Datadogの導入効果をレビューでご紹介(ryuke-Cloudbase株式会社)

システム監視ツールとしてはAWSの組み込みのCloudWatchを使っていたのですが、次のような課題がありました。

1. ロググループ（サービス）を横断した検索やフィルタリングが難しい
   • 1つの処理が複数のサービスにまたがることがシステム特性上多いのですが、調査の際は開発者がコンソールに入ってそれぞれのサービスの関連するログを1つ1つ手動で見に行く必要がありました。UIもなかなか直感的に使えない部分が多く開発者のストレスにもなっていました。
2. UIが直感的でなく使いづらい
3. アラートのSlackへの通知を簡単に行いたい
4. SLI/SLOの運用を手軽に行いたい

システムの品質や信頼性を担保していくためにSLI/SLOの運用を本格的にやっていこうとなったタイミングで、Datadogの検討を始めました。

• Amazon CloudWatch
• New Relic

• 全体的な使い勝手の良さ、特にログ管理機能
• 社内に経験のあるメンバーが多いこと
• クラウドとのインテグレーションの充実度

また、導入背景の③アラート通知やメッセージが簡単に設定・カスタマイズできる点、④のSLI/SLOの運用機能が標準でサポートされている点が決め手となり、Datadogの導入を決めました。 一方で、導入にあたってのツール選定はあまり時間をかけてはおらず、社内メンバーにDatadogを以前に使ったことがあり慣れているメンバーが多いことが主な選定理由でした。Datadogというと他サービスと比較したときに主に料金面がネックになってくることが多いと思いますが、スタートアップということもあり時間をお金で買うことで本質的なプロダクト開発に集中できる環境を作ろうという意思決定をしました。

SaaSとして提供されており、導入フローなく従量課金制で小規模からでもすぐに使い始めることができるため、トライアルは実施せず一部のサービスから導入し始めて徐々に全体の利用規模を拡大しています。
システム・組織規模が大きくないこともあり、比較的スムーズに全体に導入を完了することができました。 クラウドのインテグレーションが充実しているおかげで少しのステップで本番環境に標準メトリクスを導入することができたのも大きかったです。

RUM系の機能は当初重視していませんでしたが、セッションリプレイやError Trackingなど元々他ツールでカバーしようと思っていた機能も一部Datadogで見ることができたのは思わぬサプライズで、特にSaaS開発チームも巻き込んで導入を進めていく上でいい追い風となりました。
ただし、一部Datadogを導入した結果AWSの思わぬ料金の増加が発生したり、ステップ通りセットアップしたのにログやメトリクスがうまく送信されないなどのトラブルもありました。 （詳しくはこちら）

【どのように乗り越えたか】
どれも技術的な問題だったので、関連記事を参照しながら不具合を一つ一つ解消していきました。 インターネットに関連記事も多く、また公式のドキュメントも充実しているためそこまで行き詰まることはなかったです。

サービスごとに料金体系が全く異なるため、それぞれについてしっかり料金の計算方法を把握していないと思わぬ料金の高騰に繋がる可能性がある点に注意が必要です。タグ込みのカーディナリティベースで料金が計算されるカスタムメトリクスやログの取り込みに対して費用がかかるログなどは特に注意が必要です。