Skip to content
Learni
Voir tous les tutoriels
Azure

Comment maîtriser Azure Monitor avancé en 2026

18 minADVANCED
MonitoringKQLAzure Monitor
Read in English

Introduction

Azure Monitor est essentiel pour observer les performances et la santé des ressources Azure à grande échelle. Dans ce tutoriel avancé, nous allons configurer un environnement complet incluant Log Analytics, des alertes multi-conditions et des dashboards dynamiques. Vous apprendrez à collecter des métriques personnalisées et à automatiser les réponses aux incidents. Ce guide s'adresse aux ingénieurs DevOps et SRE cherchant à industrialiser leur monitoring.

Prérequis

  • Compte Azure avec droits Owner sur un abonnement
  • Azure CLI 2.60+ installé
  • Connaissances solides de KQL et PowerShell
  • Ressource Application Insights existante

Créer le workspace Log Analytics

setup-workspace.sh
#!/bin/bash
az monitor log-analytics workspace create \
  --resource-group rg-monitoring \
  --workspace-name law-prod-advanced \
  --location westeurope \
  --sku PerGB2018

Cette commande crée un workspace Log Analytics optimisé pour la rétention longue durée et l'analyse avancée des logs.

Configurer la collecte de données

data-collection-rule.json
{
  "properties": {
    "dataSources": {
      "performanceCounters": [{
        "streams": ["Microsoft-InsightsMetrics"],
        "samplingFrequencyInSeconds": 60,
        "name": "perfCounters"
      }]
    },
    "destinations": {
      "logAnalytics": [{
        "workspaceResourceId": "/subscriptions/xxx/resourceGroups/rg-monitoring/providers/Microsoft.OperationalInsights/workspaces/law-prod-advanced"
      }]
    }
  }
}

Le Data Collection Rule définit précisément les compteurs de performance envoyés vers le workspace, évitant la surcharge de données inutiles.

Créer une alerte multi-conditions

create-alert.ps1
$actionGroup = New-AzActionGroup -ResourceGroupName rg-monitoring -Name ag-critical -ShortName critical
$condition = New-AzMetricAlertRuleV2Criteria -MetricName "Percentage CPU" -Operator GreaterThan -Threshold 85 -TimeAggregation Average
New-AzMetricAlertRuleV2 -Name "HighCPU-Alert" -ResourceGroupName rg-monitoring -TargetResourceId "/subscriptions/xxx/..." -Condition $condition -WindowSize 00:05:00 -Frequency 00:01:00 -ActionGroupId $actionGroup.Id -Severity 1

Ce script PowerShell crée une alerte composite avec action group pour notification immédiate via Teams ou email.

Requête KQL avancée

advanced-query.kql
InsightsMetrics
| where TimeGenerated > ago(1h)
| where Name == "Percentage CPU"
| summarize avg(Val) by bin(TimeGenerated, 5m), Computer
| where avg_Val > 80
| render timechart

Cette requête KQL optimise l'analyse des métriques CPU avec agrégation temporelle et visualisation directe dans les dashboards.

Dashboard avec template ARM

dashboard-template.json
{
  "$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentTemplate.json#",
  "contentVersion": "1.0.0.0",
  "resources": [{
    "type": "Microsoft.Portal/dashboards",
    "apiVersion": "2022-12-01-preview",
    "name": "monitoring-advanced-dashboard",
    "location": "westeurope",
    "properties": {
      "lenses": {
        "0": {
          "parts": [{
            "position": {"x": 0, "y": 0, "rowSpan": 4, "colSpan": 6},
            "metadata": {"type": "Extension/HubsExtension/PartType/MonitorChartPart"}
          }]
        }
      }
    }
  }]
}

Ce template ARM déploie un dashboard prêt à l'emploi avec des visualisations de métriques clés pour les équipes opérationnelles.

Bonnes pratiques

  • Toujours utiliser des Data Collection Rules pour filtrer les données
  • Configurer des alertes avec seuils dynamiques basés sur le comportement historique
  • Centraliser les logs dans un workspace unique par environnement
  • Ajouter des tags systématiques sur toutes les ressources monitorées
  • Automatiser le déploiement via Infrastructure as Code

Erreurs courantes à éviter

  • Oublier de lier le workspace aux ressources via DCR (aucune donnée collectée)
  • Créer trop d'alertes statiques sans corrélation
  • Ignorer la rétention et les coûts de stockage Log Analytics
  • Ne pas tester les requêtes KQL avec de grands volumes de données

Pour aller plus loin

Approfondissez vos compétences avec nos formations Azure avancées.