『Datadog の良い使い方』を体系化する
Datadog は導入容易だが、適切に使わないと月額数十万円〜数百万円のコストになります。本記事では編集部の視点で、深掘りした使い方を公開情報をもとに整理します。Datadog 活用ガイド もご参考に。
コスト構造の理解
(1) Host 数：APM/Infra で課金。(2) Log Ingestion：GB 単位。(3) Custom Metrics：カーディナリティ別。(4) Synthetic：監視テスト数。(5) Real User Monitoring：MAU。主要コストは Logs と Custom Metrics(公開情報をもとに)。
コスト削減施策
(1) Log Indexing 削減：必要なものだけ。(2) Sampling：APM トレース。(3) Custom Metric の見直し。(4) Excluded Hosts：開発環境。(5) Reserved capacity：年間契約割引。FinOps 実践 もご参考に。
APM の高度設定
(1) Profiling：本番プロファイル。(2) Database Monitoring：SQL レベル。(3) Error Tracking：エラー集約。(4) Service Maps：依存可視化。(5) Watchdog：AI 異常検知。分散トレーシング もご参考に。
Custom Metrics の管理
(1) カーディナリティに注意：tag 値が多すぎると爆発。(2) 命名規約：service.action.metric。(3) histogram → distribution：percentile 正確化。(4) 定期見直し。(5) OpenTelemetry 統合。
SLO 運用
(1) SLO 定義：99.5% 等。(2) Error Budget計算。(3) Burn Rate アラート：早期検知。(4> ダッシュボード：チーム単位。(5) 定例レビュー。アラート設計 も合わせて。
RUM (Real User Monitoring)
(1) Web Vitals 自動取得。(2) Session Replay：UX 分析。(3) Error 追跡。(4) 地域別パフォーマンス。(5) 個人情報マスキング。Web Vitals 最適化 もご参考に。
Cloud Cost Management
(1) AWS/GCP/Azure 統合。(2) FOCUS 仕様対応。(3) タグベースの分析。(4) 予算アラート。(5) Datadog 自身のコストも追跡。k8s コスト最適化 もご参考に。
失敗しがちなパターン
(1) Log 全送信：コスト爆発。(2) Custom Metric カーディナリティ無視。(3) サンプリング未設定。(4) SLO 未定義。(5) RUM の個人情報。対策は、(1)Index 設定、(2)tag 制限、(3)Tail-based sampling、(4)SLO制定、(5)mask 設定、です。