Ce guide suppose que vous avez configuré la surveillance de base de données pour vos bases de données Amazon Aurora Postgres ou MySQL.

Avant de commencer

Bases de données prises en charge

Postgres, MySQL

Versions d’agent prises en charge

7.53.0+

Aperçu

L’Autodécouverte de Datadog vous permet de configurer la surveillance dans des infrastructures dynamiques. Vous pouvez utiliser cette fonctionnalité pour surveiller vos clusters Aurora sans avoir à lister les points de terminaison des hôtes de base de données individuels (par exemple, postgres.d/conf.yaml). Cela est particulièrement utile pour les clusters qui utilisent Aurora Auto Scaling, qui ajuste dynamiquement le nombre d’Aurora Replicas en réponse aux variations de connectivité ou de charge de travail. L’autodécouverte découvre et surveille automatiquement les instances d’endpoint primary et replica.

Avec l’autodécouverte et la surveillance de base de données, vous pouvez définir des modèles de configuration pour les checks Postgres ou MySQL et spécifier à quels clusters appliquer chaque check.

Activation de l’autodécouverte pour les clusters Aurora

1. Accorder des autorisations AWS
2. Configurer les balises Aurora
3. Configurer le Datadog Agent
4. Créer un modèle de configuration

Accorder des autorisations AWS

Le Datadog Agent nécessite l’autorisation d’exécuter rds:DescribeDBClusters et rds:DescribeDBInstances dans votre compte AWS. Datadog recommande d’attacher une politique de rôle IAM à l’instance EC2 sur laquelle le Datadog Agent s’exécute.

Un exemple de politique qui accorde ces autorisations :

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "rds:DescribeDBClusters",
        "rds:DescribeDBInstances"
      ],
      "Resource": [
        "arn:aws:rds:<region>:<account>:cluster:*",
        "arn:aws:rds:<region>:<account>:db:*"
      ]
    }
  ]
}

Vous pouvez également attacher la politique AmazonRDSReadOnlyAccess.

Configurer les balises Aurora

Le listener découvre tous les clusters Aurora dans le compte et la région où l’Agent est en cours d’exécution et qui ont la balise datadoghq.com/scrape:true appliquée. Vous pouvez également configurer le Datadog Agent pour découvrir des clusters avec des balises spécifiques.

Vous devez appliquer ces balises au cluster de base de données (Rôle : Regional cluster). Pour plus d’informations sur l’étiquetage des ressources RDS, consultez la documentation AWS.

Si vous configurez tags comme un tableau vide, l’Autodécouverte découvrira tous les clusters dans le compte et la région.

Configurer le Datadog Agent

L’autodécouverte utilise un listener de service du Datadog Agent, qui découvre tous les endpoints des hôtes de base de données dans un cluster Aurora et transmet les endpoints découverts au pipeline de planification des checks existants. Vous pouvez configurer le listener dans le fichier datadog.yaml :

database_monitoring:
  autodiscovery:
    aurora:
      enabled: true

Remarque : Le Datadog Agent ne découvre que les instances Aurora s’exécutant dans la même région où il s’exécute. Pour déterminer la région de l’instance, le Datadog Agent utilise IMDS (Instance Metadata Service). Si votre instance EC2 nécessite IMDSv2, vous devez configurer le Datadog Agent pour utiliser IMDSv2 en définissant ec2_prefer_imdsv2: true dans datadog.yaml, comme indiqué ci-dessous :

ec2_prefer_imdsv2: true
database_monitoring:
  autodiscovery:
    aurora:
      enabled: true

By default, the listener only discovers Aurora clusters in the account and region where the Agent is running, and only those with the datadoghq.com/scrape:true tag. You can also configure the listener to discover clusters with specific tags.

To specify custom tags for Aurora cluster discovery in the datadog.yaml file:

database_monitoring:
  autodiscovery:
    aurora:
      enabled: true
      tags:
        - "my-cluster-tag-key:value"

To monitor all clusters in the account and region:

database_monitoring:
  autodiscovery:
    aurora:
      enabled: true
      tags: []

The listener queries the AWS API for the list of hosts in a loop. The frequency with which the listener queries the AWS API, in seconds, is configurable in the datadog.yaml file:

database_monitoring:
  autodiscovery:
    aurora:
      enabled: true
      discovery_interval: 300

The listener provides an %%extra_dbm%% variable that can be used to enable or disable DBM for the instance. This value defaults to true if the tag datadoghq.com/dbm:true is present. To specify a custom tag for this value use dbm_tag:

database_monitoring:
  autodiscovery:
    aurora:
      enabled: true
      dbm_tag: "use_dbm:true"

The %%extra_dbm%% value is true if the tag is present, and false otherwise. It does not set its value to the value of the tag.

The listener provides an %%extra_global_view_db%% variable that can be used to set the global_view_db for the instance. This value defaults to the value of the tag datadoghq.com/global_view_db. To specify a custom tag for this value use global_view_db_tag:

database_monitoring:
  autodiscovery:
    aurora:
      enabled: true
      global_view_db_tag: "my_db_tag"

Create a configuration template

The Datadog Agent supports configuration templates for the Postgres and MySQL integrations. Define a configuration template for the Aurora clusters you wish to monitor.

ad_identifiers:
  - _dbm_postgres_aurora

ad_identifiers:
  - _dbm_postgres_aurora
init_config:
instances:
  - host: "%%host%%"
    port: "%%port%%"
    username: datadog
    dbm: "%%extra_dbm%%"
    database_autodiscovery:
      enabled: true
    aws:
      instance_endpoint: "%%host%%"
      region: "%%extra_region%%"
    tags:
    - "dbclusteridentifier:%%extra_dbclusteridentifier%%"
    - "region:%%extra_region%%"

ad_identifiers:
  - _dbm_postgres_aurora
init_config:
instances:
  - host: "%%host%%"
    port: "%%port%%"
    username: datadog
    password: "ENC[datadog_user_database_password]"
    dbm: "%%extra_dbm%%"
    aws:
      instance_endpoint: "%%host%%"
      region: "%%extra_region%%"
    tags:
    - "dbclusteridentifier:%%extra_dbclusteridentifier%%"
    - "region:%%extra_region%%"

ad_identifiers:
  - _dbm_postgres_aurora
init_config:
instances:
  - host: "%%host%%"
    port: "%%port%%"
    username: datadog
    dbm: true
    aws:
      instance_endpoint: "%%host%%"
      region: "%%extra_region%%"
      managed_authentication:
        enabled: "%%extra_managed_authentication_enabled%%"
    tags:
      - "dbclusteridentifier:%%extra_dbclusteridentifier%%"
      - "region:%%extra_region%%"

ad_identifiers:
  - _dbm_postgres_aurora
init_config:
instances:
  - host: "%%host%%"
    port: "%%port%%"
    username: datadog
    dbm: true
    database_autodiscovery:
      enabled: true
      global_view_db: "%%extra_global_view_db%%"
    aws:
      instance_endpoint: "%%host%%"
      region: "%%extra_region%%"
    tags:
      - "dbclusteridentifier:%%extra_dbclusteridentifier%%"
      - "region:%%extra_region%%"

ad_identifiers:
  - _dbm_mysql_aurora

ad_identifiers:
  - _dbm_mysql_aurora
init_config:
instances:
  - host: "%%host%%"
    port: "%%port%%"
    username: datadog
    dbm: "%%extra_dbm%%"
    aws:
      instance_endpoint: "%%host%%"
      region: "%%extra_region%%"
    tags:
    - "dbclusteridentifier:%%extra_dbclusteridentifier%%"
    - "region:%%extra_region%%"

ad_identifiers:
  - _dbm_mysql_aurora
init_config:
instances:
  - host: "%%host%%"
    port: "%%port%%"
    username: datadog
    password: "ENC[datadog_user_database_password]"
    dbm: "%%extra_dbm%%"
    aws:
      instance_endpoint: "%%host%%"
      region: "%%extra_region%%"
    tags:
    - "dbclusteridentifier:%%extra_dbclusteridentifier%%"
    - "region:%%extra_region%%"

ad_identifiers:
  - _dbm_mysql_aurora
init_config:
instances:
  - host: "%%host%%"
    port: "%%port%%"
    username: datadog
    dbm: true
    aws:
      instance_endpoint: "%%host%%"
      region: "%%extra_region%%"
      managed_authentication:
        enabled: "%%extra_managed_authentication_enabled%%"
    tags:
      - "dbclusteridentifier:%%extra_dbclusteridentifier%%"
      - "region:%%extra_region%%"

Pour plus d’informations sur la configuration de l’autodécouverte avec des intégrations, consultez la documentation sur l’autodécouverte.

Variables de modèle prises en charge