DataDog
https://investors.datadoghq.com/static-files/e0597c76-5970-453b-88ee-b862d2f4a68a
2012,做的基础设施的监控,其实就是metrics
2017,做APM,其实就是tracing
2018,做Logging,日志
2019,做RUM(Real User Monitoring) , 用户体验的监控,
Synthetics用于模拟使用者与系统程序之间的互动情况,提供API测试、页面自动化测试、浏览器兼容性测试,
通过使用Synthetics自动化测试功能,可以帮助用户在其应用程序发布前找到可能出现的问题
2021,安全功能等
在数据架构上,其实大同小异
https://zhuanlan.zhihu.com/p/577814160
这篇讲的比较清楚,当前监控领域的产品和公司的故事
总体上datadog的优点,
云原生,快速部署
极致的产品体验和快速的迭代
好用可定制的dashboard
低廉的价格
一体化的监控平台,涵盖metrics,tracing,log
云原生架构下,系统的复杂度大幅增加,对于监控的需求日益迫切
不同于传统的tagging,以unique identity作为标识
这里提出tag作为标识,这个其实不是啥新的想法
做到一体化,各个监控项能够关联,
APM: From distributed tracing
在客户端和服务端,分别具备哪些feature,广义APM包含哪些
WatchDog
挖掘出啥,这里有些启发
包含,Anomallies,Rare Events,Outliers,Correlations,Clusters,Dependencies
WatchDog包含3个部分,
Insights,洞察,
高级监控,基于当前的context,整合多种信息,辅助人工诊断
Alerts,告警
RCA
日志管理的scope
传统的日志方案,需要在cost和visibility之间做trade off,也就说需要过滤掉大量的数据
datadog的方案,对数据分层,有价值的做index,全量的archive,因为云存储比较便宜,称为logging without Limits
这里的问题是如何衡量数据价值
定价和成本
监控和tracing是按host衡量
日志是按GB衡量