Splunk4Ninjas Workshops

OBI ワークショップの目標、前提条件、およびアーキテクチャ。

このラボでは、Splunk AppDynamics を使用してアプリケーションサービスの健全性を監視する方法を学びます。

OpenTelemetry Collector の概念と、Splunk Observability Cloud にデータを送信するための使用方法を学びます。

この演習では、Controller にアクセスし、アプリケーションの負荷を確認します。

Java アプリケーション向けの Splunk 自動ディスカバリーおよび設定機能の活用方法を学びます。これらのワークショップでは、ゼロコード計装を使用して、モノリスおよび Kubernetes デプロイメント全体でメトリクス、トレース、ログを即座に生成し、包括的なオブザーバビリティを実現する方法をデモンストレーションします。

この演習では、Web ブラウザから AppDynamics Controller にアクセスし、Database Visibility エージェントをダウンロードします。

Splunk OpenTelemetry Collector を使用して Kubernetes Horizontal Pod Autoscaling (HPA) を監視し、メトリクス、イベント、オートスケーリングの動作をリアルタイムで確認する方法を学びます

このラボでは、AppDynamics Server Visibility Monitoring と Service Availability Monitoring について学びます。

このラーニングラボでは、AppDynamics Business iQ について学びます。

この演習では、Database Visibility エージェントをアップロードし、ダウンロードしたファイルを解凍して、Database Visibility エージェントを起動します。

appd.* スパン属性を使用して、Splunk Observability Cloud から対応する AppDynamics ティアビューに直接ナビゲートするグローバルデータリンクを作成します。

このラーニングラボでは、AppDynamics を使用してブラウザベースのアプリケーションの健全性を監視する方法を学びます。

この演習では、Controller にアクセスし、Database Collector を設定し、Database Collector がデータを収集していることを確認します。

この演習では、データベースとサーバーの全体ダッシュボード、メインダッシュボード、およびデータベースアクティビティウィンドウのレポートを確認します。

ユーザーフロー、ビジネストランザクション、API 全体のパフォーマンス問題をプロアクティブに検出・修正し、より優れたデジタルエクスペリエンスを提供します。

サマリー、クリーンアップ、および次のステップです。

この演習では、クエリダッシュボードの確認、高コストクエリの詳細の確認、および高コストクエリのトラブルシューティングを行います。

AWS Kinesis ストリームで接続された AWS Lambda のプロデューサーとコンシューマー間で分散トレースを構築します。

このワークショップでは、AWS Lambdaで実行される小規模なサーバーレスアプリケーションの分散トレースを構築し、AWS Kinesisを介してメッセージをproduceおよびconsumeする方法を学びます

インフラストラクチャ全体で AppDynamics Smart Agent を大規模にデプロイおよび管理するための複数のアプローチを学びます。

Splunk Observability Cloud のチャート機能、フィルター、分析関数、SignalFlow を使用して、洞察に満ちた可視化とカスタムダッシュボードを構築する方法を学びます

このワークショップでは、これらの概念を説明するためにシンプルな.NETアプリケーションを使用します。さあ、始めましょう！ワークショップの終わりまでに、OpenTelemetryを使用した.NETアプリケーションの計装の実践経験を積み、そのアプリケーションのDocker化およびKubernetesへのデプロイを行います。また、Helmを使用したOpenTelemetryコレクターのデプロイ、コレクター設定のカスタマイズ、コレクター設定の問題のトラブルシューティングの経験も得られます。

OpenTelemetry Collector のデプロイと設定、OpenTelemetry によるアプリケーションの計装、Troubleshooting MetricSets と Tag Spotlight を活用した Splunk Observability Cloud でのパフォーマンス問題の特定と解決方法を学びます。

Splunk Ingest Processor を使用してログをメトリクスに変換し、オブザーバビリティコストを最適化し、MTTD を改善する方法を、Splunk Observability Cloud でのハンズオン演習を通じて学びます。

シナリオの説明

This hands-on workshop demonstrates how to monitor Cisco AI Pods with Splunk Observability Cloud. Learn to deploy the OpenTelemetry Collector in Red Hat OpenShift, ingest infrastructure metrics using Prometheus receivers, and configure APM to monitor Python services that interact with Large Language Models (LLMs).

Splunk AppDynamics を使用したフルスタックアプリケーションパフォーマンス監視について学びます。Java APM エージェントのインストール、アプリケーションの健全性監視、パフォーマンス問題のトラブルシューティング、BRUM によるブラウザメトリクスの追跡、データベースパフォーマンスの分析、Business IQ によるビジネスインサイトの取得まで幅広くカバーします。

OpenTelemetry eBPF Instrumentation (OBI) がコードを一切変更せずにアプリケーションへ完全な分散トレーシングを追加し、Splunk Observability Cloud にテレメトリを送信する方法を体験するハンズオンワークショップです。

AppDynamics Java Agent のデュアルシグナルモードを使用して、APM データを AppDynamics と Splunk Observability Cloud の両方に同時に送信し、グローバルデータリンクで両者を接続する方法を紹介するハンズオンワークショップです。

このハンズオンワークショップでは、Splunk Observability Cloud を使用してエージェント型 AI アプリケーションを監視する方法を紹介します。OpenTelemetry Collector のデプロイ、LangChain を使用した Python アプリケーションの計装、品質の問題やセキュリティリスクを特定するための LLM インタラクションの評価設定について学びます。

LangChain アプリに Galileo（Splunk Agent Observability）トレーシングを追加し、コンソール UI でトレースを確認します。