Datadog: o que é, monitoramento de aplicações e observabilidade

O que é Datadog?

Datadog é uma plataforma em nuvem de monitoramento e observabilidade lançada em 2010 por Olivier Pomel e Alexis Lê-Quôc. A plataforma fornece um painel unificado para coletar métricas, logs e traces de infraestrutura, aplicativos e dispositivos de usuário. Ao contrário de soluções pontuais, a Datadog combina APM, logs, monitoramento de infraestrutura, Synthetic Monitoring e RUM em um único produto.

A arquitetura da Datadog é baseada em agentes — programas leves que são instalados em servidores ou incorporados em aplicativos. O agente coleta dados e os envia para a infraestrutura em nuvem da Datadog através de uma conexão criptografada. Para plataformas móveis, a Datadog fornece SDKs nativos que funcionam no Android (Kotlin, Java) e iOS (Swift, Objective-C).

De acordo com o relatório Gartner Magic Quadrant for APM and Observability (2024), a Datadog é reconhecida como líder na categoria de observabilidade com o conjunto mais amplo de capacidades integradas. A plataforma é usada por empresas como Samsung, Adidas e Peloton para monitorar milhões de dispositivos diariamente.

Para equipes mobile, a Datadog é especialmente valiosa porque vincula o desempenho do backend à experiência do usuário no dispositivo. Se uma API começa a responder mais lentamente, a Datadog mostra não apenas o tempo de resposta do servidor, mas também como isso afetou o tempo de inicialização ou a renderização da tela em um modelo de telefone específico.

Componentes principais da plataforma

Infrastructure Monitoring rastreia métricas de CPU, memória, disco e rede para servidores, contêineres e clusters Kubernetes. APM (Application Performance Monitoring) coleta traces para cada requisição que passa por um sistema distribuído e mostra a latência em cada salto. O Log Management centraliza todos os logs — do sistema ao aplicativo — com pesquisa de texto completo e capacidade de criar métricas a partir de logs. O Synthetic Monitoring simula cenários de usuário de diferentes localizações geográficas. O Real User Monitoring (RUM) coleta dados de dispositivos reais de usuários, incluindo telefones móveis e tablets.

Modelo de preços

A Datadog utiliza um modelo pay-as-you-go com preços por produto: hosts de infraestrutura, hosts APM, logs (volume em gigabytes), sessões RUM e testes Synthetic. Cada produto é faturado separadamente, permitindo pagar apenas pelos recursos utilizados. Os preços começam em US$ 15 por host por mês para monitoramento de infraestrutura e US$ 1 por 10.000 sessões RUM. Startups podem se candidatar ao programa Datadog for Startups com créditos de até US$ 100.000.

Datadog APM e Distributed Tracing

Application Performance Monitoring (APM) na Datadog é um sistema de distributed tracing que rastreia cada requisição desde a entrada até a conclusão de todas as operações aninhadas. O APM instrumenta automaticamente frameworks e bibliotecas populares: Spring Boot, Django, Express.js, ASP.NET Core e outros. Para cada requisição, o APM constrói um flame graph — uma representação visual do tempo de execução em todos os caminhos de código.

Um flame graph mostra quanto tempo cada chamada de função ou requisição a serviço externo levou. Se um método de banco de dados leva 2 segundos em vez dos 200 milissegundos esperados, isso é imediatamente visível no gráfico. O Datadog APM suporta OpenTelemetry — um padrão aberto para coleta de telemetria — permitindo conectar instrumentação de qualquer provedor compatível.

De acordo com o Benchling Engineering Blog (2024), a migração para o Datadog APM reduziu o tempo de diagnóstico de incidentes da equipe de 45 minutos para 8 minutos através da correlação automática de traces com logs e métricas. O cenário principal é a correlação trace-to-log: com um único ID de trace, é possível encontrar todos os logs relacionados a uma requisição específica sem pesquisa manual.

Service Map e dependências

Service Map é um grafo construído automaticamente de todos os serviços do sistema e suas interconexões. Cada serviço é exibido como um nó, e as conexões entre nós mostram quais chamadas ocorrem entre serviços. A cor do nó reflete o estado de saúde: verde — operação normal, amarelo — latência aumentada, vermelho — erros. O Service Map ajuda a identificar rapidamente qual serviço é o gargalo, mesmo sem conhecimento prévio da arquitetura.

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 para aplicativos móveis

Real User Monitoring (RUM) na Datadog coleta dados de dispositivos reais de usuários — tempos de carregamento de tela, responsividade ao toque, consumo de memória, frequência de ANR (Application Not Responding) e taxas de falhas. O SDK RUM para Android e iOS é integrado ao aplicativo e cria automaticamente sessões, agrupando todos os eventos em uma única interação do usuário.

Cada sessão RUM contém uma sequência de eventos: abertura de tela, toque em botão, requisição de rede, scroll. Para cada evento, a Datadog registra um timestamp, duração e características técnicas do dispositivo: modelo, SO, versão do aplicativo, tipo de conexão. Isso permite filtrar métricas por versões e dispositivos específicos. Por exemplo, é possível ver que o tempo de inicialização aumentou no Android 14 com um modelo Samsung específico.

O RUM é fortemente integrado ao APM: se uma sessão de usuário termina com um erro na tela de pagamento, a Datadog mostra automaticamente o trace de backend correspondente. Isso acelera o diagnóstico em 5 a 7 vezes em comparação com a correspondência manual de logs de frontend e backend. Para equipes mobile, o RUM também fornece relatórios de watchlist — um resumo semanal das degradações de métricas principais.

Configuração do monitoramento de erros RUM

O Datadog RUM coleta automaticamente relatórios de falhas com stacktraces completos, incluindo números de linha do código fonte. Para Android, isso funciona através da integração com ACRA ou Firebase Crashlytics; para iOS — através do PLCrashReporter. Cada falha é vinculada a uma sessão de usuário, permitindo reproduzir a sequência de ações que levou à falha. O RUM também rastreia ANR — um dos eventos mais críticos para aplicativos Android. Se o aplicativo não responder por mais de 5 segundos, a Datadog registra o ANR e mostra o dump completo de threads no momento do bloqueio da UI.

Registro de logs e métricas de infraestrutura

Log Management na Datadog centraliza todos os logs do aplicativo e da infraestrutura em um único repositório com pesquisa de texto completo. Os logs mobile (eventos analíticos, erros de API, telemetria) são enviados do dispositivo através do SDK e mesclados com logs do servidor usando um identificador comum. A Datadog analisa automaticamente os logs em campos estruturados: nível (INFO, WARN, ERROR), serviço, host, timestamp, mensagem.

Para filtragem de logs, a Datadog usa sua própria linguagem de consulta com suporte a curingas, expressões regulares e facetas. Os logs podem ser agrupados por padrões — a Datadog detecta automaticamente padrões recorrentes e os exibe como um único cluster. Isso é especialmente útil ao analisar milhares de logs de dispositivos móveis: erros idênticos são agrupados, e o desenvolvedor vê não 10.000 linhas, mas 10 clusters com frequência de ocorrência.

Métricas são séries temporais numéricas coletadas em intervalos a partir de 1 segundo. A Datadog suporta três tipos de métricas: gauge (valor atual), count (soma por intervalo) e rate (taxa de variação). Para aplicativos móveis, métricas personalizadas podem rastrear o número de aberturas de tela, o tempo de execução de um cenário de negócio principal ou a frequência de uso de um recurso específico. Métricas personalizadas são enviadas via DogStatsD — um protocolo compatível com StatsD com extensões Datadog.

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"
            )
        )
    }
}

Integração do SDK Datadog em um projeto mobile

O SDK Datadog para Android e iOS fornece um conjunto unificado de módulos: Core (inicialização), RUM (monitoramento da experiência do usuário), Logs (envio de logs), Trace (rastreamento de requisições). Para Android, o SDK é adicionado via Gradle; para iOS — via CocoaPods ou Swift Package Manager. Após a instalação, o SDK é inicializado no Application.onCreate (Android) ou AppDelegate (iOS) passando um client token, ambiente e nome do aplicativo.

Para rastreamento automático de requisições de rede no Android, usa-se OkHttp Interceptor; no iOS — NSURLProtocol ou delegate do URLSession. A Datadog também suporta integração com clientes HTTP populares: Retrofit, Apollo GraphQL, Ktor, Alamofire. Após conectar o Interceptor, cada requisição HTTP é automaticamente vinculada a uma sessão RUM e um trace APM, formando uma única cadeia do cliente ao servidor.

Configuração via Gradle (Android)

dependencies {
    // SDK principal e módulo RUM
    implementation "com.datadoghq:dd-sdk-android-core:2.15.0"
    implementation "com.datadoghq:dd-sdk-android-rum:2.15.0"
    // Integração com OkHttp para rastreamento automático
    implementation "com.datadoghq:dd-sdk-android-okhttp:2.15.0"
    // Relatório de falhas NDK
    implementation "com.datadoghq:dd-sdk-android-ndk:2.15.0"
}

Inicialização no 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
    }
}

Dashboards e alertas Datadog

A Datadog fornece um editor gráfico de dashboards onde você pode combinar gráficos de métricas, tabelas de logs, mapas de árvore de distribuição de erros e widgets SLO. Os dashboards suportam variáveis de template — por exemplo, você pode criar um dashboard para todos os serviços e alternar o contexto usando um menu suspenso com o nome do serviço. Cada dashboard pode ser publicado em modo somente leitura para partes interessadas externas através de um link público.

O sistema de Monitores (alertas) permite definir condições de limite para qualquer métrica: se a latência exceder 500 ms por mais de 5 minutos — enviar uma notificação para Slack, PagerDuty ou e-mail. A Datadog suporta condições compostas: “Se erros 5xx > 1% e número de requisições > 1000/min, elevar prioridade para crítico.” Para equipes mobile, o monitor de detecção de regressão é especialmente útil — a Datadog compara automaticamente a métrica atual com uma linha base histórica e alerta sobre degradações estatisticamente significativas.

De acordo com o Gartner Peer Insights (2024), o tempo médio de resolução (MTTR) das equipes que usam monitores Datadog com correlação automática diminui 35% no primeiro mês após a adoção. Isso é alcançado porque cada alerta contém não apenas a condição de disparo, mas também links para dashboards, logs e traces relacionados — os desenvolvedores não precisam alternar entre ferramentas.