Datadog: Was es ist, Anwendungsüberwachung und Observability

Was ist Datadog?

Datadog ist eine Cloud-Überwachungs- und Observability-Plattform, die 2010 von Olivier Pomel und Alexis Lê-Quôc gestartet wurde. Die Plattform bietet ein einheitliches Dashboard zur Erfassung von Metriken, Logs und Traces von Infrastruktur, Anwendungen und Benutzergeräten. Im Gegensatz zu Punktlösungen vereint Datadog APM, Logs, Infrastrukturüberwachung, Synthetic Monitoring und RUM in einem Produkt.

Die Architektur von Datadog basiert auf Agenten — leichten Programmen, die auf Servern installiert oder in Anwendungen eingebettet werden. Der Agent sammelt Daten und sendet sie über eine verschlüsselte Verbindung an die Cloud-Infrastruktur von Datadog. Für mobile Plattformen bietet Datadog native SDKs, die auf Android (Kotlin, Java) und iOS (Swift, Objective-C) funktionieren.

Laut dem Gartner Magic Quadrant for APM and Observability (2024)-Bericht wird Datadog als Leader in der Kategorie Observability mit dem breitesten Satz integrierter Fähigkeiten anerkannt. Die Plattform wird von Unternehmen wie Samsung, Adidas und Peloton zur täglichen Überwachung von Millionen von Geräten verwendet.

Für mobile Teams ist Datadog besonders wertvoll, da es die Backend-Leistung mit der Benutzererfahrung auf dem Gerät verknüpft. Wenn eine API langsamer zu reagieren beginnt, zeigt Datadog nicht nur die Server-Antwortzeit, sondern auch, wie sich dies auf die Startzeit oder die Bildschirmdarstellung auf einem bestimmten Telefonmodell ausgewirkt hat.

Wichtige Plattformkomponenten

Infrastructure Monitoring verfolgt CPU-, Speicher-, Festplatten- und Netzwerkmetriken für Server, Container und Kubernetes-Cluster. APM (Application Performance Monitoring) sammelt Traces für jede Anfrage, die durch ein verteiltes System läuft, und zeigt die Latenz an jedem Hop an. Log Management zentralisiert alle Logs — von System bis Anwendung — mit Volltextsuche und der Möglichkeit, Metriken aus Logs zu erstellen. Synthetic Monitoring simuliert Benutzerszenarien von verschiedenen geografischen Standorten aus. Real User Monitoring (RUM) sammelt Daten von tatsächlichen Benutzergeräten, einschließlich Mobiltelefonen und Tablets.

Preismodell

Datadog verwendet ein Pay-as-you-go-Modell mit produktbezogener Preisgestaltung: Infrastruktur-Hosts, APM-Hosts, Logs (Volumen in Gigabyte), RUM-Sitzungen und Synthetic-Tests. Jedes Produkt wird separat abgerechnet, sodass Sie nur für die genutzten Funktionen zahlen. Die Preise beginnen bei 15 $ pro Host und Monat für die Infrastrukturüberwachung und 1 $ pro 10.000 RUM-Sitzungen. Startups können sich für das Datadog for Startups-Programm mit Guthaben von bis zu 100.000 $ bewerben.

Datadog APM und verteiltes Tracing

Application Performance Monitoring (APM) in Datadog ist ein verteiltes Tracing-System, das jede Anfrage vom Eintritt bis zum Abschluss aller verschachtelten Vorgänge verfolgt. APM instrumentiert automatisch gängige Frameworks und Bibliotheken: Spring Boot, Django, Express.js, ASP.NET Core und andere. Für jede Anfrage erstellt APM ein Flame Graph — eine visuelle Darstellung der Ausführungszeit über alle Codepfade hinweg.

Ein Flame Graph zeigt, wie lange jeder Funktionsaufruf oder jede externe Service-Anfrage gedauert hat. Wenn eine Datenbankmethode 2 Sekunden statt der erwarteten 200 Millisekunden benötigt, ist dies sofort im Diagramm sichtbar. Datadog APM unterstützt OpenTelemetry — einen offenen Standard für die Telemetrieerfassung — sodass Sie Instrumentierungen von jedem kompatiblen Anbieter anschließen können.

Laut Benchling Engineering Blog (2024) reduzierte die Migration zu Datadog APM die Zeit für die Incident-Diagnose des Teams von 45 Minuten auf 8 Minuten durch automatische Korrelation von Traces mit Logs und Metriken. Das Hauptszenario ist die Trace-to-Log-Korrelation: Mit einer einzigen Trace-ID können Sie alle zu einer bestimmten Anfrage gehörenden Logs finden, ohne manuelle Suche.

Service Map und Abhängigkeiten

Service Map ist ein automatisch erstellter Graph aller Systemdienste und ihrer Verbindungen. Jeder Dienst wird als Knoten angezeigt, und Verbindungen zwischen Knoten zeigen, welche Aufrufe zwischen Diensten stattfinden. Die Knotenfarbe spiegelt den Gesundheitszustand wider: Grün — normaler Betrieb, Gelb — erhöhte Latenz, Rot — Fehler. Service Map hilft, schnell zu identifizieren, welcher Dienst der Engpass ist, auch ohne vorherige Kenntnis der Architektur.

import datadog.trace.api.Trace;
import io.opentelemetry.api.trace.Span;

public class PaymentService {

    @Trace(resourceName = "PaymentService.processPayment")
    public PaymentResult processPayment(Order order) {
        Span span = Tracer.buildSpan("validate.payment").start();
        try {
            PaymentGateway gateway = new PaymentGateway();
            PaymentResult result = gateway.charge(order.getAmount());
            span.setTag("payment.provider", "stripe");
            return result;
        } finally {
            span.close();
        }
    }
}

Real User Monitoring für mobile Anwendungen

Real User Monitoring (RUM) in Datadog sammelt Daten von tatsächlichen Benutzergeräten — Bildschirmladezeiten, Touch-Reaktionsfähigkeit, Speicherverbrauch, ANR-Häufigkeit (Application Not Responding) und Absturzraten. Das RUM SDK für Android und iOS wird in die Anwendung integriert und erstellt automatisch Sitzungen, die alle Ereignisse innerhalb einer einzigen Benutzerinteraktion gruppieren.

Jede RUM-Sitzung enthält eine Ereignissequenz: Bildschirmöffnung, Schaltflächenberührung, Netzwerkanfrage, Scrollen. Für jedes Ereignis zeichnet Datadog einen Zeitstempel, die Dauer und die technischen Eigenschaften des Geräts auf: Modell, Betriebssystem, App-Version, Verbindungstyp. Dies ermöglicht das Filtern von Metriken nach bestimmten Versionen und Geräten. Beispielsweise können Sie sehen, dass die Startzeit auf Android 14 mit einem bestimmten Samsung-Modell zugenommen hat.

RUM ist eng mit APM integriert: Wenn eine Benutzersitzung mit einem Fehler auf dem Zahlungsbildschirm endet, zeigt Datadog automatisch den entsprechenden Backend-Trace an. Dies beschleunigt die Diagnose um das 5- bis 7-fache im Vergleich zum manuellen Abgleich von Frontend- und Backend-Logs. Für mobile Teams bietet RUM auch Watchlist-Berichte — eine wöchentliche Zusammenfassung der Verschlechterung wichtiger Metriken.

Einrichtung der RUM-Fehlerüberwachung

Datadog RUM sammelt automatisch Absturzberichte mit vollständigen Stacktraces, einschließlich Quellcode-Zeilennummern. Für Android funktioniert dies durch Integration mit ACRA oder Firebase Crashlytics; für iOS — durch PLCrashReporter. Jeder Absturz wird mit einer Benutzersitzung verknüpft, sodass die zum Absturz führende Aktionssequenz reproduziert werden kann. RUM verfolgt auch ANR — eines der kritischsten Ereignisse für Android-Anwendungen. Wenn die App länger als 5 Sekunden nicht reagiert, zeichnet Datadog die ANR auf und zeigt den vollständigen Thread-Dump zum Zeitpunkt der UI-Blockade an.

Protokollierung und Infrastrukturmetriken

Log Management in Datadog zentralisiert alle Anwendungs- und Infrastruktur-Logs in einem einzigen Repository mit Volltextsuche. Mobile Logs (Analyse-Ereignisse, API-Fehler, Telemetrie) werden vom Gerät über das SDK gesendet und mit Server-Logs unter Verwendung einer gemeinsamen Kennung zusammengeführt. Datadog parst Logs automatisch in strukturierte Felder: Ebene (INFO, WARN, ERROR), Dienst, Host, Zeitstempel, Nachricht.

Zur Log-Filterung verwendet Datadog eine eigene Abfragesprache mit Unterstützung für Platzhalter, reguläre Ausdrücke und Facetten. Logs können nach Mustern gruppiert werden — Datadog erkennt automatisch wiederkehrende Muster und zeigt sie als einzelnen Cluster an. Dies ist besonders nützlich beim Parsen Tausender Logs von mobilen Geräten: Identische Fehler werden gruppiert, und der Entwickler sieht nicht 10.000 Zeilen, sondern 10 Cluster mit Häufigkeit.

Metriken sind numerische Zeitreihen, die in Intervallen ab 1 Sekunde erfasst werden. Datadog unterstützt drei Metriktypen: Gauge (aktueller Wert), Count (Summe über Intervall) und Rate (Änderungsrate). Für mobile Anwendungen können benutzerdefinierte Metriken die Anzahl der Bildschirmöffnungen, die Ausführungszeit eines wichtigen Geschäftsszenarios oder die Nutzungshäufigkeit einer bestimmten Funktion verfolgen. Benutzerdefinierte Metriken werden über DogStatsD gesendet — ein mit StatsD kompatibles Protokoll mit Datadog-Erweiterungen.

import com.datadog.android.Datadog
import com.datadog.android.log.Logger

class PaymentAnalytics {

    private val logger = Logger.Builder()
        .setDatadogLogsEnabled(true)
        .setNetworkInfoEnabled(true)
        .setBundleWithTraceEnabled(true)
        .build()

    fun trackCheckout(orderId: String, amount: Double) {
        logger.info(
            "Checkout initiated for order {orderId}",
            mapOf(
                "order.id" to orderId,
                "order.amount" to amount,
                "payment.method" to "credit_card"
            )
        )
    }
}

Integration des Datadog SDK in ein mobiles Projekt

Das Datadog SDK für Android und iOS bietet einen einheitlichen Satz von Modulen: Core (Initialisierung), RUM (Überwachung der Benutzererfahrung), Logs (Log-Senden), Trace (Anfrageverfolgung). Für Android wird das SDK über Gradle hinzugefügt; für iOS — über CocoaPods oder Swift Package Manager. Nach der Installation wird das SDK in Application.onCreate (Android) oder AppDelegate (iOS) durch Übergabe eines Client-Tokens, der Umgebung und des Anwendungsnamens initialisiert.

Für das automatische Tracing von Netzwerkanfragen auf Android wird OkHttp Interceptor verwendet; auf iOS — NSURLProtocol oder URLSession-Delegat. Datadog unterstützt auch die Integration mit beliebten HTTP-Clients: Retrofit, Apollo GraphQL, Ktor, Alamofire. Nach dem Verbinden des Interceptors wird jede HTTP-Anfrage automatisch mit einer RUM-Sitzung und einem APM-Trace verknüpft, wodurch eine einzige Kette vom Client zum Server entsteht.

Konfiguration über Gradle (Android)

dependencies {
    // Haupt-SDK und RUM-Modul
    implementation "com.datadoghq:dd-sdk-android-core:2.15.0"
    implementation "com.datadoghq:dd-sdk-android-rum:2.15.0"
    // OkHttp-Integration für automatisches Tracing
    implementation "com.datadoghq:dd-sdk-android-okhttp:2.15.0"
    // NDK-Absturzberichte
    implementation "com.datadoghq:dd-sdk-android-ndk:2.15.0"
}

Initialisierung auf iOS (Swift)

import DatadogCore
import DatadogRUM
import DatadogLogs

@main class AppDelegate: UIResponder, UIApplicationDelegate {

    func application(
        _ application: UIApplication,
        didFinishLaunchingWithOptions: [UIApplication.LaunchOptionsKey: Any]?
    ) -> Bool {
        Datadog.initialize(
            with: DatadogConfiguration.builder(
                clientToken: "your_client_token",
                environment: "production"
            ).build()
        )
        RUM.enable(
            with: RUMConfiguration(applicationID: "your_rum_app_id")
        )
        return true
    }
}

Datadog Dashboards und Benachrichtigungen

Datadog bietet einen grafischen Dashboard-Editor, in dem Sie Metrikdiagramme, Log-Tabellen, Fehlerverteilungs-Treemaps und SLO-Widgets kombinieren können. Dashboards unterstützen Vorlagenvariablen — zum Beispiel können Sie ein Dashboard für alle Dienste erstellen und den Kontext über eine Dropdown-Liste mit dem Dienstnamen umschalten. Jedes Dashboard kann im Nur-Lese-Modus für externe Stakeholder über einen öffentlichen Link veröffentlicht werden.

Das Monitor-System (Benachrichtigungen) ermöglicht es, Schwellwertbedingungen für jede Metrik festzulegen: Wenn die Latenz 5 Minuten lang 500 ms überschreitet — senden Sie eine Benachrichtigung an Slack, PagerDuty oder per E-Mail. Datadog unterstützt zusammengesetzte Bedingungen: „Wenn 5xx-Fehler > 1 % und die Anzahl der Anfragen > 1000/Min., erhöhen Sie die Priorität auf kritisch.“ Für mobile Teams ist der Regressionserkennungs-Monitor besonders nützlich — Datadog vergleicht automatisch die aktuelle Metrik mit einer historischen Baseline und warnt bei statistisch signifikanter Verschlechterung.

Laut Gartner Peer Insights (2024) sinkt die mittlere Lösungszeit (MTTR) bei Teams, die Datadog-Monitore mit automatischer Korrelation verwenden, im ersten Monat nach der Einführung um 35 %. Dies wird erreicht, weil jede Benachrichtigung nicht nur die Auslösebedingung, sondern auch Links zu relevanten Dashboards, Logs und Traces enthält — Entwickler müssen nicht zwischen Tools wechseln.