Avatar

Organisations

@twitter @linkedin @rss
  • Après une courte introduction à l’outil shiny de présentation des données travaillées avec le langage R, voici une version plus aboutie complétant quelques concepts de cette solution de dataviz. Pour cet exemple je vous propose d’utiliser des données misent en open data par la SNCF sur ses effectifs. Les données proposées représentent 444 lignes de 5 variables, couvrent une période de 2010 à 2016 sur le nombre d’effectifs du personnel de la SNCF avec un détail sur les contrats de travail, les collèges et les tranches d’age.
    dataviz R shiny bigdata open data Created Sat, 10 Nov 2018 16:41:11 +0000
  • 🇬🇧 Dans les sujets autour de la gestion de la donnée on trouve bien entendu tous ceux en rapport avec le traitement, le stockage des données dans des entrepôts mais ce qui m’intéresse ici c’est la présentation ou la dataviz. Introduction On peut faire des choses compliquées avec des outils spécialisés, des solutions du marché, tenter de rapprocher traitement et présentation ou séparer le premier du second. On peut faire également des choses assez simples en matière de présentation, sur le web, des résultats de ses travaux de traitement.
    dataviz R shiny bigdata Created Sat, 03 Nov 2018 14:24:56 +0000
  • Si vous utilisez atom et python, alors vous cherchez peut-être à bénéficier de l’exécution de votre programme en cours de développement directement dans l’éditeur tout en utilisant virtualenv. Après pas mal de recherches sur le net pour un projet de mon fils, nous sommes parvenus à cette solution. Lorsque l’on développe en python, utiliser virtualenv est une très bonne pratique. Cette solution permet de ne pas avoir à installer des modules sur son poste et par conséquent ne pas avoir à gérer des incompatibilités de version entre les packages des différents programmes.
    atom python virtualenv develop Created Sun, 14 Oct 2018 16:47:57 +0000
  • Si vous avez l’occasion de travailler sur des plate-formes unix, linux ou OSX, vous vous battez avec des terminaux suite à une connexion ssh bien souvent. Dans ce contexte, ouvrir plusieurs terminaux séparés dans plusieurs fenêtres peut être intéressant mais fastidieux et couteux, tmux est une solution à regarder dans ce contexte. Ce petit article pour vous permettre de démarrer à moindre frais avec tmux. Pourquoi faire ? tmux, une fois installé, permet de gérer votre terminal actuel avec des fonctions autour du découpage de votre espace de travail.
    linux devops administration Created Sun, 09 Sep 2018 11:32:50 +0000
  • Comme nous avons pu le voir dans notre article sur l’instrumentation de python pour prometheus, un petit tour en java pour s’adapter à des usages plus vastes de nos développeurs. On a fait le tour des prometheus-concepts-de-base grands principes de prometheus et vu comment instrumenter du code python afin d’en tirer partie, ici on regarde les principes pour instrumenter du code java spring. N’étant pas un expert java, loin de là, ce code est probablement améliorable et optimisable, mais il fonctionne et permet de voir les grands principes.
    performance supervision prometheus java Created Sat, 09 Jun 2018 13:27:26 +0000
  • Sur un environnement conséquent, la découverte automatique des services et applications à intégrer à prometheus est indispensable. Cet article présente l’implémentation possible avec consul. Dans notre précédent article, nous avons connecté notre web service à monitorer avec prometheus et grafana. La configuration était manuelle et statique ce qui ne permet pas le passage à l’échelle. Voici comment automatiser la configuration dans prometheus sur la base du système clé/valeur consul. Une vidéo est disponible en fin d’article si vous voulez voir le résultat sans mettre les mains sur le clavier, notamment les enregistrements dynamiques et l’utilisation du DNS pour trouver les services.
    performance supervision python consul dns Created Thu, 31 May 2018 14:44:04 +0000
  • Maintenant que nous avons vu comment instrumenter notre code python pour prometheus, mettons en place l’ensemble dataviz autour de celui-ci : prometheus et grafana Nous avons vu dans nos articles précédents les principes de fonctionnement de prometheus et comment instrumenter notre code python de façon à collecter des valeurs métiers ainsi que des métriques techniques. L’objet de cet article est de mettre en place l’ensemble de l’écosystème autour de prometheus pour la collecte et le stockage des informations time-series, grafana pour la dataviz tout en conservant notre petit exemple en python.
    performance supervision python dataviz docker Created Wed, 30 May 2018 17:02:21 +0000
  • La solution de collete et traitement des métriques prometheus tire parti de l’instrumentation du code développé. Cet article pour vous aider à bien démarrer en python. Maintenant que les principes de base de prometheus n’ont plus de secret pour vous, voici de quoi bien démarrer en python. Nous y verrons le principe de fonctionnement sur un web service simple développé avec Flask et qui pourra être intégré dans un écosystème prometheus.
    performance supervision python prometheus Created Sat, 26 May 2018 15:46:31 +0000
  • Dès lors que l’on envisage de mettre en place du logiciel spécifique en place, il est indispensable de penser à la supervision de l’ensemble et idéalement depuis l’intérieur. Les logiciels développés doivent donc proposer des points de supervision et de monitoring de la performance qu’elle soit technique ou fonctionnelle. Les deux principaux moyens sont les logs et les métriques. Ils ne servent pas les mêmes objectifs, interessons nous à la seconde catégorie.
    performance supervision architecture prometheus Created Sat, 12 May 2018 17:31:14 +0000