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
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Nealle
February 18, 2026
Technology
1.3k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
86
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
410
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
330
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
1.2k
JDDUG#15 DataDogで行うバッチ改善
nealle
0
120
「なぜ」を残し、SLOを育てる IaCによるSLI/SLO運用の実践
nealle
0
150
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
3.1k
Startup Tech Night ニーリーのAI活用
nealle
0
140
Other Decks in Technology
See All in Technology
Chainlitで作るお手軽チャットUI
ynt0485
0
230
Claude Codeをどのように キャッチアップしているか
oikon48
12
7.7k
LayerXにおけるセキュリティ管理の現在地と次の一手
tosho
0
130
自律型AIエージェントは何を破壊するのか
kojira
0
160
AIの性能が向上しても未解決な組織の重大問題は何か?/An Unsolved Organizational Problem in the Age of AI
moriyuya
4
660
Bedrock AgentCore RuntimeでAuth0 Changelog調査AIをアップグレードした話
t5u8a5a
1
120
【NRUG vol.18】KubernetesにおけるNew Relicデータ取得量削減の考え方
nrug_member
0
110
中期計画、2回作ってみた ~業務委託と正社員、両方の視点から~
demaecan
1
730
小さく始める AI 活用推進 ― 日経電子版 Web チームの事例/nikkei-tech-talk47
nikkei_engineer_recruiting
0
250
Disciplined Vibes: Scaling AI-Assisted Engineering
sheharyar
0
140
2026TECHFRESH畢業分享會 - AI 時代的人生存檔點
line_developers_tw
PRO
0
960
「エンジニア進化論」2028年の開発完全自動化、エンジニアはどう進化するか
cyberagentdevelopers
PRO
6
5k
Featured
See All Featured
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
16k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
4k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
190
Documentation Writing (for coders)
carmenintech
77
5.4k
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
200
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
200
Scaling GitHub
holman
464
140k
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
140
Abbi's Birthday
coloredviolet
2
8k
GitHub's CSS Performance
jonrohan
1033
470k
Bootstrapping a Software Product
garrettdimon
PRO
307
120k
Product Roadmaps are Hard
iamctodd
PRO
55
12k
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