datadog-observability

Datadog Observability

概要

Datadog は、インフラストラクチャ、アプリケーション、ログ、ユーザーエクスペリエンスを統合的に監視できる SaaS オブザーバビリティプラットフォームです。AI を活用した異常検知、1,000 以上のインテグレーション、OpenTelemetry との互換性を提供します。

主な機能：

• APM：8 以上の言語に対応した自動計装による分散トレーシング
• インフラストラクチャ：ホスト、コンテナ、クラウドサービスの監視
• ログ：処理パイプラインと 15 か月の保持期間を備えた一元的な収集
• メトリクス：カーディナリティ管理に対応した DogStatsD によるカスタムメトリクス
• Synthetic テスト：世界 29 か所以上からのプロアクティブな API およびブラウザテスト
• RUM：Core Web Vitals とセッションリプレイに対応したフロントエンドのパフォーマンス監視

このスキルを使用する場面

次の場合に有効化してください：

• 本番環境の監視とオブザーバビリティを設定する
• マイクロサービス全体に分散トレーシングを実装する
• ログ集約および分析パイプラインを設定する
• カスタムメトリクスとダッシュボードを作成する
• アラートと異常検知を設定する
• Datadog のコストを最適化する

次の場合は使用しないでください：

• オープンソースのスタックで構築する（代わりに Prometheus/Grafana を使用してください）
• コストを最優先し、予算が限られている
• マネージドソリューションよりも最大限のカスタマイズ性が必要である

クイックスタート

1. Datadog Agent をインストールする

Docker（最も簡単）：

docker run -d --name dd-agent \
  -e DD_API_KEY=<YOUR_API_KEY> \
  -e DD_SITE="datadoghq.com" \
  -v /var/run/docker.sock:/var/run/docker.sock:ro \
  -v /proc/:/host/proc/:ro \
  -v /sys/fs/cgroup/:/host/sys/fs/cgroup:ro \
  gcr.io/datadoghq/agent:7

Kubernetes（Helm）：

helm repo add datadog https://helm.datadoghq.com
helm install datadog-agent datadog/datadog \
  --set datadog.apiKey=<YOUR_API_KEY> \
  --set datadog.apm.enabled=true \
  --set datadog.logs.enabled=true

2. アプリケーションを計装する

Python：

from ddtrace import tracer, patch_all

# Automatic instrumentation for common libraries
patch_all()

# Manual span for custom operations
with tracer.trace("custom.operation", service="my-service") as span:
    span.set_tag("user.id", user_id)
    # your code here

Node.js：

// Must be first import
const tracer = require('dd-trace').init({
  service: 'my-service',
  env: 'production',
  version: '1.0.0',
});

3. Datadog の UI で確認する

1. Infrastructure > Host Map に移動し、Agent を確認します
2. APM > Services に移動し、トレースされたサービスを確認します
3. Logs > Search に移動し、ログ収集を確認します

主な概念

タグ付け戦略

タグを使用すると、フィルタリング、集計、コストの割り当てができます。すべてのテレメトリで一貫したタグを使用してください。

必須のタグ：

タグ	目的	例
env	環境	env:production
service	サービス名	service:api-gateway
version	デプロイバージョン	version:1.2.3
team	担当チーム	team:platform

カーディナリティの高いタグは避けてください：

• ユーザー ID、リクエスト ID、タイムスタンプ
• Kubernetes の Pod ID
• ビルド番号、コミットハッシュ

統合オブザーバビリティ

Datadog はメトリクス、トレース、ログを自動的に関連付けます：

• トレースにはメトリクスにリンクするスパンタグが含まれます
• ログには相関付けのためにトレース ID が挿入されます
• ダッシュボードではすべてのデータソースを組み合わせて表示できます

ベストプラクティス

シンプルに始める

1. 基本的な設定で Agent をインストールします
2. 自動計装を有効にします
3. Datadog の UI でデータを確認します
4. 必要に応じてカスタムスパンやメトリクスを追加します

段階的な機能拡張

Basic → APM tracing → Custom spans → Custom metrics → Profiling → RUM

主な計装ポイント

• HTTP の受信／送信ポイント
• データベースクエリ
• 外部サービスの呼び出し
• メッセージキューの操作
• ビジネス上重要な処理フロー

よくある間違い

1. カーディナリティの高いタグ：ユーザー ID やリクエスト ID をタグとして使用すると、数百万もの一意なメトリクスが作成されます
2. ログインデックスのクォータ不足：ログ量の急増による予想外の請求につながります
3. 過剰なアラート：アラート疲れを引き起こします。原因ではなく症状に対してアラートを設定してください
4. サービスタグの不足：メトリクス、トレース、ログの関連付けができなくなります
5. 大量のトレースにサンプリングを設定しない：すべてを取り込むことで、コストが急増します

ナビゲーション

詳しい実装方法については、以下を参照してください：

• Agent のインストール：Docker、Kubernetes、Linux、Windows、クラウドごとの設定
• APM の計装：Python、Node.js、Go、Java の計装とコード例
• ログ管理：パイプライン、Grok パーサー、標準属性、アーカイブ
• カスタムメトリクス：DogStatsD のパターン、メトリクスの種類、タグ付けのベストプラクティス
• アラート：モニターの種類、異常検知、アラートの適切な運用
• コスト最適化：Metrics without Limits、サンプリング、インデックスのクォータ
• Kubernetes：DaemonSet、Cluster Agent、自動検出

補完スキル

このスキルを使用する際は、次の関連スキルが導入されている場合、あわせて検討してください。

• docker：コンテナの計装パターン
• kubernetes：K8s ネイティブのモニタリングパターン
• python/nodejs/go：言語固有の APM 設定

リソース

公式ドキュメント：

• APM：https://docs.datadoghq.com/tracing/
• ログ：https://docs.datadoghq.com/logs/
• メトリクス：https://docs.datadoghq.com/metrics/
• DogStatsD：https://docs.datadoghq.com/developers/dogstatsd/

コスト管理：

• 請求：https://docs.datadoghq.com/account_management/billing/
• 使用状況の帰属：https://docs.datadoghq.com/account_management/billing/usage_attribution/