Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Datadogのログコスト最適化
Search
Nealle
February 18, 2026
Technology
1.1k
0
Share
Datadogのログコスト最適化
2026/2/26
https://datadog-jp.connpass.com/event/378193/
Japan Datadog User Group Meetup#16@福岡
Nealle
February 18, 2026
More Decks by Nealle
See All by Nealle
業務アプリケーションでリアクティブ化するところ、しないところ
nealle
1
54
TypeScriptとAngular Signal で実現する保守性の高いアプリケーション設計 - 3層アーキテクチャによる責務分離の実践(たつかわ) https://2026.tskaigi.org/talks/10
nealle
1
390
クラウドネイティブなエンジニアに向ける Raycastの魅力と実際の活用事例
nealle
2
310
3つのボトルネックを解消し、リリースエンジニアリングを再定義した話
nealle
0
1.1k
JDDUG#15 DataDogで行うバッチ改善
nealle
0
110
「なぜ」を残し、SLOを育てる IaCによるSLI/SLO運用の実践
nealle
0
140
今、アーキテクトとして 品質保証にどう関わるか
nealle
0
280
AI巻き込み型コードレビューのススメ
nealle
2
3k
Startup Tech Night ニーリーのAI活用
nealle
0
140
Other Decks in Technology
See All in Technology
形式手法特論:公平性制約の位相的特徴づけ #kernelvm / Kernel VM Study Kansai 12th
ytaka23
1
580
AI時代に改めて考える、ドメイン駆動設計 - モデリングが「AIへの共通言語」になる
littlehands
8
2.9k
Platform Engineering as a Product: Criteria for Improvement and Multi-Tenant Design
kumorn5s
0
360
CloudFront VPCオリジンとVPC Latticeサービスの内部ALBをマルチアカウントで一元利用しよう
duelist2020jp
5
260
Oracle AI Database@Azure:サービス概要のご紹介
oracle4engineer
PRO
6
1.8k
Kaggle未経験社員をメダリストに育てる「AIドラゴン桜」
lycorptech_jp
PRO
0
660
インフラが苦手でも大丈夫! 紙芝居 Kubernetes -WWGT 10周年編-
aoi1
1
310
Spring Boot における AOT Cache 活用テクニックと 起動時間改善事例
ntt_dsol_java
0
170
ITエンジニアを取り巻く環境とキャリアパス / A career path for Japanese IT engineers
takatama
4
1.8k
oracle-to-databricks-migration-with-llm-and-dbt
casek
1
370
Amazon CloudFrontにおけるAIボットアクセス制御のポイント
kizawa2020
5
310
類似画像検索モデルの開発ノウハウ
lycorptech_jp
PRO
4
1k
Featured
See All Featured
KATA
mclloyd
PRO
35
15k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
25k
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
11k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.7k
Java REST API Framework Comparison - PWX 2021
mraible
34
9.3k
Crafting Experiences
bethany
1
160
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
0
520
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.4k
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.5k
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
62
54k
Darren the Foodie - Storyboard
khoart
PRO
3
3.4k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.3k
Transcript
2026.02/26 NEALLE Datadogのログコスト最適化 1
2 氏名 所属 経歴 森原 大地 / Daichi Morihara
株式会社ニーリー プロダクト統括本部 プラットフォームエンジニアリングG SRE / プラットフォームエンジニアリング 趣味 ゴルフ筋トレ🏋UFC観戦🥊 2024- 新卒で株式会社ニーリーに入社 SREとしてサービスの信頼性と開発生産性の向上に取り組む 自己紹介 @daichi_morihara
3 事業・プロダクト紹介 BtoBtoCのVertical SaaS「Park Direct」を運営
目次 4 1. Datadogのログコストの構造 2. ログコストの削減施策
3. 結果・まとめ 目次
ログコストの構造 5 1. ログの取り込み (Ingested Logs) ・内容:収集・処理パースにかかる費 用 ・課金体系:ボリュームベース(例:
$0.1/Gb) ・対策:ログ送信量の削減 2. ログのインデックス化 (Indexed Logs) ・内容:検索・可視化・アラートのため に保存するプロセス ・課金体系:高額。ログイベント数と 保持期間に依存(例:15日保持で $2.55/100万イベント) Datadogログコストの構造
ログコストの構造 6 1. ログの取り込み (Ingested Logs) ・内容:収集・処理パースにかかる費
用 ・課金体系:ボリュームベース(例: $0.1/Gb) ・対策:ログ送信量の削減 2. ログのインデックス化 (Indexed Logs) ・内容:検索・可視化・アラートのため に保存するプロセス ・課金体系:高額。ログイベント数と 保持期間に依存(例:15日保持で $2.55/100万イベント) ログコストの主要因であり、ここの最 適化が効果的。 Datadogログコストの構造:支配的な要因は「インデックス化」
ログコストの削減施策 1. ALBログのインデックス除外 SLI/SLO計測に必要なデータのみを抽出し、元ログのインデックス化を停止する。 2. 保持期間の環境別最適化 コスト削減を実現した2つのアプローチ
全てのログを一律設定するのではなく、環境(prod/dev/stg)の用途に合わせて、保持期 間を設定する。
8 ・ALBログはDatadog上ではリクエスト成功率・レイテンシーといったSLI/SLO の監視のみに使用 ・ALBログはAWS S3に保管され、Athenaで分析可能 ・Datadogのログはカスタムメトリクス生成→ログのインデックス化の順番で処
理される 施策①:ALBログをインデックス対象から除外 ログコストの削減施策
9 ・ALBログはDatadog上ではリクエスト成功率・レイテンシーといったSLI/SLO の監視のみに使用 ・ALBログはAWS S3に保管され、Athenaで分析可能 ・Datadogのログはカスタムメトリクス生成→ログのインデックス化の順番で処
理される 施策①:ALBログをインデックス対象から除外 ログコストの削減施策 ↓ ・ALBログからSLI/SLOに使用するカスタムメトリクスを生成すれば、イン デックス化しないという選択が可能に!
10 ログコストの削減施策 実装ステップ1:Logs Pipelineによる属性の抽出と正規化 Logs Pipelineを通して必要な情報(Attribute) を抽出する
11 ログコストの削減施策 実装ステップ2:Generate Metricsでログを「数値」に変換 抽出した属性(Attribute)を使用して、カスタムメトリクスを作成する。 ログを保存せずに、必要な情報の監視が可能になる
12 ログコストの削減施策 実装ステップ3:インデックス除外設定 ALBログと判断できるタグを条件に、Index Exclusion Filterを適用
13 ログコストの削減施策 結果:ログ保存せずにSLI/SLOの算出が可能に ・生成したメトリクスを使用してダッシュボードおよびSLI/SLO監視は機能し続け る ・カスタムメトリクス生成のコストは発生するが、ログのインデックス化より安価で ある
ログコストの削減施策 施策②:環境ごとのインデックス保持期間の最適化 After ・本番環境のみ90日の保持期間 ・dev/stg環境では30日の保持期間
Before ・全環境で一律で90日の保持期間
成果 15 • ログコストを70%削減(メトリクスコスト増加を考慮すると40%削減) • 90日保持のインデックスログは90%近く削減 コスト削減結果
*この外れ値は月次の大量のバッチ処理の影響
• Datadogのログコストはインデックス化が支配的 • ログから必要情報をメトリクスとして抽出し、 ログは保持しないという選択肢もある
• インデックスログの保持期間は環境ごとに分ける まとめ 16 まとめ