Créez une connexion en lecture seule pour vous connecter au serveur et attribuer les rôles Azure SQL requis :

CREATE LOGIN datadog WITH PASSWORD = '<MOT_DE_PASSE>';
CREATE USER datadog FOR LOGIN datadog;
ALTER SERVER ROLE ##MS_ServerStateReader## ADD MEMBER datadog;
ALTER SERVER ROLE ##MS_DefinitionReader## ADD MEMBER datadog;
-- Pour utiliser la fonctionnalité de surveillance de l'envoi de logs (disponible à partir de la version 7.50 de l'Agent), supprimez la mise en commentaire des trois lignes suivantes :
-- USE msdb;
-- CREATE USER datadog FOR LOGIN datadog;
-- GRANT SELECT to datadog;

Autorisez l’Agent à accéder à chaque base de données Azure SQL sur ce serveur :

CREATE USER datadog FOR LOGIN datadog;

Remarque : l’authentification via les identités gérées par Microsoft Entra ID est également prise en charge. Veuillez consulter ce guide pour découvrir comment configurer ce type d’authentification pour votre instance Azure SQL DB.

Lors de la configuration de l’Agent Datadog, spécifiez une instance de check pour chaque base de données d’application située sur un serveur Azure SQL DB donné. N’incluez pas la base de données master ni les autres bases de données système. L’Agent Datadog doit se connecter directement à chaque base de données d’application dans Azure SQL DB, car chaque base de données s’exécute dans un environnement de calcul distinct. De même, l’option database_autodiscovery ne fonctionne par pour Azure SQL DB : elle doit donc être désactivée.

Remarque : Azure SQL Database déploie une base de données au sein d’un réseau isolé ; chaque base de données est gérée en tant que host unique. Ainsi, si vous exécutez Azure SQL Database dans un pool élastique, chaque base de données dans le pool est considérée comme un host distinct.

init_config:
instances:
  - host: '<NOM_SERVEUR>.database.windows.net,1433'
    database: '<BASE_DE_DONNÉES_1>'
    username: datadog
    password: '<MOT_DE_PASSE>'
    # Une fois le projet et l'instance ajoutés, configurez l'intégration Datadog/Azure afin de récupérer des données cloud supplémentaires, notamment sur le CPU, la mémoire, etc.
    azure:
      deployment_type: 'sql_database'
      fully_qualified_domain_name: '<NOM_SERVEUR>.database.windows.net'

  - host: '<NOM_SERVEUR>.database.windows.net,1433'
    database: '<BASE_DE_DONNÉES_2>'
    username: datadog
    password: '<MOT_DE_PASSE>'
    # Une fois le projet et l'instance ajoutés, configurez l'intégration Datadog/Azure afin de récupérer des données cloud supplémentaires, notamment sur le CPU, la mémoire, etc.
    azure:
      deployment_type: 'sql_database'
      fully_qualified_domain_name: '<NOM_SERVEUR>.database.windows.net'

Consultez la rubrique Installer l’Agent pour obtenir des instructions détaillées décrivant comment installer et configurer l’Agent Datadog.

Créez une connexion en lecture seule pour vous connecter au serveur et attribuez les autorisations requises :

Pour la version 2014 et les versions ultérieures de SQL Server

CREATE LOGIN datadog WITH PASSWORD = '<MOT_DE_PASSE>';
CREATE USER datadog FOR LOGIN datadog;
GRANT CONNECT ANY DATABASE to datadog;
GRANT VIEW SERVER STATE to datadog;
GRANT VIEW ANY DEFINITION to datadog;
-- Pour utiliser la fonctionnalité de surveillance de l'envoi de logs (disponible à partir de la version 7.50 de l'Agent), supprimez la mise en commentaire des trois lignes suivantes :
-- USE msdb;
-- CREATE USER datadog FOR LOGIN datadog;
-- GRANT SELECT to datadog;

Remarque : l’authentification via les identités gérées par Azure est également prise en charge. Veuillez consulter [ce guide][1] pour découvrir comment configurer ce type d’authentification pour votre instance Azure SQL DB.

Pour SQL Server sur une VM Azure WIndows, consultez la section Configuration de Database Monitoring pour SQL Server auto-hébergé afin d’installer l’Agent Datadog directement sur la VM du host Windows Server.

Pour commencer à recueillir des données de télémétrie pour SQL Server, commencez par installer l’Agent Datadog.

Créez le fichier conf de l’Agent pour SQL Server : C:\ProgramData\Datadog\conf.d\sqlserver.d\conf.yaml. Consultez l’exemple de fichier conf pour découvrir toutes les options de configuration disponibles.

init_config:
instances:
  - dbm: true
    host: '<HOSTNAME>,<PORT_SQL>'
    username: datadog
    password: '<MOT_DE_PASSE>'
    connector: adodbapi
    adoprovider: MSOLEDBSQL
    tags:  # Facultatif
      - 'service:<SERVICE_PERSONNALISÉ>'
      - 'env:<ENVIRONNEMENT_PERSONNALISÉ>'
    # Une fois le projet et l'instance ajoutés, configurez l'intégration Datadog/Azure afin de récupérer des données cloud supplémentaires, notamment sur le CPU, la mémoire, etc.
    azure:
      deployment_type: '<TYPE_DÉPLOIEMENT>'
      fully_qualified_domain_name: '<ENDPOINT_INSTANCE_AZURE>'

Consultez les spécifications de l’intégration SQL Server pour en savoir plus sur la définition des champs deployment_type et name.

Pour utiliser l’authentification Windows, définissez connection_string: "Trusted_Connection=yes" et ne remplissez pas les champs username et password.

Utilisez les tags service et env pour lier la télémétrie de votre base de données à d’autres données de télémétrie, par l’intermédiaire d’un schéma de tagging commun. Consultez la section Tagging de service unifié pour découvrir comment ces tags sont exploités dans l’ensemble de la plateforme Datadog.

Pilotes compatibles

Microsoft ADO

Il est recommandé d’utiliser le fournisseur d’ADO Microsoft OLE DB Driver. Vérifiez que le pilote est installé sur le host sur lequel l’Agent s’exécute.

connector: adodbapi
adoprovider: MSOLEDBSQL19  # Remplacer cette valeur par MSOLEDBSQL pour la version 18 et les versions antérieures

Les deux autres fournisseurs, SQLOLEDB et SQLNCLI, sont considérés comme obsolètes par Microsoft. Ne les utilisez pas.

ODBC

Pour ODBC, il est recommandé d’utiliser le pilote Microsoft ODBC Driver. Depuis la version 7.51 de l’Agent, ODBC Driver 18 pour SQL Server est inclus dans l’Agent pour Linux. Pour Windows, vérifiez que le pilote est installé sur le host sur lequel l’Agent s’exécute.

connector: odbc
driver: '{ODBC Driver 18 for SQL Server}'

Une fois la configuration de l’Agent terminée, redémarrez l’Agent Datadog.

Validation

Lancez la sous-commande status de l’Agent et cherchez sqlserver dans la section Checks. Accédez à la page Databases dans Datadog pour commencer le processus de validation.

Pour commencer la collecte des données de télémétrie SQL Server, commencez par installer l’Agent Datadog.

Sous Linux, l’Agent Datadog requiert l’installation d’un pilote ODBC SQL Server, par exemple le pilote Microsoft ODBC. Une fois ce pilote installé, copiez les fichiers odbc.ini et odbcinst.ini dans le dossier /opt/datadog-agent/embedded/etc.

Utilisez le connecteur odbc et spécifiez le bon pilote, tel qu’indiqué dans le fichier odbcinst.ini.

Créez le fichier conf de l’Agent SQL Server /etc/datadog-agent/conf.d/sqlserver.d/conf.yaml. Consultez l’exemple de fichier conf pour découvrir toutes les options de configuration disponibles.

init_config:
instances:
  - dbm: true
    host: '<HOSTNAME>,<PORT_SQL>'
    username: datadog
    password: '<MOT_DE_PASSE>'
    connector: odbc
    driver: '<Pilote indiqué dans le fichier `odbcinst.ini`>'
    tags:  # Facultatif
      - 'service:<SERVICE_PERSONNALISÉ>'
      - 'env:<ENVIRONNEMENT_PERSONNALISÉ>'
    # Une fois le projet et l'instance ajoutés, configurez l'intégration Datadog/Azure afin de récupérer des données cloud supplémentaires, notamment sur le CPU, la mémoire, etc.
    azure:
      deployment_type: '<TYPE_DÉPLOIEMENT>'
      fully_qualified_domain_name: '<ADRESSE_ENDPOINT_AZURE>'

Consultez les spécifications de l’intégration SQL Server pour en savoir plus sur la définition des champs deployment_type et name.

Utilisez les tags service et env pour lier la télémétrie de votre base de données à d’autres données de télémétrie, par l’intermédiaire d’un schéma de tagging commun. Consultez la section Tagging de service unifié pour découvrir comment ces tags sont exploités dans l’ensemble de la plateforme Datadog.

Une fois la configuration de l’Agent terminée, redémarrez l’Agent Datadog.

Validation

Lancez la sous-commande status de l’Agent et cherchez sqlserver dans la section Checks. Accédez à la page Databases dans Datadog pour commencer le processus de validation.

Pour configurer l’Agent Database Monitoring qui s’exécute dans un conteneur Docker, définissez des modèles d’intégration Autodiscovery en tant qu’étiquettes Docker sur le conteneur de votre Agent.

Remarque : pour que le processus de découverte automatique des étiquettes fonctionne, l’Agent doit être autorisé à lire le socket Docker.

Remplacez les valeurs afin qu’elles correspondent à votre compte et votre environnement. Consultez l’exemple de fichier conf pour découvrir toutes les options de configuration disponibles.

export DD_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
export DD_AGENT_VERSION=7.51.0

docker run -e "DD_API_KEY=${DD_API_KEY}" \
  -v /var/run/docker.sock:/var/run/docker.sock:ro \
  -l com.datadoghq.ad.check_names='["sqlserver"]' \
  -l com.datadoghq.ad.init_configs='[{}]' \
  -l com.datadoghq.ad.instances='[{
    "dbm": true,
    "host": "<HOSTNAME>,<PORT_SQL>",
    "connector": "odbc",
    "driver": "ODBC Driver 18 for SQL Server",
    "username": "datadog",
    "password": "<MOT_DE_PASSE>",
    "tags": [
      "service:<SERVICE_PERSONNALISÉ>"
      "env:<ENVIRONNEMENT_PERSONNALISÉ>"
    ],
    "azure": {
      "deployment_type": "<TYPE_DÉPLOIEMENT>",
      "name": "<ADRESSE_ENDPOINT_AZURE>"
    }
  }]' \
  gcr.io/datadoghq/agent:${DD_AGENT_VERSION}

Consultez les spécifications de l’intégration SQL Server pour en savoir plus sur la définition des champs deployment_type et name.

Utilisez les tags service et env pour lier la télémétrie de votre base de données à d’autres données de télémétrie, par l’intermédiaire d’un schéma de tagging commun. Consultez la section Tagging de service unifié pour découvrir comment ces tags sont exploités dans l’ensemble de la plateforme Datadog.

Validation

Lancez la sous-commande status de l’Agent et cherchez sqlserver dans la section Checks. Sinon, accédez à la page Databases dans Datadog pour commencer le processus de validation.

Si vous disposez d’un cluster Kubernetes, utilisez l’Agent de cluster Datadog pour Database Monitoring.

Si les checks de cluster ne sont pas encore activés dans votre cluster Kubernetes, suivez les instructions afin de les activer. Vous pouvez configurer l’Agent de cluster, que ce soit avec des fichiers statiques montés dans le conteneur de l’Agent de cluster, ou avec des annotations de service Kubernetes :

Ligne de commande avec Helm

Exécutez la commande Helm suivante pour installer l’Agent de cluster Datadog sur votre cluster Kubernetes. Modifiez les valeurs de façon à indiquer votre compte et votre environnement :

helm repo add datadog https://helm.datadoghq.com
helm repo update

helm install <NOM_VERSION> \
  --set 'datadog.apiKey=<CLÉ_API_DATADOG>' \
  --set 'clusterAgent.enabled=true' \
  --set 'clusterChecksRunner.enabled=true' \
  --set "clusterAgent.confd.sqlserver\.yaml=cluster_check: true
init_config:
instances:
  - dbm: true
    host: <HOSTNAME>\,1433
    username: datadog
    password: '<MOT_DE_PASSE>'
    connector: 'odbc'
    driver: 'ODBC Driver 18 for SQL Server'
    include_ao_metrics: true  # Facultatif : pour les utilisateurs AlwaysOn 
    tags:  # Facultatif
      - 'service:<SERVICE_PERSONNALISÉ>'
      - 'env:<ENVIRONNEMENT_PERSONNALISÉ>'
    azure:
      deployment_type: '<TYPE_DÉPLOIEMENT>'
      fully_qualified_domain_name: '<ADRESSE_ENDPOINT_AZURE>'" \
  datadog/datadog

Configuration avec des fichiers montés

Pour configurer un check de cluster avec un fichier de configuration monté, montez le fichier de configuration dans le conteneur de l’Agent de cluster à l’emplacement suivant : /conf.d/sqlserver.yaml.

cluster_check: true  # Bien inclure ce flag
init_config:
instances:
  - dbm: true
    host: '<HOSTNAME>,<PORT_SQL>'
    username: datadog
    password: '<MOT_DE_PASSE>'
    connector: "odbc"
    driver: "ODBC Driver 18 for SQL Server"
    tags:  # Facultatif
      - 'service:<SERVICE_PERSONNALISÉ>'
      - 'env:<ENVIRONNEMENT_PERSONNALISÉ>'
    # Une fois le projet et l'instance ajoutés, configurez l'intégration Datadog/Azure afin de récupérer des données cloud supplémentaires, notamment sur le CPU, la mémoire, etc.
    azure:
      deployment_type: '<TYPE_DÉPLOIEMENT>'
      fully_qualified_domain_name: '<ADRESSE_ENDPOINT_AZURE>'

Configuration avec les annotations de service Kubernetes

Au lieu de monter un fichier, vous pouvez déclarer la configuration d’instance en tant que service Kubernetes. Pour configurer ce check pour un Agent s’exécutant sur Kubernetes, créez un service dans le même espace de nommage que l’Agent de cluster Datadog :

apiVersion: v1
kind: Service
metadata:
  name: sqlserver-datadog-check-instances
  annotations:
    ad.datadoghq.com/service.check_names: '["sqlserver"]'
    ad.datadoghq.com/service.init_configs: '[{}]'
    ad.datadoghq.com/service.instances: |
      [
        {
          "dbm": true,
          "host": "<HOSTNAME>,<PORT_SQL>",
          "username": "datadog",
          "password": "<MOT_DE_PASSE>",
          "connector": "odbc",
          "driver": "ODBC Driver 18 for SQL Server",
          "tags": ["service:<SERVICE_PERSONNALISÉ>", "env:<ENVIRONNEMENT_PERSONNALISÉ>"],  # Facultatif
          "azure": {
            "deployment_type": "<TYPE_DÉPLOIEMENT>",
            "fully_qualified_domain_name": "<ADRESSE_ENDPOINT_AZURE>"
          }
        }
      ]      
spec:
  ports:
  - port: 1433
    protocol: TCP
    targetPort: 1433
    name: sqlserver

Consultez les spécifications de l’intégration SQL Server pour en savoir plus sur la définition des champs deployment_type et name.

L’Agent de cluster enregistre automatiquement cette configuration et commence à exécuter le check SQL Server.

Pour éviter d’exposer le mot de passe de l’utilisateur datadog en clair, utilisez le package de gestion des secrets de l’Agent et déclarez le mot de passe à l’aide de la syntaxe ENC[].