Définition
Grafana est une plateforme open source de visualisation et d'exploration de données, utilisée pour créer des tableaux de bord de supervision à partir de multiples sources.
Grafana se connecte à de nombreuses sources de données (Prometheus, Elasticsearch, InfluxDB, bases SQL...) pour afficher des métriques en temps réel sur des tableaux de bord personnalisables, sans être limité à une seule technologie de collecte.
Formations intégrant Grafana
Prometheus et Grafana
3 jours de formation pour apprendre à exploiter Prometheus et Grafana dans un environnement professionnel !
CloudNativePG : exploiter PostgreSQL sur Kubernetes
Déployez, sauvegardez et rendez résilient PostgreSQL sur Kubernetes avec CloudNativePG, en pilotant toute l'exploitation de façon déclarative avec GitOps.
OpenTelemetry : mettre en œuvre l’observabilité de vos applications distribuées
Instrumentez vos applications avec OpenTelemetry pour collecter logs, traces et métriques, et exploitez-les dans une stack d'observabilité complète.
Kong Gateway – Développement
Maîtrisez le workflow complet du développeur API avec Kong Gateway, de la conception avec Insomnia jusqu'au déploiement automatisé via APIOps.
Velero : sauvegarder, restaurer et migrer vos clusters Kubernetes
Protégez vos applications Kubernetes et leurs données : mettez en place des sauvegardes fiables, restaurez en cas d'incident et migrez vos charges d'un cluster à l'autre avec Velero.
Dataiku et MLflow
2 jours de formation pour prendre en main Dataiku et utiliser les fonctionnalités DSS de Machine Learning !
Questions fréquentes
Qu'est-ce que Grafana ?
Plateforme open source de visualisation et d'exploration de données, utilisée pour créer des tableaux de bord de monitoring.
Quelles formations Sparks abordent Grafana ?
Prometheus et Grafana, CloudNativePG : exploiter PostgreSQL sur Kubernetes, OpenTelemetry : mettre en œuvre l’observabilité de vos applications distribuées, Kong Gateway – Développement, Velero : sauvegarder, restaurer et migrer vos clusters Kubernetes, Dataiku et MLflow.
