Sforzi di riduzione dei costi di Datadog

Quando abbiamo esaminato l'utilizzo di Datadog di Zaxby, abbiamo scoperto che c'era un'opportunità significativa per ridurre i costi senza compromettere la visibilità o l'affidabilità operativa. Il nostro obiettivo era semplice: ottimizzare la spesa mantenendo la fiducia nel monitoraggio e nell'osservabilità. Dopo aver analizzato i modelli di utilizzo e le aree ad alto costo, siamo riusciti a ridurre la spesa di Datadog di circa il 50%.

Risultati chiave:

Riduzione dei volumi di log indicizzati preservando i log critici per la risoluzione dei problemi e la conformità
Policy di conservazione RUM ottimizzate per mantenere la visibilità sul comportamento essenziale degli utenti
Rivalutato il monitoraggio serverless per conservare informazioni preziose eliminando le chiamate non necessarie
Riduzione complessiva del 50% della spesa di Datadog

Registri indicizzati

L'indicizzazione dei log è stata la causa che ha contribuito maggiormente alla spesa complessiva. Durante l'esame delle pipeline e degli indici, è stato rilevato che una parte significativa dei log non aggiungeva valore significativo. Perfezionando i log indicizzati e migliorando l'assegnazione dei tag per la ricercabilità, siamo stati in grado di preservare i log che contavano davvero, riducendo al contempo il volume non necessario.

Le azioni chiave includevano:

Controllo degli indici di log e delle pipeline correnti per vedere cosa è stato escluso (se del caso)
Analisi di volumi elevati di log per servizio per comprendere i principali contributori
Creazione e perfezionamento di filtri di esclusione dei log per garantire che vengano indicizzati solo i log essenziali
Aggiornamento delle pipeline per migliorare l'assegnazione di tag e la ricercabilità, collegando servizi e ambienti a log specifici
Utilizzo di Esplora metriche per tenere traccia delle tendenze e regolare i filtri e le configurazioni degli indici per bilanciare l'osservabilità con l'efficienza dei costi

Questo processo ha chiarito quali set di dati erano realmente utili per le operazioni e gli avvisi.

Ritenzione del RUM

Il monitoraggio degli utenti reali (RUM) ha fornito informazioni preziose, ci siamo resi conto che stavamo raccogliendo e analizzando ogni sessione. Dopo aver esaminato i criteri di conservazione tra le applicazioni, abbiamo regolato le impostazioni in base alla frequenza di utilizzo e alla criticità aziendale.

Passi che abbiamo fatto:

Esaminate tutte le applicazioni RUM e i relativi periodi di conservazione
Policy di conservazione adattate in base alla frequenza di utilizzo e alla criticità delle esperienze monitorate
Dashboard e avvisi convalidati per garantire che non vengano perse informazioni chiave durante l'ottimizzazione

I dashboard e gli avvisi hanno continuato a funzionare come previsto, mentre l'ingombro dello storage è stato notevolmente ridotto. Il risultato è stato una raccolta più snella e mirata di dati RUM che ha mantenuto la piena visibilità sul comportamento degli utenti.

Controllo delle chiamate serverless

Infine, abbiamo esaminato il monitoraggio serverless. Alcune funzioni AWS Lambda generavano milioni di chiamate settimanali e registravamo ogni chiamata. Filtrando le chiamate non critiche, abbiamo mantenuto l'integrità delle metriche chiave senza alcun impatto sulle prestazioni.

Questo aggiustamento ha fornito una visione più chiara dell'attività Lambda e ha dimostrato come le modifiche mirate possano ottenere riduzioni significative dei costi senza compromettere l'osservabilità.

Conclusione

Grazie a questa iniziativa di ottimizzazione dei costi, Arbory Digital è riuscita a ridurre del 50% le spese di Datadog per Zaxby's, il tutto mantenendo la visibilità e l'affidabilità operativa. Perfezionando l'indicizzazione dei log, regolando la conservazione RUM e controllando le chiamate serverless, abbiamo creato un sistema sostenibile che bilancia costi e funzionalità.

Sebbene siano stati compiuti progressi significativi, continuiamo a monitorare e perfezionare i modelli di utilizzo per identificare ulteriori efficienze e garantire che Zaxby's mantenga un modello di osservabilità ottimale.

Per ulteriori approfondimenti, consulta i nostri altri sforzi di risparmio sui costi in Zaxby's Customer Spotlight – Arbory Digital.