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