4 Trabajar con Datadog - xavisan/Datadog GitHub Wiki

Para verificar la funcionalidad de Datadog con Kubernetes, se ha procedido a crear un cluster de cubernetes, para de esta forma poder verificar el proceso de monitorización que elementos se pueden monitorizar así como las distintas opciones a nivel de Dashboard, para ello deberemos de crear un Cluster de Kubernetes, con al menos 2 worked groups, el código de como realizar esto, lo teneis en uno de mis repositorios.

Una vez que el Cluster esté creado, procederemos a la creación de una cuenta Trial.

El proceso de creación de una cuenta Trial de Datadog es realmente sencillo, para ello tendremos que saber en que Stack vamos a trabajar (EEUU o Europa(EU)), especificar nuestro eMail, Compañía a la cual pertenecemos, un password y un teléfono (no obligatorio),

https://app.datadoghq.eu/signup/about

pulsando a continuación en el botón de "Sign up".

Recomendamos la lectura de este documento de Datadog publicdo en su Blog Datadog - anuncia EKS

Amazon Elastic Container Service for Kubernetes (EKS), la última incorporación a la plataforma AWS, es un servicio de Kubernetes basado en la nube que proporciona funciones para la gestión y el mantenimiento automatizados de clústeres. Ya sea que esté migrando un clúster Kubernetes existente o implementando una nueva aplicación en Amazon EKS, Datadog puede ayudarlo a monitorear su infraestructura de contenedores y aplicaciones en tiempo real.

Posteriormente a todo ello, aparecerá una serie de opciones a seleccionar en cuanto a servicios, seleccionaremos los correspondientes a AWS, Docker y Kubernetes, una vez seleccionados, nos permitirá la instalación del Agente de Datadog en nuestro Cluster de Kubernetes, pero para ello será necesario seguir una serie de pasos.

En nuestro caso, lo utilizaremos para monitorizar EKS en nuestro Cluster previamente instalado, para ello seleccionaremos la opción correspondiente de Kubernetes, tal y como se muestra a continuación:

kubectl create -f https://raw.githubusercontent.com/DataDog/datadog-agent/master/Dockerfiles/manifests/rbac/clusterrole.yaml

kubectl create -f https://raw.githubusercontent.com/DataDog/datadog-agent/master/Dockerfiles/manifests/rbac/serviceaccount.yaml

kubectl create -f https://raw.githubusercontent.com/DataDog/datadog-agent/master/Dockerfiles/manifests/rbac/clusterrolebinding.yaml

Posteriormente tal y como indica la documentación rearemos un “secret” que contenga mi clave API, este se utilizará para implementar el Agente de Datadog.

kubectl create secret generic datadog-secret --from-literal api-key="1ca2724557cxxxxxx8a07656b39b7xxx"

Esta Api-Key nos la especifica Datadog, en el proceso de registro y de instalación del Agente. Debemos de tener en cuenta que es necesaria en una primera vez.

Posteriormente a ello, se realiza la ejecución del comando:

kubectl create -f datadog-agent.yaml

En este sentido me ha sorprendido, no gratamente precisamente, ya que no te permite continuar con el proceso de configuración, si no detecta el Agente, algo que es mas un inconveniente que una ventaja propiamente dicho, los puertos que se utilizan para establecer la conectividad son :

containerPort: 8125 hostPort: 8125 name: dogstatsdport protocol: UDP

Hay que tener en cuenta que muchas empresas por motivos de seguridad no permiten el uso de UDP, en este sentido Datadog, podría ser un problema de cara a ser utilizado.

Una vez aplicados los cambios y detectada la conexión, el Agente será detectado, permitiendo continuar con el proceso de configuración de Datadog.

Comentar que además de ello, al haber seleccionado AWS, este nos permite conectar Datadog, con nuestra cuenta de Amazon AWS, tal y como se muestra (aunque podemos prescindir de ello). Si pulsamos sobre “Install Integration”, mostrará el proceso de conectividad, y los distintos pasos a seguir, también informa de los distintos elementos o componentes a los que se conectará, En el apartado de configuración, podremos seleccionar a que servicios autorizamos a que Datadog pueda conectarse, para ello será necesario especificar nuestras credenciales de Amazon AWS.

En el apartado de métricas, podremos observar que métricas utilizará, y cuales serán utilizadas en unidades, en cuanto a los colectores Logs, podremos indicar cuales utilizará y de dónde,

Realmente es una herramienta bastante interesante, inicialmente nos centraremos solo y únicamente en Kubernetes, y posteriormente evaluaremos esta parte correspondiente a todos los servicios y componentes de Amazon AWS, ya que puede ser realmente muy interesante para el control a nivel de plataformas o entornos de producción y no centrados únicamente en la monitorización de la plataforma.

Pulsaremos Skip, y continuaremos con la parte de monitorización únicamente de Kubernetes, Al pulsar Skip, accederemos a la consola de administración global de Datadog.

Recepción de e-Mail de Datadog

Cuando se finaliza este paso, Datadog, remite un e-Mail con el siguiente contenido de tipo formativo y correspondiente a los pasos a seguir pero sin explicación de como configurar cada elemento (eso se hecha mucho de menos, ya que realmente no es intuitivo, aunque aparentemente sencillo de utilizar), hay que tener en cuenta que para poder preparar un Dashboard en condiciones (sobre todo a nivel de código) es necesario saber como funciona la correspondiente herramienta.

Recibido este e-Mail se procede a visualizar el correspondiente “training” de creación de un nuevo Dashboard.