You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
Copy file name to clipboardExpand all lines: content/fr/account_management/authn_mapping/_index.md
+1-1Lines changed: 1 addition & 1 deletion
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -540,7 +540,7 @@ curl -X GET \
540
540
{{% /tab %}}
541
541
{{< /tabs >}}
542
542
543
-
### Activer/désactiver tous les mappages
543
+
### Activer ou désactiver tous les mappages
544
544
545
545
<divclass="alert alert-warning">
546
546
Lorsque les mappages sont activés, tous les utilisateurs qui se connectent via SAML verront leur rôles retirés puis réattribués en fonction des valeurs dans leur assertion SAML. Assurez-vous de vérifier que vous recevez bien les assertions SAML prévues dans votre connexion avant d'activer l'application des mappages.
Copy file name to clipboardExpand all lines: content/fr/agent/guide/agent-5-kubernetes-basic-agent-usage.md
+7-7Lines changed: 7 additions & 7 deletions
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -26,7 +26,7 @@ Vous pouvez également vous contenter d'[exécuter l'Agent Datadog sur votre hos
26
26
27
27
### Installation
28
28
29
-
#### Installation de conteneur
29
+
#### Installation sur un conteneur
30
30
31
31
Grâce à Kubernetes, vous pouvez tirer profit des DaemonSets pour déployer automatiquement l'Agent Datadog sur l'ensemble de vos nœuds (ou sur un nœud donné grâce aux nodeSelectors).
32
32
@@ -50,7 +50,7 @@ spec:
50
50
name: dd-agent
51
51
spec:
52
52
containers:
53
-
- image: datadog/docker-dd-agent:latest
53
+
- image: gcr.io/datadoghq/docker-dd-agent:latest
54
54
imagePullPolicy: Always
55
55
name: dd-agent
56
56
ports:
@@ -92,7 +92,7 @@ Remplacez `CLÉ_API_DATADOG` par [votre clé d'API][6] ou utilisez les [secrets
92
92
93
93
**Remarque** : ce manifeste active la fonctionnalité de configuration automatique d'Autodiscovery. Pour la désactiver, retirez la définition de la variable d'environnement `SD_BACKEND`. Pour découvrir comment configurer Autodiscovery, consultez la [documentation dédiée][9].
94
94
95
-
#### Installation du host
95
+
#### Installation sur un host
96
96
97
97
Installez le paquet `dd-check-kubernetes` manuellement ou avec votre gestionnaire de configuration préféré.
98
98
@@ -112,7 +112,7 @@ Consultez le [fichier d'exemple kubernetes.yaml][10] pour découvrir toutes les
112
112
113
113
### Validation
114
114
115
-
#### Exécution de conteneur
115
+
#### Exécution du conteneur
116
116
117
117
Pour vérifier que l'Agent Datadog s'exécute dans votre environnement en tant que DaemonSet, exécutez :
118
118
@@ -140,11 +140,11 @@ Checks
140
140
- Collected 39 metrics, 0 events & 7 service checks
141
141
```
142
142
143
-
## Configurer KubernetesState
143
+
## Configurer KubernetesState
144
144
145
145
### Installation
146
146
147
-
#### Installation de conteneur
147
+
#### Installation sur un conteneur
148
148
149
149
Si vous exécutez Kubernetes >= 1.2.0, vous pouvez utiliser le projet [kube-state-metrics][12] pour fournir des métriques supplémentaires (identifiées par le préfixe `kubernetes_state` dans la liste de métriques ci-dessous) à Datadog.
Copy file name to clipboardExpand all lines: content/fr/dashboards/guide/screenboard-api-doc.md
+1-1Lines changed: 1 addition & 1 deletion
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -9,7 +9,7 @@ aliases:
9
9
Cet endpoint est obsolète. Utilisez plutôt le <ahref="https://docs.datadoghq.com/api/v1/dashboards/">nouvel endpoint Dashboards</a>.
10
10
</div>
11
11
12
-
L'endpoint Screenboard vous permet de programmer la création, la mise à jour, la suppression et la récupération de screenboards. [En savoir plus sur les screenboards][1].
12
+
L'endpoint `Screenboard` vous permet de programmer la création, la mise à jour, la suppression et la récupération de screenboards. [En savoir plus sur les screenboards][1].
Copy file name to clipboardExpand all lines: content/fr/dashboards/guide/timeboard-api-doc.md
+3-3Lines changed: 3 additions & 3 deletions
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -6,10 +6,10 @@ aliases:
6
6
- /fr/graphing/guide/timeboard-api-doc
7
7
---
8
8
<divclass="alert alert-danger">
9
-
Cet endpoint est obsolète. Utilisez plutôt le <ahref="https://docs.datadoghq.com/api/?lang=python#dashboards">nouvel endpoint Dashboard</a>.
9
+
Cet endpoint est obsolète. Utilisez plutôt le <ahref="https://docs.datadoghq.com/api/v1/dashboards/">nouvel endpoint Dashboards</a>.
10
10
</div>
11
11
12
-
L'endpoint Timeboard vous permet de programmer la création, la mise à jour, la suppression et la récupération de timeboards. [En apprendre plus sur les timeboards][1].
12
+
L'endpoint `Timeboard` vous permet de programmer la création, la mise à jour, la suppression et la récupération de timeboards. [En savoir plus sur les timeboards][1].
Copy file name to clipboardExpand all lines: content/fr/infrastructure/livecontainers.md
+3-3Lines changed: 3 additions & 3 deletions
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -224,9 +224,9 @@ L'utilisation de ces tags vous permet d'assurer la cohésion des données de l'A
224
224
225
225
## Vues
226
226
227
-
### Vue Containers
227
+
### Vue Conteneurs
228
228
229
-
Grâce à la vue **Containers**, vous pouvez visualiser vos données sous forme de [nuage de points](#nuages-de-points) ou de [série temporelle][10]. La vue comprend également un tableau vous permettant de trier les données de vos conteneurs selon différents champs, comme le nom du conteneur, son statut et sa date de démarrage.
229
+
Grâce à la vue **Conteneurs**, vous pouvez visualiser vos données sous forme de [nuage de points](#nuages-de-points) ou de [série temporelle][10]. La vue comprend également un tableau vous permettant de trier les données de vos conteneurs selon différents champs, comme le nom du conteneur, son statut et sa date de démarrage.
230
230
231
231
#### Nuage de points
232
232
@@ -281,7 +281,7 @@ Pour obtenir un dashboard détaillé de cette ressource, cliquez sur l'option **
281
281
282
282
Visualisez le flux de logs d'un conteneur, tel que `docker logs -f` ou `kubectl logs -f`, dans Datadog. Cliquez sur un conteneur dans le tableau pour afficher davantage d'informations. Cliquez sur l'onglet *Logs* pour visualiser en temps réel les données [Live Tail][15] ou les logs indexés historiques, peu importe leur date.
283
283
284
-
#### LiveTail
284
+
#### LiveTail
285
285
286
286
Avec la fonctionnalité Live Tail, tous les logs de conteneur sont diffusés sous forme de flux. Mettez un flux en pause pour lire facilement le contenu des logs en cours d'écriture. Vous pouvez ensuite réactiver la mise à jour du flux.
Copy file name to clipboardExpand all lines: content/fr/integrations/php_apcu.md
+1-1Lines changed: 1 addition & 1 deletion
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -47,7 +47,7 @@ Suivez les instructions ci-dessous pour installer et configurer ce check lorsque
47
47
48
48
### Installation
49
49
50
-
Si vous utilisez la version 6.8 ou une version ultérieure de l'Agent, suivez les instructions ci-dessous pour installer le check `php_apcu` sur votre host. Consultez notre guide relatif à l'[installation d'intégrations développées par la communauté][3] pour installer des checks avec une [version antérieure à 6.8 de l'Agent][4] ou avec l'[Agent Docker][5] :
50
+
Si vous utilisez la version 6.8 ou une version ultérieure de l'Agent, suivez les instructions ci-dessous pour installer le check `php_apcu` sur votre host. Consultez le guide relatif à l'[installation d'intégrations développées par la communauté][3] pour installer des checks avec une [version < 6.8 de l'Agent][4] ou avec l'[Agent Docker][5] :
Copy file name to clipboardExpand all lines: content/fr/monitors/monitor_types/anomaly.md
+3-3Lines changed: 3 additions & 3 deletions
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -39,8 +39,8 @@ Une fois la métrique définie, le monitor de détection des anomalies génère
39
39
### Définir vos conditions d'alerte
40
40
41
41
* Déclencher une alerte si les valeurs sont `above or below`, `above` ou `below`
42
-
*les limites durant`15 minutes`, `1 hour`, `2 hours`, etc.
43
-
* Rétablir le monitor si les valeurs restent dans les limites pendant au moins `15 minutes`, `1 hour`, `2 hours`, etc.
42
+
*aux limites depuis`15 minutes`, `1 hour` ou une période `custom` (comprise entre 15 minutes et 24 heures).
43
+
* Rétablir si les valeurs sont comprises entre les limites pendant une durée minimale de `15 minutes`, `1 hour``custom` (comprise entre 15 minutes et 24 heures).
44
44
45
45
**Détection des anomalies** : avec l'option par défaut (`above ou below`), une métrique est considérée comme anormale si elle sort de la bande grise représentant les valeurs normales. Choisissez l'option `above` ou `below` pour être alerté uniquement si la métrique passe au-dessus ou en dessous de la bande grise.
46
46
@@ -83,7 +83,7 @@ Datadog analyse automatiquement la métrique choisie et définit plusieurs param
83
83
84
84
Tous les algorithmes saisonniers peuvent utiliser au maximum deux mois de données historiques lors du calcul de la plage normale de comportement attendue d'une métrique. En utilisant un volume conséquent de données passées, les algorithmes peuvent éviter de donner trop d'importance à un comportement anormal qui aurait pu avoir lieu il y a peu de temps.
85
85
86
-
**Exemples**:<br>
86
+
**Exemples**:<br>
87
87
Les graphiques ci-dessous illustrent les différents comportements de ces trois algorithmes.
88
88
89
89
Dans cet exemple, `basic` identifie avec succès les anomalies qui quittent la plage normale de valeurs, sans tenir compte des tendances saisonnières et récurrentes pour déterminer la plage de valeurs prévues. À l'inverse, les algorithmes `robust` et `agile` reconnaissent la tendance saisonnière et peuvent détecter des anomalies plus nuancées (p. ex., si la métrique se stabilise au niveau de sa valeur minimale).
0 commit comments