Datadogの導入効果をレビューでご紹介(Takuya Mikouchi-株式会社ビットキー)

参考になった

会員限定コンテンツです。無料登録すると制限なしでお読みいただけます。

無料登録してアーキテクチャを見る

レビュー投稿日の情報になります

株式会社ビットキー / Takuya Mikouchi

チームリーダー / データサイエンティスト / 従業員規模: 101名〜300名 / エンジニア組織: 51名〜100名

最終更新日2024/08/02投稿日2024/07/31

利用プラン

ツールの利用規模

ツールの利用開始時期

事業形態

Datadog Pro

51名〜100名

2021年12月

B to B

B to C

利用プラン	Datadog Pro
ツールの利用規模	51名〜100名
ツールの利用開始時期	2021年12月
事業形態	B to B B to C

アーキテクチャ

会員限定コンテンツ無料登録してアーキテクチャを見る

アーキテクチャの意図・工夫

この図には記載していませんが、基本的にはトレースをDatadog APMに集約し監視を実現しています。
ビットキーのSREチームはSLI/SLOを用いたプロダクト品質のモニタリングに注力しており、そこにピンを止めたアーキテクチャを掲載させていただきました。
インテグレーションされたメトリクスに加え、Datadog導入以前にBigQuery上でのSLI計測に用いていたイベントログをPub/Sub経由でDatadogにLogsとして流し込み生成したカスタムメトリックを用いてSLIを設定しています。

導入の背景・解決したかった問題

導入背景

ツール導入前の課題

事業的な背景から触れると、ビットキーは2020年にhomehubとworkhubを提供開始しました。これに伴い、機能数、チーム数、エンジニア数などが爆発的に増加しました。比例する形で、リリース後の不具合や障害の発生頻度も上がり、それぞれの振り返りの中で「監視」の重要性が高まってきました。その課題に再現性高くアプローチするために、監視サービスの検討を始めました。

どのような状態を目指していたか

まずは組織横断的な監視体制の構築を目指していました。具体的には以下の実現を目指していました。

SLIの計測とアラートの設定によるプロダクト品質の定量化とモニタリング（SLOの運用）
APMを用いたバックエンドの監視の充実
Log Pipelineを用いたエラーログの可視化による異常検知

比較検討したサービス

New Relic

比較した軸

比較対象のサービス間で機能に大きな差があるか
導入のハードル

選定理由

先に検討のテーブルに上がっていたDatadogと比較して、New Relicに大きな機能的な違いがなかった
メインで活用しているGoogle CloudサービスとのIntegrationが充実していた
Preset Dashboardが当時Datadogのほうが充実していた

導入の成果

導入に向けた社内への説明

上長・チームへの説明

上長及びチームメンバで一緒に活用目的/使い方/ツール選定を検討したので、特に承認用の説明が必要になることはありませんでした。またコスト面についても、ビットキーは本当にやるべき事であれば予算に厳しい会社ではないのでハードルにはなりませんでいた。またトライアル期間があったため、Datadog様のサポートを受けつつとにかく触ってみることで本導入にスムーズに進むことができました。

活用方法

よく使う機能

SLOs
- プロダクト品質のモニタリングに活用しています。
- SLI/Oの計測からエラーバジェット、バーンレートベースのアラートの設定まで直感的に操作できます。
- インテグレーションされたメトリクスだけでなく、Logからカスタムメトリックを生成しSLIを設定することもあります。
APM
- 主に調査対応に活用しています。
- ビットキーには多くのサービスが存在しており、どこがどう繋がって、何がどう処理進んだかを簡単に把握することができるようになったため、調査対応工数の削減に繋がりました。
- Profiler機能を利用するためOpenTelemetry CollectorではなくDatadog Agentを利用しています。
Real User Monitoring
- 主にUI/UXデザイナーやPdM、データサイエンティストがUI/UX改善に活用しています。
- ブラウザ上のユーザの動作を把握することができ、更にその統計値をダッシュボードで可視化することができます。