Datadog-kosten verlagen

Datadog is uitstekend, en het wordt sneller duur dan bijna elke andere post op een engineering-budget. De prijsstelling is meerdimensionaal (hosts, custom metrics, geïndexeerde logs, APM-spans, synthetics en meer), dus de kosten sluipen vanuit meerdere kanten tegelijk omhoog. Een rekening die vorig kwartaal nog prima leek, kan verdubbelen zonder dat iemand bewust besloot “meer aan Datadog uit te geven”.

De oplossing is dezelfde als bij Kubernetes-kosten: begrijp welke dimensie de rekening opdrijft en pak die direct aan. Hier zit het geld meestal verstopt.

1. Custom metrics: let op cardinaliteit

Custom metrics worden gefactureerd per unieke combinatie van metric-naam en tag-waarden. Dat totaal is de cardinaliteit. Eén onschuldig ogende tag met hoge uniciteit (een user-ID, request-ID, container-ID of volledige URL) kan een enkele metric vermenigvuldigen tot honderdduizenden factureerbare timeseries.

Analyseer je grootste custom metrics op volume; de ergste boosdoeners zijn vrijwel altijd een tag met hoge cardinaliteit.
Verwijder of aggregeer ongebonden tags (ID’s, ruwe paden, vluchtige containernamen).
Gebruik de metrics without limits-controls om alleen de tag-combinaties te bewaren die je echt opvraagt.

Dit is de meest voorkomende oorzaak van een ontspoorde Datadog-rekening, en meestal de snelste om op te lossen.

2. Logs: goedkoop ingesten, selectief indexeren

Datadog scheidt ingestie van indexering, en indexering is het dure deel. Niet elke log hoeft realtime doorzoekbaar te zijn.

Gebruik filters en exclusion rules zodat alleen logs die je echt opvraagt worden geïndexeerd.
Stuur de rest naar het archief (goedkope objectopslag) en rehydrateer op aanvraag wanneer je onderzoek doet.
Sample logs met hoog volume en lage waarde (health checks, debug-ruis) voordat ze je geld kosten.
Stel een realistische retentie in. Vijftien dagen geïndexeerd is voor de meeste logs ruim voldoende, en de lange staart kan in het archief leven.

3. Betaal voor de hosts en traces die je bedoelt

Host count wordt gefactureerd op de high-water mark van gelijktijdige hosts. Autoscaling die grote aantallen kortlevende nodes opstart, kan dit opblazen, en het versterkt de Kubernetes-overprovisioning uit de K8s-kostengids.
APM wordt gefactureerd op geïnstrumenteerde hosts en geïngeste spans. Trace de services die ertoe doen en sample de services met veel verkeer. Je hebt zelden 100% van de traces nodig om problemen te vinden.
Zet agent-integraties en features uit die je niet gebruikt; elk kan zijn eigen metric- en span-volume met zich meebrengen.

4. Reken af met de stille extra’s

Synthetics (vooral browsertests op korte intervallen) tellen op. Verbreed de intervallen waar resolutie per minuut niet nodig is.
Profiling, RUM, CI Visibility, DBM zijn elk aparte SKU’s; controleer of elke waar je voor betaalt ook echt wordt gebruikt.
Verwijder dashboards en monitors die stilletjes dure custom metrics ophalen die niemand leest.

5. Maak kosten zichtbaar zodat ze laag blijven

Optimalisatie die niet wordt gemonitord drijft meteen weer omhoog.

Gebruik Datadogs usage- en cost-dashboards (en usage attribution per team/tag) om te zien wie de kosten opdrijft.
Alert op maand-op-maand-groei in custom metrics, geïndexeerde logs en host count.
Maak een review van tag-hygiëne en sampling onderdeel van de vaste cadans, geen eenmalige paniek wanneer de factuur binnenkomt.

Het patroon

Over elke dimensie is de beweging dezelfde: kies standaard goedkoop (ingesten, archiveren, samplen), betaal alleen voor diepte waar je echt opvraagt. De meeste teams kunnen hun observability-rekening fors verlagen zonder ook maar enige zichtbaarheid te verliezen die ze echt gebruikten.

Observability- en infrastructuurkosten lopen meestal samen op. Dezelfde overgedimensioneerde, drukke systemen met hoge cardinaliteit jagen beide op. Is je Datadog- of cloudrekening de waarde voorbijgegroeid die je eruit haalt? Mijn dienst cloudkosten verlagen doet precies dit. Neem contact op en ik help je de verspilling te vinden plus een plan om die terug te brengen.