Développement d'un outil d'analyse de support package, permettant l extraction d informations pertinentes sur les problèmes rencontrés par les clients

Transcription

1 Envivio France 5 rue Louis Jacques Daguerre ST JACQUES DE LA LANDE Développement d'un outil d'analyse de support package, permettant l extraction d informations pertinentes sur les problèmes rencontrés par les clients Département informatique 10 juin au 30 août 2013 Diffusion du rapport (y compris en version électronique) : Non autorisée (le rapport ne sera pas diffusé, mais archivé par obligation légale) Autorisée en interne à l INSA Autorisée en interne et en externe Auteur Maître de stage Correspondant INSA Maxime Lorant Sébastien Bracquemont Danièle Quichaud

2

3 Remerciements à Sébastien BRACQUEMONT qui m a suivi et guidé tout au long de ce stage. Merci à Florian STRZELECKI pour avoir proposé mon CV à Envivio. Remerciement à toute l équipe d Envivio France pour leur accueil. Enfin, merci à Simple IT, qui via la promotion de mon livre m a permis d une certaine façon à obtenir ce stage.

4 Table des matières I. Identité de l entreprise... 4 I.1. Présentation de l entreprise... 4 I.2. Contexte du stage : qu est-ce qu un support package?... 4 II. Support Package Explorer... 5 II.1. Objectif du stage... 5 II.2. Architecture globale de l application... 5 III. Travail réalisé sur l application... 7 III.1) Extraction et traitement des logs... 7 III.1.1) Extraction d informations statiques (métadonnées)... 8 III.1.2) Indexation d un package... 9 III.2) Visualisation des données temporelles III.3) Toujours plus de données : autres outils disponibles IV. Outils utilisés V. Organisation du projet V.1) Planning V.2) Amélioration possibles VI. Conclusion Bibliographie Table des figures Lexique Rapport de Stage Maxime Lorant (Envivio 2013) 3

5 I. Identité de l entreprise I.1. Présentation de l entreprise Envivio est une entreprise multinationale située sur le marché de la distribution vidéo sur IP. Elle commercialise un ensemble de solutions permettant la diffusion vidéo sur tout un panel de supports (télévision, ordinateur, smartphone), via différents types de réseaux, avec des qualités d images différentes en fonction de la demande (Haute Définition, adaptation mobile, streaming, etc.) Ces logiciels permettent l encodage, le traitement et la diffusion de la vidéo et de l audio et sont utilisés par près de 300 clients dans le monde. Ces clients sont les grands opérateurs télécoms, les fournisseurs d accès Internet et les opérateurs de services mobiles. L entreprise a généré en 2012 près de 40 millions de dollars de chiffre d affaires au niveau mondial via ces 5 filiales (San Francisco, Rennes et 3 en Asie de l Est) La filiale française, situé à Rennes, est un ancien centre de R&D de France Télécom, qui s occupe du développement des produits de l entreprise, afin de proposer des produits capables de suivre les avancées technologiques dans le domaine de l audiovisuel. I.2. Contexte du stage : qu est-ce qu un support package? Comme dit précédemment, Envivio a plusieurs produits, afin d effectuer divers tâches. Ces logiciels sont amenés à produire des erreurs parfois, lors d un dysfonctionnement logiciel ou matériel. Dans ce cas, on peut demander au logiciel d Envivio de produire des archives (appelés support package) contenant un ensemble d informations sur les derniers jours du logiciel, ainsi que du système en général : logs applicatifs, informations système, crash dumps, configuration du produit, etc. Figure 1 : Génération de support package Rapport de Stage Maxime Lorant (Envivio 2013) 4

6 II. Support Package Explorer II.1. Objectif du stage L objectif du stage était de produire une application permettant d extraire et structurer les informations pertinentes de ces support packages 1 afin d améliorer le support client. L application se devait d être réactive et gérer le maximum de versions des logiciels d Envivio possible. Pour une utilisation aussi bien en interne qu en externe, une contrainte posée était que l application soit utilisable via une interface web. Au niveau fonctionnalités, l application se devait de pouvoir analyser à la fois les fichiers généraux d un package, pour en tirer des informations systèmes à propos du produit (licences d utilisation, configuration réseau de la machine ou encore les utilisations de CPU/RAM) mais aussi établir des chronologies des événements qui se sont produits sur le produit. Une première version avait déjà été commencée par quelques personnes de l entreprise, afin d évaluer la faisabilité du projet. J ai donc dû améliorer l existant et ajouter de nouvelles fonctionnalités. II.2. Architecture globale de l application L application est divisée en deux parties : une partie web, permettant l affichage des détails des packages et le lancement d actions, et la partie métier, permettant d extraire les informations de ces packages. Figure 2 : Vue globale des deux parties Ces deux composantes sont développées en Python, facilitant la communication entre les deux parties. Elles partagent une base de données commune, afin de sauvegarder l état (développé plus bas) des packages, les fichiers qui ont été indexés et une base de connaissances pour faciliter la résolution des problèmes et le croisement de données. 1 Par la suite, afin de simplifier, on parlera de package, afin de désigner l archive générée par le produit et fournie par le client. Rapport de Stage Maxime Lorant (Envivio 2013) 5

7 La partie web a été réalisée plus précisément avec le framework Django, framework web déjà utilisé par Envivio sur d autres projets. De l autre côté, l extraction et l indexation des packages a également été réalisé en Python, sous la forme d un ensemble de classes 2, donnant accès à une instance de classe par package contenant un ensemble de méthodes et attributs permettant l accès à toutes les informations extraites du package. Ainsi, la partie web peut envoyer des demandes d actions via un Support Package Manager, qui délègue ainsi l action à l instance du package. Les actions pouvant être effectués sont principalement des extractions d informations (parsing de fichiers, indexation des logs, parsing de la configuration ). La partie métier quant à elle travaille sur les fichiers des packages. Les données extraites sont soient retournés directement sous forme d objets Python (dictionnaires, listes) dans le cas de fichiers de configuration ou d informations système ou alors enregistrées dans une base de données SQLite, propre au package, pour les données temporelles. Figure 3 : Vue complète de l architecture globale de l application Le développement a ainsi nécessité la création de deux parties : Un site web basé sur le framework Django, qui va chercher les infos via les modèles et un manager de package Le gestionnaire de packages permettant l extraction et l indexation de données. Ce gestionnaire donne accès à une instance pour chaque package avec sa base de données associée. La gestion des packages est totalement indépendante du site web, afin de n avoir aucune dépendance à Django et ainsi pouvoir changer d interface utilisateur sans problème. 2 Représenté par le Support Package Manager sur la figure Erreur! Document principal seulement., qui est en réalité le point d entrée qui dispatche les actions Rapport de Stage Maxime Lorant (Envivio 2013) 6

8 III. Travail réalisé sur l application A mon arrivée, un prototype était déjà développé avec les fonctionnalités de base, permettant de guider la suite du projet. L outil permettait d afficher une liste de packages dans un dossier précis, de les extraire pour afficher quelques informations réseaux et d indexer les fichiers pour afficher une chronologie. Cependant, cette version ne gérait qu un seul produit et n utilisait au final que peu de données réellement disponible. Je vais par la suite expliquer mon travail, étape par étape. III.1) Extraction et traitement des logs Un des éléments central de l application est le traitement et l indexation des packages. Avant tout, pour comprendre le fonctionnement de l application, il faut voir que le traitement d un package suit une machine à états au sein du logiciel, alors qu avant il ne comportait que 3 états (new 3, extracted, indexed). Chaque package a un certain état à un instant t, permettant de savoir quelles sont les informations disponibles : new extracting scanning extracted indexable failextract failindex indexing Etat principaux Etat d erreur Etat intermédiaire Figure 4 : Machine à états du package failpostindex postindexing done Chaque état vert sur ce schéma correspond à un état dans lequel le package peut se trouver de façon durable : l état «new» est le statut initial du package quand il est encore sous la forme d un zip ; l état «indexable» s obtient lorsque le package a été extrait (dézipper) puis scanner afin de voir quels logs peuvent être traités dedans, ainsi que leur domaine d applicabilité (afin de savoir sur quel période de temps s étale les logs) ; enfin, l état «done» est lorsque le package est indexé. L indexation se compose de plusieurs étapes, afin d optimiser les requêtes par la suite. 3 L ensemble de l application étant exclusivement en anglais, il est logique de laisser le nom des états tels qu ils sont visibles sur les captures d écran Rapport de Stage Maxime Lorant (Envivio 2013) 7

9 Certaines étapes peuvent rencontrer des erreurs, menant le package dans un statut d erreur. C est le cas du «failextract» qui signifie que l on n a pas réussir à extraire le zip (archive corrompue ou mauvais mot de passe). Les deux autres états d erreur sont plus rares et sont obtenus si une erreur d indexation (dû à une entrée inattendue générant une exception en Python) est survenue et a coupé le processus. Enfin, les états en bleu correspondent à des étapes de traitement, montrant l avancée du processus, entre deux états principaux. Ces étapes ont été dissociés afin d avoir un retour à l utilisateur de ce qui est en cours et pour avoir une meilleure lisibilité dans le code. III.1.1) Extraction d informations statiques (métadonnées) La phase d extraction (de new à indexable) permet d extraire l archive fournie par le client et effectuer un premier passage sur les fichiers pouvant potentiellement être indexés afin de voir où s est situé l activité du produit dans le temps. A la phase de cette fin, il est déjà possible d accéder à plusieurs informations, mise sous forme de panels chargeable dynamiquement : informations générales sur le produit, informations réseau, systèmes, validité de la licence logiciel Cette phase peut déjà permettre de résoudre certains problèmes (configuration anormale ou problème de licence par exemple). Figure 5 : Tableau de bord, permettant l'accès aux informations extraites du package. Ici, seul l onglet «Réseau» est présenté, on peut voir ceux disponible en haut de la page Rapport de Stage Maxime Lorant (Envivio 2013) 8

10 Cette phase ne nécessite que du traitement de petits fichiers (inférieurs à 1Mo la plupart du temps), où l on fait l extraction d information en temps réel, avec des moyens adaptés à chaque type de fichier (regex, recherche par mots-clés, parsing XML ) III.1.2) Indexation d un package Une fois un package extrait, il est possible de l indexer, afin de mettre en base les événements inscrits dans les logs (info, avertissement et erreurs) et représenter le tout sous la forme de chronologies. Cette indexation consiste à prendre chaque fichier dont le nom respecte un certain format et analyser chacun de ses lignes afin d en extraire ses différentes informations grâce à des regex. Les données sont ensuite insérées dans une base de données, propre au package. Les données sont hiérarchisées par «Layer», correspondant à une couche applicative au sein des logiciels d Envivio. Cette première phase permet déjà de générer une timeline et récupérer tous les détails que l on souhaite des logs. Après avoir indexés tous les fichiers, une seconde passe est faite sur ses données, afin d optimiser certains affichages dans l application : des chronologies par heure sont générées automatiquement, afin d économiser des requêtes imposantes à chaque visionnage, la dernière configuration connue du produit est traitée et mise en base pour permettre des recoupements d informations Ces deux phases sont essentiellement réalisés par du traitement de fichier logs normalisés, via de la reconnaissance par regex, avec des règles permettant d ignorer certaines lignes et détecter celles qui ne sont pas conformes. Ceci permet de ne jamais tomber dans une exception, qui ferait planter l indexation. A la fin de cette phase, on peut obtenir des bases de données pouvant aller jusqu à 1Go, où l on va pouvoir effectuer de multiples requêtes afin de recouper l information tel qu on le souhaite, en un minimum de temps. La performance était un point clé de ce stage. L indexation permet alors de travailler sur les données de façon efficace avec l utilisation de SQL, et la centralisation de l information dans une base. Elle nécessite toutefois un certain temps pour analyser les fichiers et insérer les informations en base. Figure 6 : Indexation de 400Mo de logs d'un package en cours, sur les 495Mo trouvés Rapport de Stage Maxime Lorant (Envivio 2013) 9

11 III.2) Visualisation des données temporelles Un autre des axes important du stage a été la problématique de la visualisation des données. Une fois les données dans la base, il a fallu réfléchir à un agencement simple et réactif permettant de présenter les données chronologique de façon pertinente. La méthode retenue est de guider l utilisateur à l endroit où il y a eu de l activité, par étape, via trois échelles de visualisation. Avant l indexation, l utilisateur peut voir sur quels jours se situe l activité au sein du package. Pour ceci, j ai dû réaliser un pré-scan permettant de voir les limites temporelles de chaque fichier (en récupérant la date de la 1 ère et dernière ligne pour chacun d entre eux). Figure 8 : Première phase où l'on voit que l'activité du package se situe entre la fin Juillet et début Aout Après avoir indexé le package, on a accès à de nouvelles pages, dont la page «Timeline». Celle-ci montre alors une chronologie macroscopique par jour, que l on appelle en interne «Global Timeline», puisque l ensemble des informations sont visibles depuis cette page, de façon groupée. Cette page se résume à un tableau muni d une légende 4 et de filtres pour se focaliser sur une couche applicative précise. Figure 7 : Global Timeline représentant 3 jours d'activité. 4 Pour l image associée, les traits horizontaux en haut de chaque case correspondent aux changements de configuration du produit et les traits verticaux à la fréquence des événements (warning, error, alarm ). Rapport de Stage Maxime Lorant (Envivio 2013) 10

12 Enfin, après une selection sur ce tableau, il est enfin possible d afficher une timeline détaillée, où l on peut voir filtrer en fonction des lignes de logs : Figure 9 : Exemple de graphe chronologique généré sur un produit contenant 100 services, entre 12h et 13h. Les éléments en rouge représentent des erreurs, en jaunes des avertissements (warnings). Les logs de type «info» sont filtrés sur les services ici. III.3) Toujours plus de données : autres outils disponibles Du fait du format du rapport, je vais malheureusement passer les autres options disponibles. Il était important de développer surtout l extraction, l indexation et la visualisation chronologie des logs, qui sont les outils qui serviront la plupart du temps à la résolution du problème, et qui ont pris le plus de temps à être réalisé. D autres outils sont disponibles au sein de l application : Un explorateur de configuration, qui permet de voir les détails de la dernière configuration connue du produit Une exploration des sources en direct sur le SVN, afin de sortir le fichier de source C++ qui a engendré la ligne de log sélectionnée, à la bonne version, via l outil Trac 5. Des possibilités de croisement de données, permettant de relier une ligne de log à la partie de configuration correspondante. Cela permet de voir si l erreur est due à une incohérence dans la configuration. Un gros travail de data mining a été réalisé dans cette partie Ces éléments sont visibles dans l annexe sur les différentes captures effectuées. 5 L outil était déjà installé sur le réseau d Envivio et le format de ses URL a rendu simple son intégration. Rapport de Stage Maxime Lorant (Envivio 2013) 11

13 IV. Outils utilisés La partie métier de l application a été réalisée entièrement en Python et se doit d être installable sur n importe quelle machine. Ce point a également impliqué l utilisation de SQLite, qui permet l utilisation de base de données sans serveur. L extraction d informations se base ensuite que sur des outils de la libraire de base de Python : regex, traitement XML, parseur de fichiers Le seul module complémentaire utilisé est PySVN pour l exploration des fichiers sources, mais cette outil est facultatif : si PySVN n est pas installé, cette fonctionnalité est désactivé automatiquement. De l autre côté, la partie interface utilisateur a été réalisée avec le framework Django 6 et utilise des outils récents uniquement : HTML5, CSS3, SVG, Javascript. L application n est compatible que sur des navigateurs relativement récents dus à l utilisation de certaines propriétés CSS3 et le support SVG pour la construction des chronologies. Ce choix a été réfléchi pour donner la meilleure expérience possible : le produit ne sera utilisé qu en interne dans l entreprise (et chez des clients par des machines de l entreprise) et donc potentiellement que sur des navigateurs relativement à jour. Ceci permet de rendre l interface la plus interactive possible, se rapprochant le plus possible d un véritable logiciel. Ainsi, les sélections de jours, d heures se font comme dans un explorateur de fichiers, et il est possible de redimensionner plusieurs éléments à sa guise. L ensemble du développement a été réalisé avec Eclipse et l aide du plugin PyDev, Subversive et DBeaver, me permettant de gérer le code, la console, la synchronisation SVN et les bases de données au sein d un même logiciel. Cet IDE possède également un bon debugger, permettant de tracer les potentiels erreurs au sein des indexations notamment. 6 Framework web Python prenant de plus en plus d importance. Plus d informations : Lorant, Maxime et Xhonneux, Mathieu. Développez votre site web avec le framework Django. Paris : Simple IT, avril Rapport de Stage Maxime Lorant (Envivio 2013) 12

14 V. Organisation du projet V.1) Planning Lors de ce projet, il n y a pas eu de réelles phases de spécification : mon tuteur avait une idée globale de ce que l entreprise souhaitait et je devais développer au fil de l eau, en fonction des remarques faites par les utilisateurs (l équipe «support» d Envivio) lors des réunions. Le développement s est donc organisé par module, où l on avait une idée de base et je proposais une implémentation (du côté technique et pour l interface utilisateur). Les tâches étant relativement courtes (quelques heures voire jours de développement au maximum), il est impossible de faire un diagramme de Gantt lisible du projet. Semaines 1 et 2 Semaine 3 Semaines 4 et 5 Semaine 6 et 7 Prise en main de l'existant Support multi-produit Correction de bugs des premiers retour utilisateurs Réunion de mise au point Amélioration de la flexibilité de l'architecture Extraction des métadonnées des packages Mise en place de la timeline global (cf Figure 8) Optimisation UI et performance Design de l'application 1 ère réunion de mise au point Extraction de nouvelles métadonnées Refactoring / Simplification de l'architecture Configuration (commande d'unzip, mot de passe...) via l'application Semaines 8 Semaine 9 et 10 Semaines 11 et 12 Explorateur de configuration Développement d'outils de croisement de données / data mining Réunion avec les utilisateurs (pour les dernières remarques) Optimisation des performances Création d'un installeur (pour déployer l'application) Explorateur de sources SVN Réunion avec les utilisateurs Déploiement de nouvelles chronologies (par source, type d'erreurs) Finitions, nettoyage, correction de bugs Rapport de Stage Maxime Lorant (Envivio 2013) 13

15 V.2) Amélioration possibles Le projet que j ai développé est amené à évoluer. Sébastien Bracquemont, mon tuteur qui a suivi le développement de près au cours des 3 mois, va s occuper de la maintenance et incorporer quelques idées, laissé de côté par manque de temps ou qui n ont que peu d importance pour le moment. Tout d abord, il faudra remplir la partie «Analyse», qui permet le croisement de données entre la configuration logiciel et ses logs, avec un ensemble de règles afin de rendre la fonctionnalité vraiment intéressante. De même, un lien vers les sources (pouvoir récupérer le fichier C++ ayant généré la ligne de log) est déjà réalisé mais il nécessite encore une bonne gestion des authentifications. Un autre point plus complexe à gérer serait la création d une base de connaissances encore plus complète, avec la reconnaissance de schémas : par exemple, si tel ligne de log est trouvée après une autre, c est que potentiellement c est ce bug qui s est produit. Le point clé de ce stage était l utilisabilité et la performance de l application. A l heure actuelle, l application fonctionne de façon optimale sur des packages d une centaine de mégaoctets. Cependant, il arrive que certains packages soit de plusieurs centaines de mégas. L indexation dans ce cas peut être longue : sur le package de 495Mo en Figure 6, elle a duré environ 16 minutes 7. Ce temps est principalement dû à l utilisation de SQLite (environ 80% du temps), qui limite l insertion en base à 1 seul thread en même temps, et qui est peu performant sur les grosses écritures (limité à cause des temps d écriture disque). Plusieurs solutions sont retenues pour améliorer ce point : Une solution temporaire est d héberger l application sur un SSD. Une solution plus durable serait de monter un RAM Drive 8, afin d écrire les bases en RAM et les rapatrier sur le disque une fois l indexation finie, de façon transparente. Enfin, il est également possible de changer de moteur SQL, en passant à Berkeley DB, où l on a pu constater des gains de l ordre de 33% sur des tests. Le problème est que ce moteur nécessite une licence commerciale. Heureusement, il est toujours possible de travailler sur l application (voir les données après extraction par exemple ou indexer un autre package) pendant l indexation, ne bloquant pas totalement l application. 7 Indexation réalisé sur un serveur Dual Core avec un disque dur SATA II 7200tours/min. 8 Simulation d une partition de disque dur sur la mémoire vive de la machine Rapport de Stage Maxime Lorant (Envivio 2013) 14

16 VI. Conclusion Au cours de ce stage, j ai pu réaliser une application qui était attendu depuis plusieurs années dans l entreprise : jusqu à aujourd hui, la résolution des bugs des clients s effectuaient «à la main», en décortiquant le package fourni via un simple éditeur de texte, de façon hasardeuse. Aujourd hui, l application réalisée au cours des 3 derniers mois est déjà en production sur une machine dédiée et commence à être utilisée par le service «support» de l entreprise. On peut s attendre à une hausse de productivité, un meilleur service aux clients et une meilleure expertise des bugs recensés, avec la création d une base de connaissances au sein du logiciel. Pour ma part, je tire de cette expérience essentiellement l utilisation de méthodes différentes que ce que j ai pu voir par le passé, avec le suivi d un ingénieur architecte, très axé sur la séparation du code, et sa structuration. De plus, ce stage m a permis d avoir une seconde expérience 9 dans le domaine du data mining, avec des problématiques de performances, tout en récupérant le maximum d informations possibles, mais sans noyer l utilisateur. Sur un plan plus technique, ce stage m a permis également d utiliser de façon très poussée les dernières technologies web existantes, avec notamment du SVG, du HTML5/CSS3, permettant des fonctions aussi avancées que dans un client lourd. Je suis totalement satisfait de mon stage qui m a offert un projet avec un niveau technique plutôt avancé et stimulant. De son côté, l entreprise est également satisfaite, grâce au produit final utilisable dès à présent. 9 J ai déjà réalisé lors de mon DUT un stage incluant du web crawling et l utilisation de BDD NoSQL de plusieurs Go. Rapport de Stage Maxime Lorant (Envivio 2013) 15

17 Bibliographie 1. Lorant, Maxime et Xhonneux, Mathieu. Développez votre site web avec le framework Django. Paris : Simple IT, avril van Rossum, Guido et Drake, Fred L. Jr. The Python Language Reference Manual. London : s.n., «Django documentation» Disponible en ligne : 4. «SVG 1.1 W3C Recommendantion» Disponible en ligne : 5. Stackoverflow. Disponible en ligne : Table des figures Figure 1 : Génération de support package... 4 Figure 2 : Vue globale des deux parties... 5 Figure 3 : Vue complète de l architecture globale de l application... 6 Figure 4 : Machine à états du package... 7 Figure 5 : Tableau de bord, permettant l'accès aux informations extraites du package Figure 6 : Indexation de 400Mo de logs d'un package en cours, sur les 495Mo trouvés... 9 Figure 7 : Global Timeline représentant 3 jours d'activité Figure 8 : Première phase où l'on voit que l'activité du package se situe entre la fin Juillet et début Aout Figure 9 : Exemple de graphe chronologique généré sur un produit contenant 100 services, entre 12h et 13h Rapport de Stage Maxime Lorant (Envivio 2013) 16

18 Lexique Data mining Extraction de connaissances à partir de grandes quantités de données, par des méthodes automatiques ou semi-automatiques et de croisement de données. Framework Ensemble d outils et de composants formant le squelette du logiciel. Il permet en outre de définir l architecture de l application. Layer Les applications d Envivio peuvent server à encoder plusieurs flux vidéo en même temps. Ceux-ci sont effectués alors dans des layers différents, représentant des couches applicatives. Chaque layer a ses propres logs, avec ses propres erreurs et alarmes. Log Historique des événements, enregistré dans fichier de manière séquentiel (les données les plus récentes en fin de fichier). Ces événements sont ceux qui ont affecté un processus particulier (Support) Package Archive, fournie par le client, contenant un ensemble d informations sur les derniers jours du logiciel utilisé, ainsi que du système en général : logs applicatifs, informations système, crash dumps, configuration du produit, etc. Cette archive permet de voir quel souci a rencontré le client, afin de l aider à résoudre ses problèmes. Timeline Chronologie graphique des événements inscrits dans les logs. Les données sont représentés avec en axe des abscisses le temps et plusieurs couleurs afin de différencier les types d événements qui se sont produits. Rapport de Stage Maxime Lorant (Envivio 2013) 17

19 J ai réalisé mon stage au sein de la société Envivio France, centre de R&D de l entreprise éponyme, spécialisé dans l encodage et la distribution vidéo. Ma mission a été de concevoir un explorateur de support package, afin d améliorer le support client au sein de l entreprise. Cet explorateur permet d extraire des informations pertinentes d une archive fournie par le client et retracer l origine des erreurs qu il a pu rencontrer. Il est ainsi possible de générer un ensemble de panels avec des informations générales sur le produit, un explorateur de configuration et des chronologies interactives des logs produits. L application intègre également des outils permettant des croisements de données, facilitant le repérage des erreurs. L application est faite pour tourner aussi bien sur un serveur central qu en autonomie sur un PC personnel. Mots-clés : encodage vidéo, logs, aide au support, Django, Python, application web, exploration de données I accomplished my internship within Envivio France, specialized in the video encoding. My mission was focused on the development of a support package explorer to improve the client support. This explorer allows extracting pertinent information from a support package, provided by the client, and allows tracing errors produced on the software. It is possible to generate a set of panels with global information of the product, a configuration viewer and timelines of logs activity. It also allows making cross analysis, by crossing configuration with logs or tags to simplify the debugging. The application is made to run on a central server or as a standalone on a personal computer. Keywords: video encoding, support, logs, Django, Python, web application, data mining, indexation