Suivre les performances d’une base de données avec Dynatrace

Les entreprises s’appuient sur leurs bases de données pour prendre des décisions et servir leurs clients. Il est donc important d’en suivre les performances en continu. Cette étude de cas présente une extension développée pour Dynatrace, une plateforme de gestion des performances applicatives (APM), afin de superviser un ensemble précis de requêtes.
Le défi
Une entreprise internationale de commerce en ligne exploitait plusieurs bases de données. Avec la croissance de son activité, certaines requêtes indispensables à la gestion des stocks en temps réel ont ralenti. Les disponibilités affichées sur le site étaient mises à jour en retard, avec un risque de ventes perdues et d’insatisfaction des clients.
L’équipe utilisait déjà Dynatrace pour superviser sa pile applicative. Elle avait toutefois besoin d’observer plus finement ces requêtes critiques, en particulier leur temps d’exécution, leur fréquence et les points de contention.
Développer une extension Dynatrace
L’entreprise a décidé de développer une extension spécialisée qui s’intègre à son environnement Dynatrace existant. La démarche s’est déroulée en cinq étapes.
- Choisir les indicateurs. L’équipe a retenu le temps d’exécution des requêtes, le temps de réponse de la base, la fréquence des appels et l’utilisation des ressources.
- Développer l’extension. Les développeurs ont utilisé le kit de développement d’extensions de Dynatrace (Plugin SDK) pour collecter les mesures nécessaires directement auprès de la base de données.
- Intégrer la collecte. Ils ont déployé et configuré les agents chargés de recueillir les données de performance des requêtes et de les transmettre à Dynatrace.
- Visualiser et alerter. Les données ont alimenté des tableaux de bord dédiés. L’équipe pouvait suivre les requêtes en temps réel et recevoir une alerte en cas d’anomalie ou de ralentissement.
- Améliorer le dispositif. L’équipe a affiné l’extension par itérations pour améliorer la précision des mesures et enrichir ses fonctionnalités. Elle a notamment optimisé des requêtes, amélioré les visualisations et étendu les possibilités d’alerte.
Les résultats
- Visibilité en temps réel. Le suivi des requêtes critiques a aidé l’équipe à repérer et à traiter plus rapidement les problèmes de performance.
- Intervention plus précoce. Les alertes personnalisées ont permis de traiter des points de contention avant qu’ils ne perturbent la navigation ou les ventes.
- Décisions fondées sur des mesures. Les données détaillées ont aidé l’équipe à décider où intervenir pour optimiser la base et les performances de l’application.
- Expérience client. Le site a gagné en réactivité. Les visiteurs risquaient moins de découvrir trop tard qu’un article était en rupture de stock, ce qui a amélioré leur expérience.
Ce cas montre l’intérêt de partir d’un problème métier précis pour choisir les métriques d’une extension de supervision. En affinant progressivement la collecte et les alertes, l’entreprise a pu agir sur les requêtes dont dépendait la fiabilité des informations affichées aux clients.

