データドッグ(Datadog)は、クラウドスケールのアプリケーションの監視ソリューションのリーダーだ。同社は、デジタル・トランスフォーメーション(DX)の中核的な恩恵を受けている大規模なエンタープライズIT分野のなかでも、比類のない速度で成長を遂げている。最近では競合他社の製品も増えてきているが、データドッグ社は今もなお顧客の拡大を続けている。

製品開発のスピードは驚異的で、昨年は有料ソリューションの数を2倍に増やしている。将来的には、隣接する市場でのさらなるビジネスチャンスがあるかもしれない。同社は2人の技術的な共同創業者が中心となっている。このブログでは主に、同社の沿革、製品ポートフォリオの状況を掘り下げている。これにより、投資家がデータドッグの今後の進歩を監視するための基礎と投資の枠組みを設定できるはずだ。

データドッグは、クラウドで生まれた(クラウドネイティブ)監視プラットフォームだ。そのため、企業がアプリケーションをスケーリングする際に直面する課題を理解しており、それに対応するためにソリューションを設計してきた。これは、顧客のために監視しているインフラストラクチャと同じように動的に構成されたツールとアラートを提供し、何百ものクラウドプラットフォームやオープンソースツールからメトリクスを収集し、外れ値検出などの方法でインテリジェントなアルゴリズムアラートを提供することを意味する。

最初にアプリケーション・パフォーマンス・モニタリングを検討するとき、企業はまず、収集したいデータのタイプを検討し、どのようなメトリクスが組織の主な焦点であるかを決定する必要がある。特定のクラスタで CPU やメモリの使用率が通常よりも高いことを知ることは有意義だが、リソースの使用率についてチームにメッセージを送ることはチームを疲弊させる。

データドッグは、チームが「ワーク・メトリクス」と呼ばれるものに焦点を当てることを推奨している。組織が何を有用なメトリクスと定義するかは、ユースケースやサービスを提供している顧客ベースによって異なる。これらの統計は、企業が問題なく顧客にサービスを提供しているかどうかの明確な指標となるため、細かい指標に関する警告よりも、チームに警告を発するのに役立つことは間違いがない。

沿革と技術基盤

データドッグは2010年に設立され、2012年に初の商用ツールを発表した。同社はインフラストラクチャの監視からスタートし、その後、APM、ロギング、ユーザーアクティビティ、ネットワーク監視、そして最近ではセキュリティへと拡大している。同社のS-1によると、データドッグは「クラウド時代の開発者、IT運用チーム、ビジネスユーザー向けの監視・分析プラットフォーム」を提供している。2018年には、メトリクス、トレース、ログのソリューションを提供し、1つのツールセットで「監視性の3本柱」に取り組む最初の企業であると主張している。

「可観測性(Observability)」という言葉が最近人気を集めているようだが、最初に紹介されたのは7年ほど前のこと。最初に言及されたのは、2013年にTwitterがエンジニアリングブログで発表したものだ。Twitterが急速に成長し、よく知られた停止を経験したため、彼らはバックエンドのアーキテクチャを単一のモノリシックアプリケーションから分散サービスのセットに移行した。

サイトに影響を与える問題が発生した場合、Twitterのエンジニアは、根本原因を特定するために迅速にトラブルシューティングを行う必要があった。1)すべての異なるサービスからパフォーマンスデータを取得、保存、クエリ、および可視化するための中央システムを作成すること、2)問題が発生した場合には、このデータをすべて迅速に分析して、どのサービスの動作が根本的な原因であるかを特定すること、だった。これら2つの機能を組み合わせることで、可観測性チームはサイトの問題を迅速に診断して修正することができ、最終的にはTwitterを長い間悩ませてきた「失敗したクジラ」というイメージを覆すことができた。

多くの古株のシステム管理者は、可観測性をシステムモニタリングと認識するはずだ。モニタリングプロセスは、システムやサービスの現在の動作状態を反映して、システムやサービスから関連するパフォーマンスデータを収集する。パフォーマンスデータは、CPUレベルからクエリの応答時間まで、幅広い範囲の指標を網羅することができる。また、サービスの可用性の基本的なアップ/ダウンチェックも含まれる。重要なのは、システムの全体的な健全性に強く相関する指標を選ぶことだ。つまり、指標がその標準から大きく乖離している場合、システムが機能していない可能性が高いということだ。これらのデータはすべて「時系列」で収集され、基本的には値とタイムスタンプである。時系列データはメトリクスの形をとっている。

モニタリングの別のセグメントには、ログ分析が含まれる。すべてのソフトウェアサービスは、アクティビティの何らかのログを生成する。これには、システムログ(OSレベルのイベント)、セキュリティログ(リソースアクセスイベント)、アプリケーションログ(ウェブサーバのログがページリクエストごとに記録されるような、サービス活動に関連したイベント)などが含まれる。

モニタリングの3つ目の側面は、トレースだ。トレースは、アプリケーションのコードを介してリクエストがどのように進行するかを見ることができることを指す。一般的なトレースは、サイト上の特定のウェブページに対する顧客からのリクエストだ。トレースは、ウェブサーバのコードから、データベースのクエリ、Facebook Authやクレジットカードの処理などの外部サービスへの呼び出しに至るまで、リクエストを処理する各ステップを表示する。トレースは、プロセスの各ステップとそれにかかる時間を示す。これにより、「ウォーターフォール」と呼ばれるビューが生成され、システムオペレータはトレースを素早く追跡し、ボトルネックが存在する可能性のある場所を確認することができる。

これらのタイプの監視ツールは、2010年にデータドッグ が設立されるはるか以前から利用できるようになっていた。オープンソース・プロジェクトは当初、システム・オペレータが監視を実行するのを支援していたが、その後、これを容易にするために商用事業体が登場した。Nagios、New Relic、Splunk、Pingdom、Graphite、ELKスタックなどだ。これらのソリューションのいくつかは1990年代後半にさかのぼる。

しかし、可観測性のムーブメントが起こる前のこれらのバラバラな監視ソリューションには、主に2つの問題が存在していた。まず、それぞれの監視ツールは、アプリケーションのトレースにはNew Relic、ログ解析にはSplunk、インフラストラクチャのパフォーマンス指標にはGraphiteといったように、特定のユースケースに合わせて調整されていた。Webサイトのダウンなど、ユーザーに影響を与える問題が発生した場合、システム運用者は、根本的な原因を見つけるために、これらの監視ツールを必死に切り替えなければならなかった。

このシナリオでは、オペレータは、データベースへの呼び出しが急増したためにサイトがダウンしたのか、ウェブサーバのCPUが高すぎるのか、あるいはウェブログでアプリケーションエラーが発生しているのかを、考えられる原因の中から判断しなければならない。これらの例はすべて、完全な監視が可能になる前に、さまざまな監視ツールの併用で追跡されていた。

モニタリングの2番目の課題は、問題のトラブルシューティングと解決に必要な時間(Mean Time to Repair - MTTR)だ。モニタリングは単にサービスの状態を反映しているが、システムが期待通りに動作しない「理由」のコンテキストを提供していない。有用なコンテキストの簡単な例として、自動化されたMLプロセスは、メトリックの過去の動作を分析し、通常の動作の期待される範囲を提供することができる。そして、メトリックが突然範囲外に落ちた場合、それは問題を示している可能性がある。あるいは,ログ・モニタはエラーの頻度をカウントし,新しいタイプのエラーが突然発生した場合に警告を発することができる.このようなコンテキストにより、システム・オペレータは、それぞれのモニタリング・ツールで最近のアクティビティをすべて手動でスキャンするのではなく、サービス障害の原因となりそうなものを迅速に特定することができる。

可観測性は、モニタリングとコンテキストを1つのツールで実現する。これにより、関連するすべてのサービス・パフォーマンス・データが確実にキャプチャされ、可視化されるだけでなく、トラブルシューティングのために異常な動作を特定するためにデータを迅速にソートするために必要なコンテキストが提供される。

ユーザー企業がデータドッグ製品を採用する理由

デジタル企業では、以下のような傾向が収束してきており、システムの完全な監視が必要とされるようになってきている。

  • アプリケーションの増加。 デジタルトランスフォーメーションの一環として、企業は差別化されたサービスを提供するために、顧客のために多くの新しいスタンドアロン・アプリケーションを作成している。これらのアプリケーションは、多くの場合、社内の開発者によってカスタムビルドされている。これらのアプリケーションが顧客に採用されると、そのアップタイム(システムが動作して使用可能な状態になっている時間)がビジネス上非常に重要になる。
  • クラウドホスティングと仮想化。 ソフトウェアワークロードのクラウドへの移行は、アプリケーションが一時的なサーバーや新しいホスティングコンテナでホストされることを意味する。サーバーという概念は、もはや企業のデータセンターにある1台の物理デバイスに縛られているわけではなく、年に1度再起動するものだ。クラウドでは、サーバ・インスタンスは継続的に入れ替えられ、リリースのたびに、あるいは自動スケーリングによって入れ替えられることが多い。また、サーバとマシンの1対1のパリティはもはや存在しない。物理サーバは、多数の個別のコンテナや仮想マシンをホストすることができる。このように常に変化するインフラストラクチャは、監視をより複雑にする。
  • マイクロサービス。 大規模でモノリシックなアプリケーションは、疎結合的なサービスに分割されている。新しいアプリケーションは、サービス指向アーキテクチャを消費するように設計されている。各個別のサービスは、多くの場合、独自のアプリケーションサーバー、データベース、メッセージキューなどを持つことになる。これにより、監視する必要のある表面積が劇的に拡大し、依存関係ツリーが桁違いに増加する。
  • DevOps。 サービスの監視と問題解決の領域は、もはやシステム運用チームにサイロ化されていない。開発者は、アプリケーションのパフォーマンスについて運用上の所有権 / 責務を持つことを期待されている。これにより、開発者はサーバスタックの下位レイヤのすべてのパフォーマンスパラメータに精通しているわけではないため、ツールへの期待とコンテキストへの要求が劇的に高まる。より多くの人がDevOpsを利用できるようにするためには、サービスタイプ別のテンプレートや事前に設定された指標が必要になる。

“可観測性市場”の創出

データドッグは、急速に進化するこの分野に、適切なタイミングで適切なアプローチで参入した。監視とコンテキストの両方を提供することで、可観測性のトレンドを活用した。メトリクス、ログ、トレース、および関連するすべてのシステム(アプリケーション、サーバー・インフラストラクチャ、ネットワーク、サードパーティ・サービス、あらゆるタイプのホスティング構成)など、重要な分野を網羅した1つのソリューションでこれを実現した。同社は、1つの統合されたビューでこれらの次元を網羅した完全なソリューションを提供した最初の企業だった。

これらのユースケースを1つのソリューションにまとめ、「可観測性の3本柱」をマーケティングすることで、データドッグ は、トレース用のNew Relicやロギング用のSplunkなどの主要なソリューションプロバイダを凌駕できた。これらの企業は、可観測性の範囲を広げようと躍起になっているが、データドッグはすぐに市場シェアを奪い取っている。並行して包括的なソリューションを提供しているのは、Elasticだけだ。

今後、可観測性の必要性を推進するトレンドが減速することはないだろう。現在のCOVID-19の状況はさておき、あらゆるタイプの企業は、より高いレベルのサービスに対する顧客の期待が高まる中で、デジタルトランスフォーメーションの取り組みを継続していく。これにより、様々な環境でホストされ、分散サービスでサポートされるカスタムアプリケーションがより多く生み出されることになる。

また、デジタル運用があらゆるタイプの企業の中核となる中、システム運用チームは可観測性ソリューションの唯一の消費者ではない。開発者は、DevOps の動きの一環として、最初にアプリケーションのパフォーマンスと信頼性についてより多くの責任を負うようになった。その後、プロダクトマネージャー、ビジネスアナリスト、カスタマーサービス、さらには部門長までもが、顧客アプリケーションの可用性を追跡することに依存するようになった。これにより、観察可能性の対象が劇的に拡大した。

これらすべてのことは、データドッグ には大きなチャンスがあることを意味しています。市場をリードする同社のソリューションは、上記のようなニーズに対応しており、同社をポールポジションに押し上げている。ガートナーは、この市場をITオペレーションズマネジメント(ITOM)と呼んでおり、2023年までに370億ドルに達すると予測している。

この市場はポイントソリューションを提供している既存の企業でかなり飽和状態にあり、彼らは独走状態にあるわけではない。データドッグは、包括的な可観測性プラットフォームを提供しているが、今後は競合のノイズが増えることが想定される。

データドッグは、将来的に他の成長軌道を提供するものとして、IT運用管理以外の隣接する機会をほのめかしている。その一例として、彼らは最近、セキュリティソリューションを発表した。成功は、今後数年間、データドッグがどれだけうまく実行して、観察可能性でのリードを維持し、最終的には他の成長の道を見つけることができるかによって決まるだろう。

財務概要

データドッグは2019年9月19日に株式を公開した。IPOの価格は27ドルで、その日の株価は37.55ドルで終了した。

2020年5月頃から好決算などを背景にした株価の急上昇をみており、上昇前と比較すると2倍以上の株価に到達した。現在、データドッグは106ドル前後で取引されている。データドッグは現在、約320億ドルの企業価値に達している。P/Eレシオは11.169。これが過剰評価か否かを決めるのが、今後の製品開発だろう。

製品概要

データドッグは、最新のデジタル運用チーム向けに、包括的なシステム監視とトラブルシューティングを自動化するSaaSプラットフォームを提供している。このプラットフォームは、あらかじめパッケージ化された統合、カスタマイズ可能なドラッグ&ドロップ式のダッシュボード、リアルタイムのデータ可視化、優先順位付けされたアラート機能を備えており、使いやすくなっている。このプラットフォームは、セルフサービスのインストールプロセスで展開されるため、新規ユーザーは専門的なトレーニングを受けることなく、迅速に価値を引き出すことができる。データドッグは、幅広い業界のあらゆる規模の組織で使用されている。

データドッグは2012年にインフラストラクチャのモニタリングからスタートしたが、そのほとんどはオープンソースのソリューションに委ねられていた。モニタリング分野では、アプリケーションのパフォーマンス監視(New Relic)とログ分析(Splunk)に焦点を当てた他の商用サービスが提供されていた。クラウド、マイクロサービス、仮想化コンテナへの移行により監視が指数関数的に複雑になるにつれ、追跡する個別のソフトウェアコンポーネントの数は急速に増加した。この拡大は、APMやロギングと同様にインフラストラクチャの監視にも適用された。

データドッグは、このようなトレンドが加速している時期に開始したことで、拡張性、柔軟性、および巨大なスケーラビリティ(拡張可能性)を最初からクラウドネイティブのアーキテクチャーに反映することができた。彼らは、エフェメラルクラウドインスタンス、コンテナ化、マイクロサービスにいち早く取り組み、将来的に他の分野にも拡大していくための基礎を築いた。それに対して、New Relicはしばらくの間、物理サーバをベースとしたモデルに縛られたままだった。

APMやロギングではなく、インフラストラクチャの監視から始めることのもう一つの利点は、データセンターやクラウドのインスタンス内のほぼすべてのデバイスに データドッグエージェントを配置する必要があるということだった。エンジニアリング組織は一般的に、少なくとも基本的な可用性についてはインフラストラクチャのすべてのコンポーネントを監視するが、すべてのインフラストラクチャコンポーネントがAPMエージェントやログ解析を必要とするわけではない。当時、New Relicは、トレースが生成される場所であるため、一般的にはアプリケーションサーバのみに導入されていた。同様に、ログ量に応じた価格設定のため、アプリケーションやその他の高価値のログのみが分析プラットフォームのSplunkに転送されてることになる。

沿革。2019年のデータドックの上場目論見書(S-1)より。

インフラストラクチャ監視に確固たる地位を確立し、そこでソリューションを洗練させた後、データドッグは最終的にスタックの高位のレイヤーにまで拡大した。彼らは2017年にAPMソリューションをリリースし、2018年にはログ解析を追加した。データドッグのログ分析へのアプローチは、「Logging without Limits」という概念を導入したことで革命的なものとなった。

これは、すべてのログデータをDatadogのソリューションで取り込み、保存することができるという考え方を指す。これらのログの一部は、永続性と詳細な分析のために指定することができ、これは顧客が課金されるボリュームを表している。当時の競合ソリューションでは、実際に分析したかどうかに関わらず、インジェストされたデータの総量に対して課金されていた。

2018年にオブザーバビリティの製品群を発表した後、データドッグは拡大を続けた。2019年には、合成モニタリング(Synthetic Monitoring)とリアルユーザーモニタリング(RUM)のソリューションをリリースした。シンセティックでは、多くの場合、ブラウザを介して、Webアプリケーションとの実際のインタラクションをシミュレーションすることができる。データドッグオペレータは、サインアップやチェックアウトのような一般的なWebサイトのインタラクションを完了させ、その結果を記録するモニターを構成することができる。これらのアクションは、世界中のテストサーバーから定期的に実行されるようにスケジュールされる。結果は記録され、テストアクションが失敗した場合はアラートを生成することができる。

RUMは、企業のソフトウェアアプリケーションと実際のユーザーのインタラクションをキャプチャすることを可能にする。これは、再生ボタンをクリックしたり、製品検索をしたり、ショッピングカートにアイテムを追加したりするような、ビジネス価値のあるアクションかもしれない。このデータは、集計し、ダッシュボード・ビューに要約し、一貫性を監視することができます。例えば、新規ユーザー登録が突然減少した場合、製品チームとエンジニアリングチームにアラートを送信して調査することができる。このような状況は、前回のリリースのバグが原因である可能性があるため、インフラストラクチャの監視、ログ分析、またはAPMによってフラグが立てられるとは限らないかもしれない。

2019年後半、データドッグはネットワークパフォーマンスモニタリング(NPM)を開始した。これは、ネットワークトラフィックの観測性の高いソリューションを提供する。サーバーやサービスがクラウドデータセンターに分散しているため、ネットワークトラフィックの流れに問題があると、同様にアプリケーションの可用性の問題が発生する可能性がある。ネットワーク監視をデータドッグの観測性ソリューションに組み込むことは、単一のツールセットを中心に顧客の技術組織をさらに統合することになるため、スマートな方法だ。

最後に、データドッグは、2019年第4四半期の決算報告書の中で、セキュリティ監視ソリューションのベータリリースを発表した。これにより、セキュリティ・チームは、開発と運用に加えて、効果的に監視可能性のミックスに組み込まれることになる。このソリューションは、ログやインフラ監視ですでに収集されているデータにセキュリティのコンテキストを追加し、セキュリティ担当者がクエリやグラフを作成できるようにする。また、開発者と運用担当者は、より多くのセキュリティ意識を持つことができる。

これらのソリューションはすべて、同じデータドッグコアプラットフォームの上で実行される。データドッグは早い段階で、幅広いデータタイプのセットを表現できる柔軟なデータモデルを構築した。このデータモデルは、ログ、パフォーマンスメトリクス、ユーザーアクティビティ、アプリケーショントレースなど、あらゆる種類のソースからの入力を格納するために使用される。必然的に拡張性がある。また、このデータ構造は、ストレージスペースを最小限に抑えるために効率的だ。

インジェストエンジンは、膨大なデータフローに対応する必要があるため、非常に高速でスケーラブルに設計されているが、リアルタイムのログ尾行やダッシュボードの更新をサポートする必要がある。また、データの分類、集計、要約、メタデータによるタグ付けなどの機能も備えている。

プラットフォームの共通アプリケーションコンポーネントにより、メトリクス、ログ、トレースのいずれのデータタイプであっても、異なるデータタイプ間で機能を共有することができる。これらには、検索、可視化、分析、アラート、コラボレーションなどが含まれる。すべてのデータフローの上に、データドッグは機械学習レイヤーを挿入した。これにより、監視対象のデータに共通する範囲やパターンを特定し、異常な動作を迅速にオペレータにフラグを立てることができるようになる。

各製品のビジネスモデルは以下の通り。

  • インフラストラクチャ。インフラサービスはホストごとに課金される。5ホストまでの使用を可能にする無料のティアがある。これはスタートアップをフックするための良いブートストラップオプションです。最初の有料プランは「Pro」と呼ばれるもので、標準的なメトリクス、定型的なダッシュボード、アラート、15ヶ月間のデータ保持など、基本的なインフラ監視機能をすべてカバーしている。Enterpriseプランは23ドル/ホスト/月で、機械学習、異常検知、予測モデリング、ライブプロセスなどの高度な機能が追加される。
  • ログ管理。1GBあたり0.10ドルの料金が発生する。これは、解析、エンリッチメント、メトリック生成、アーカイブの基本機能を受け取る。オペレータは、このデータを尾行し、サマリーグラフを構築し、インデックスに直接アクセスすることができる。分析のために生データを調べるためには、一定期間保持する必要がある。保持のコストは、保持期間とデータ量によって異なる。保持コストは、100万イベントあたり3日間で1.06ドルから60日間で4.10ドルです。アーカイブされたストレージから再水和されたログにも保持コストが発生する。
  • APM。分散トレースとAPMのコストは、ホストごとに月31ドルです。アプリ分析機能は、分析スパン100万件あたり1.70ドルで追加できる。
  • ネットワーク。ネットワーク・トラフィック・モニタリングは、ホストごとに月5ドルかかる。
  • 合成テスト。合成テストのコストは、ブラウザベースかAPIテストかによって異なる。API テストは、月に 10,000 回テストを実行するごとに5ドルだ。ブラウザベースのテストは、月に1,000回のテストを実行するごとに12ドルと、かなり高額になる。これは、APIテストの方がプログラミングと実行がはるかに簡単なので、理にかなっている。
  • リアル・ユーザー・モニタリング。RUMは月に10,000ユーザー・セッションあたり15ドル。データドッグ の価格設定は公平です。ホストと使用量に応じて課金することで、企業は小規模でスタートし、成長に応じて使用量を拡大することができる。この価格体系が、高い純増率の大きな要因となっていると思われる。企業がどのようにして1つのサービスから始めて、時間の経過とともに追加することができるかを理解するのは簡単です。同様に、企業のトラフィックが増加すると、データドッグ の利用規模も拡大する。

驚異的な製品開発の速度

2018年のログ管理ソリューションのリリースを皮切りに、データドッグの製品開発のペースは加速した。ログ管理は、彼らの革命的な「Logging without Limits」のリリースとともに、(2017年のAPMに続いて)大きな機能追加となった。その後、2019年にはSynthetics、RUM、ネットワーク監視、サーバーレスソリューションを追加した。2020年からは、セキュリティ製品にフォーカスが移っている。

このような急速な開発とリリースのスピードにより、データドッグ は競合他社の製品よりも先を行き、包括的なオブザーバビリティ・ソリューションを提供するリーダーとしての地位を確固たるものにした。彼らの製品開発のペースは、Elastic社のそれと類似している。

データドッグは買収に頼って、主にログモニタリングとシンテツを中心としたいくつかの新機能を推進してきた。主な買収先は以下の通り。

  • Mortar Data - 2015年2月。Mortar Dataは、拡張性の高いデータ処理パイプラインを提供していた。これは、データドッグのコアデータインジェスト機能に組み込まれているようだ。
  • Logmatic.io - 2017年9月。データドッグプラットフォームにログ監視および分析機能を追加した。これにより、2018年初頭のデータドッグログ管理ソリューションの正式ローンチに伴い、「3 Pillars of Observability」が丸くなった。
  • Madumbo - 2019年2月。Madumboは、自動化されたUIテストとモニタリングのためのソリューションを構築した。また、サイトとのオペレーターのインタラクションを対スクリプトテストで記録することで、テスト構成を容易にするソリューションも提供した。これが2019年後半に発売されたSynthetics製品の基盤となった。

オープン性とプラットフォームアプローチ

データドッグは、顧客のホスト上で動作し、データを自動的にデータドッグに送信するエージェントソフトウェアをオープンソース化した。エージェントのソースコードは、再利用のために最も自由なApache 2.0ライセンスの下、GitHubで利用可能。エージェントソフトウェアをオープンソース化することは、顧客がシステムにインストールしているソフトウェアを検査することができるので、スマートだ。さらに、必要に応じてライセンスをカスタマイズすることもできる。

データドッグは、開発者がデータドッグプラットフォームとプログラムでデータを交換できるように、オープンAPIも提供している。このAPIは、 開発者が独自のカスタムモニターを作成して データドッグ にデータを転送したり、 プラットフォームから通知を生成したりできるようにすることを目的としている。このAPIは、 全く新しいアプ リ ケーシ ョ ン を作成するために使用するものではな く、 プラット フォームのデータ処理機能や可視化機能を基盤として使用することを目的としている。これは将来の製品の方向性となるかもしれない。

データドッグは、 一連の開発者ツールも提供している。これらは、サードパーティのサービスと統合したり、カスタム エージェントを介してデータを生成したりするためのコード ライブラリを使用したり、作成したりすることで、プラットフォームと対話することを目的としている。もう一つの便利な開発者向け機能は、カスタムメトリクスです。400 を超える既存の データドッグ 統合のいずれかからメトリクスが提出されていない場合は、メトリクスを作成することができる。カスタムメトリクスの主な用途は、ビジネスパフォーマンスに固有のKPIを収集することだ。例えば、ビデオ会議ソリューションを運営している場合、各ビデオ通話の参加者数を追跡したいはずだ。

コンペティション

可観測性市場には多くのプレイヤーが存在する。インフラストラクチャ監視のデータドッグのように、大規模ベンダーのほとんどは、ある製品セグメントでスタートし、時間の経過とともに他の製品セグメントにも進出している。例えば、APMのNew Relicやログ監視のSplunkなどだ。

ガートナーの2019年6月のITOM市場シェア分析報告書では、ITOM、特にAPMに関する分析において、多くの「レガシー」ベンダーを挙げている。その中には、IBM、Oracle、Broadcom、Solarwinds、Riverbedなどが含まれている。これらのベンダーは、ITOMを開始したばかりで、主にインフラストラクチャの監視に力を入れている。しかし、Datadog、New Relic、Splunk、Sciencelogic、VMWareなど、「広範なクラウド・ネイティブの可視性」を示すベンダーのサブセットも挙げている。

参考文献