lento, e não tivermos nada monitorando, teremos de iniciar uma investigação, fazer essas perguntas e conduzir uma análise muito mais aprofundada, o que pode levar horas.

Sem monitoramento, provavelmente levaríamos horas para resolver este problema. Com monitoramento, conseguimos identificar de onde vem o problema. Quando fizermos a pergunta "já existe algo nos fornecendo essa resposta?", o problema que levaria horas passa a ser resolvido em minutos.

Destacando benefícios do monitoramento e diferenciando de observabilidade

Os benefícios do monitoramento são esses: garantimos disponibilidade, o sistema se torna mais confiável e passamos a ter confiança nele, porque podemos monitorá-lo e supervisioná-lo. Naturalmente, também conseguimos tomar decisões de forma muito mais acertada.

O monitoramento existe justamente para isso: evitar que, em momentos de crise, comecemos a investigar às cegas. Se já estivermos monitorando, quando o problema ocorrer será muito mais fácil encontrar a solução. Porém, monitorar não é o mesmo que ter observabilidade, e vamos entender isso no próximo vídeo. Nos vemos lá!

Introdução à observabilidade e Datadog - Monitoramento e observabilidade

Apresentando o tema

Olá.

Neste vídeo, vamos falar sobre monitoramento e observabilidade e entender a diferença entre ambos. À primeira vista, podem parecer sinônimos, mas não são.

Definindo monitoramento e observabilidade

Monitoramento significa acompanhar indicadores previamente conhecidos. Já sabemos que nossa aplicação usa CPU; sabemos que essa aplicação tem determinadas funcionalidades que precisarão ser monitoradas, porque, se chegarmos ao máximo de CPU, isso causará impacto. Nesse sentido, já conhecemos alguns fatores e indicadores que a aplicação terá e os monitoramos. Esse é o papel do monitoramento.

A observabilidade, por sua vez, é empregada para investigar um problema desconhecido. Podemos estar enfrentando um problema que não foi detectado pelo monitoramento, um problema cujo impacto não conseguimos prever, e vamos investigá-lo por meio da observabilidade. O monitoramento detecta qualquer tipo de anomalia e, naturalmente, gera um alerta. Ele monitora o tempo todo e nos alertará.

A partir disso, entendemos que existe um problema, e a observabilidade investiga. Ela nos ajuda a formular um diagnóstico e a compreender realmente esse erro sobre o qual não tínhamos visibilidade. Assim, entendemos por que ocorreu.

O monitoramento nos informa que há um problema. A observabilidade, por sua vez, indica exatamente por que esse problema ocorreu.

Ilustrando com exemplo prático

Suponhamos que tenhamos aqui a API (Interface de Programação de Aplicações) lenta. No monitoramento, veremos que a CPU (Unidade Central de Processamento) aumentou. Assim, teremos visibilidade de que a API (Interface de Programação de Aplicações) ficou lenta, provavelmente porque a CPU (Unidade Central de Processamento) aumentou. Mas por que a CPU (Unidade Central de Processamento) aumentou? O que aconteceu? A observabilidade indicará: foi uma consulta SQL (Linguagem de Consulta Estruturada) específica que tínhamos.

O monitoramento nos alerta que há um problema: a CPU (Unidade Central de Processamento) aumentou e o sistema ficou lento. A observabilidade aprofunda a análise e responde por que a CPU (Unidade Central de Processamento) aumentou: porque havia uma consulta SQL (Linguagem de Consulta Estruturada) específica que gerou esse tipo de problema. Em outras palavras, o monitoramento informa que houve um aumento no tempo de resposta e na CPU (Unidade Central de Processamento), enquanto a observabilidade nos ajuda a descobrir a causa.

Apresentando a plataforma e próximos passos

Observando o fluxo, teremos um sistema que gera métricas, logs (registros) e traces (rastreamentos); e é aí que entra a plataforma da Datadog. Com a Datadog, nós podemos realizar análises sobre esses dados. É precisamente essa combinação — o fluxo de métricas, logs (registros) e traces (rastreamentos), aliados à plataforma — que torna possível investigar um incidente, por exemplo.

Ao final, mencionamos métricas, logs (registros) e traces (rastreamentos): o que são? É isso que veremos no próximo vídeo.

Eu te vejo lá!

Sobre o curso Datadog: monitoramento e observabilidade com dashboards e IA

O curso Datadog: monitoramento e observabilidade com dashboards e IA possui 79 minutos de vídeos, em um total de 60 atividades. Gostou? Conheça nossos outros cursos de Engenharias e Arquiteturas de Dados em Dados, ou leia nossos artigos de Dados.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Introdução à observabilidade e Datadog
• Explorando O Datadog
• Métricas Básicas Na Prática
• Criando Seu Primeiro Dashboard
• Primeiros Insights E IA