多くのチームにとって、拡大し続けるフットプリント全体でコスト、ガバナンス、信頼性を管理することは、引き続き大きな課題です。今年の DASH で発表された新機能は、クラウドと AI の支出削減、無駄の自動排除、障害発生時のオブザーバビリティ維持、多数の組織や Agent の一元管理を可能にし、チームの大規模運用を効率化します。
プロバイダーを横断した AI 支出の配賦、定義したガードレール内でのコスト最適化の自動化、Disaster Recovery によるクラウド障害時のオブザーバビリティ維持、自社インフラストラクチャでのペタバイト規模のログ保存と検索など、これらの機能はチームのスピードを損なうことなく、複雑さとコストの抑制を支援します。以下でスケール運用に関する新機能をご確認ください。また、 AI、オブザーバビリティ、および セキュリティの最新のまとめ記事もご覧ください。
大規模環境でも Datadog を信頼性高く運用
Datadog Disaster Recovery でクラウド障害時もオブザーバビリティを維持
クラウドプロバイダーで障害が発生すると、進行中のインシデント対応中に本番システムの可視性が失われる可能性があります。Datadog Disaster Recovery (DDR) では、セカンダリ Datadog サイトを事前に構成できます。ダッシュボード、モニター、ユーザーなど 30 種類以上のリソースが定期的に自動複製され、プライマリサイトに影響が及んだ場合はオンデマンドで有効化できます。フェイルオーバーは、Agent ベースのカットオーバーであれば Fleet Automation と Remote Configuration 経由で、また Agent フリートを変更せずにトラフィックをルーティングする専用 DNS インテークエンドポイント経由でトリガーできます。DDR は現在、一般提供されています。組織で DDR を有効にするには、Datadog のアカウントマネージャーにお問い合わせいただくか、 ブログ記事 をお読みください。
Remote SDK Upgrades で SDK を最新に保つ手間を最小化
Fleet Automation の Remote SDK Upgrades により、サービスフリート全体で Datadog SDK を簡単に最新の状態に保てます。最新の SDK を使用することで、最新機能、パフォーマンス改善、セキュリティ更新を活用できます。詳細は、 Remote Agent Management ドキュメントをご覧いただくか、 Preview にサインアップして ご利用を開始してください。
Organization Groups で複数の Datadog 組織を単一単位として管理
Organization Groups を使用すると、管理者は複数の Datadog 組織を単一単位として管理できます。管理者は、組織ごとにロール、ポリシー、設定を個別に構成する代わりに、グループレベルで一度定義してメンバー組織にプッシュできます。
Organization Groups は Preview 版として提供されています。サインアップして アクセスをリクエストしてください。詳細は、 ドキュメントをご覧いただくか、組織トポロジーに関する ガイド をご覧ください。
Cloudcraft のライブダイアグラムで Oracle インフラストラクチャの健全性を把握
インシデント対応時や、把握しにくい、または十分に文書化されていないインフラストラクチャ領域の日常的なガバナンスを行う際には、何が何に接続されているかを把握する必要がよくあります。Cloudcraft の Oracle ダイアグラムは、Datadog のオブザーバビリティツールやセキュリティツールと緊密に統合され、稼働中のインフラストラクチャとアーキテクチャを表示します。 これにより、以下が可能になります。
稼働中のインフラストラクチャダイアグラム上のアラートやモニターでインシデントの影響範囲を把握
Datadog Agent がインストールされていない (本来インストールすべき) 箇所を特定し、オブザーバビリティカバレッジのギャップを検出
過剰にプロビジョニングされたリソースを見つけ、その所有者を特定してコストを最適化
関連性が高く、対処が必要なセキュリティの誤設定を分析
新しいチームメンバーのオンボーディング
Datadog の Cloudcraft は、すべての Datadog 顧客が無料で利用できます。利用を開始するには、Datadog 内のCloudcraft にアクセス してください。
Cloudcraft のライブ VMware vSphere ダイアグラムでオンプレミスクラスターの問題を可視化
VMware クラスターを管理する際には、多くの場合、問題の影響範囲を把握する必要があります。問題は孤立しているのか、それともより広範な問題の一部なのか。 VM にノイジーネイバーがいるのか、それともホストやクラスターがリソースを使い果たしているのか。 Cloudcraft の VMware ダイアグラムは、Datadog のオブザーバビリティツールやセキュリティツールと緊密に統合され、稼働中の vSphere クラスターを表示します。 これにより、以下が可能になります。
稼働中のクラスターダイアグラム上のアラートやモニターでインシデントの影響範囲を把握
ホストまたは VM をクリックして、ログ、メトリクス、トレース、ネットワークトラフィックなどの詳細なテレメトリをすばやく取得し、問題の根本原因を特定
Datadog の Cloudcraft は、すべての Datadog 顧客が無料で利用できます。利用を開始するには、Datadog 内のCloudcraft にアクセス してください。
クラウドコストを削減し、無駄を排除
Cloud Cost Management でプロバイダーを横断した AI 支出をプロアクティブに追跡、配賦
組織が利用する AI プロバイダーが増えるにつれて、コストの追跡は難しくなり、配賦はさらに困難になります。Datadog Cloud Cost Management では、Anthropic、OpenAI、Amazon Bedrock、Google Gemini、Vertex AI、GitHub Copilot の AI 支出を、既存のクラウドインフラストラクチャコストとともに 1 か所に集約できるようになりました。model、project、token type などの一貫したタグにより、プロバイダー間の支出を比較できます。また、すぐに使える配賦ルールにより、Anthropic と OpenAI のコストが、利用元の API キーやユーザーに自動的に紐付けられます。そこから、使用量を担当チーム、サービス、ビジネスユニット単位に集約し、経営層向けのレポートやダッシュボードを作成できます。コストモニターと異常検知により、請求書に反映される前に急増を検知できます。また、AI コストデータを Datadog メトリクスと組み合わせることで、生の支出データをユーザーあたりのコストなどのユニットエコノミクスに変換できます。詳細については、 AI Costs のブログ記事 をお読みいただくか、 AI Costs のドキュメントをご覧ください。
CCM Cost Optimization Automation でインフラストラクチャ支出をより迅速に削減
コスト最適化の推奨事項は簡単に提示できますが、実装は容易ではありません。推奨事項を実行するには、FinOps、SRE、エンジニアリングが、より優先度の高いロードマップと手動のクリーンアップ作業を調整する必要があるため、多くの機会がバックログから進みません。Datadog Cloud Cost Management の Cost Optimization Automation は、承認済みの推奨事項をユーザーに代わって継続的に実行することで、このギャップを解消します。これにより、エンジニアリングの作業サイクルを消費することなく、推奨事項を数時間で実際の削減につなげることができます。リソースタイプ、AWS アカウント、リージョン、その他のタグでスコープを設定した自動化を作成できます。次に、変更ウィンドウに合った実行頻度を設定し、スコープに含める AWS 環境を接続します。Datadog は、削除前のスナップショット、IOPS の実現可能性チェック、Slack または Teams での人による承認、すべての変更と実行の完全な監査証跡といったガードレール内ですべての自動化を実行します。そのため、すべての変更を可視化、レビューし、制御下に置くことができます。
Cost Optimization Automation は現在、未接続の EBS ボリューム、未使用の RDS インスタンス、S3 Intelligent-Tiering、CloudWatch Logs の保持、DynamoDB バックアップ、未使用の EBS スナップショットに対して一般提供されており、今後さらに多くの推奨タイプとプロバイダーカバレッジに対応する予定です。詳細は、ドキュメントをご覧ください。をご覧ください。
パフォーマンスベースの推奨事項で Karpenter ノードを適正サイズ化
Datadog Cluster Autoscaling は、ワークロードのパフォーマンス情報に基づくシミュレーションを実行し、Karpenter などのオープンソースのノードオートスケーリングソリューション向けに、コスト削減につながるインスタンスタイプの推奨事項を生成します。Cluster Autoscaling は、実際のワークロードパフォーマンスに基づいて推奨事項を提示することで過剰プロビジョニングに対処します。クラスターのアイドル支出、影響を受けるワークロード、ドリフトしたオートスケーラー設定を特定し、無駄なキャパシティの削減を支援します。中断予測を利用して Spot インスタンスを安全に使用することで、リスクを大幅に低減しながら、こうした削減効果をさらに高めることができます。詳細は、 詳細は Cluster Autoscaling のドキュメントをご覧ください。 または Spot Instance Management Preview にサインアップして ご利用を開始してください。
インシデントとリクエストのワークフローをエンドツーエンドで合理化
IDP Homepage で 1 日を開始
エンジニアは、日々の作業に優先順位を付けるために多くのシステムに依存しています。1 日は、プルリクエスト、チケット、CI/CD 障害、オンコールの引き継ぎ、サービスの健全性を確認することから始まるかもしれません。各システムは有用なコンテキストを提供しますが、シグナルを明確な計画に落とし込む作業は、多くの場合、個々のエンジニアに委ねられます。IDP Homepage は、Datadog 内に一元的な起点を提供し、コード変更、オーナーシップのコンテキスト、運用シグナルを集約します。これにより、エンジニアは「何を確認すべきか」から「次に何をすべきか」へ直接進めます。チームは、App Builder や Datadog Apps で構築したカスタムアプリを使用してホームページを拡張することもできます。これにより、ネイティブインテグレーションではカバーできない社内ツールやワークフローを簡単に組み込めます。ブログ記事 で詳細をご覧ください。
Datadog Forms と Case Management でリクエストワークフローを自動化
Datadog Forms と Case Management は、構造化された受付フォームを運用ケースの追跡に直接接続することで、チームによる受信リクエストの管理を支援します。チームは、IT アクセスチケット、顧客からのバグ報告、脆弱性の開示などのワークフロー用フォームを作成し、Datadog ユーザーや外部の申請者と共有できます。フォームが送信されると、Datadog は必要なコンテキストを含むケースを自動的に作成するため、チームは必要な情報をもとにトリアージと解決に着手できます。Forms は条件付きロジックと必須フィールドに対応し、Case Management は割り当て、優先順位付け、通知、ワークフロー自動化機能を提供します。Forms と Case Management を組み合わせることで、チームはリクエスト受付を一元化し、リクエスト傾向の可視性を高め、不足情報の確認に費やす時間を削減できます。
Forms と Case Management が受付から解決までのリクエストワークフローをどのように簡素化するかについては、 ブログ記事 をお読みいただくか、 ドキュメントをご覧ください。をご覧ください。
Microsoft Teams と Slack で引き継ぎ自動化を表示
オンコールシフトの交代は、リスクが高まりやすいタイミングです。引き継ぎが明確でないと、コンテキストが失われ、次の対応者は状況を把握できないまま対応を始めることになります。引き継ぎ自動化では、シフト交代時にアクションが自動実行されるため、Slack への投稿やチャンネルトピックの更新といった手動更新を置き換えられます。チームごとに、引き継ぎサマリーのチャンネル投稿、次の対応者名によるチャンネルトピックの更新、本人へのダイレクトメッセージ送信、Slack ユーザーグループの同期を設定できます。Slack、Microsoft Teams、Datadog Workflow Automation と連携します。詳細は、 引き継ぎ自動化のドキュメントをご覧ください。をご覧ください。
ポストモーテムの完了状況とオーナーシップを追跡し、継続的な改善を推進
継続的な改善を実現するには、インシデント後の作業を追跡し、担当者を明確にする必要があります。Post-Incident タブまたはインシデントの Slack チャンネルから、ポストモーテムのステータスを Draft、In Review、Completed に直接設定できるようになりました。専任のポストモーテムオーナーを割り当てることもできます。このオーナーには Incident Commander を指定でき、レビュープロセスを完了まで推進します。これらのライフサイクルとオーナーシップのデータはすべて Incident ファセットとして公開されます。これにより、エンジニアリングリーダーは、完了済みポストモーテムがある SEV-1 インシデントの割合を算出するなど、組織全体のポストモーテムカバレッジを簡単にレポートできます。ポストモーテムデータを活用して信頼性レポートを改善する方法については、 Incident Postmortems ドキュメントをご覧ください。
On-Call Recall で各シフト終了時にオンコールの知見を記録
オンコールの知見は、各シフトの終了時に失われる可能性があります。どのモニターが不安定なのか、午前 2 時の呼び出しを何で解決したのか、どのアラートは無視してよいのか、といった情報です。On-Call Recall は、各ローテーションの終了時にシフトサマリーを自動生成し、各呼び出し、そのモニター、対応者のアクション、関連するインシデントを 1 か所にまとめます。各呼び出しには、Actionable、Noise、Repeat、Unknown、Escalated の機械生成判定が付与されるため、次の対応者は、何が発火したかだけでなく、何に注意すべきかを把握できます。繰り返し検知により、同じモニターから前回呼び出された際に得られた知見が提示されるため、エンジニアは午前 3 時に同じ修正方法を再び探し直す必要がなくなります。利用を開始するには、Preview へのアクセスをリクエストしてください。をご覧ください。
専用ビューでインシデント横断のフォローアップを追跡
インシデント中に作成されたフォローアップタスクは、これまで個々のインシデント記録の中に埋もれ、組織全体で修復を管理する担当者からは見えない状態でした。Incident Management の最上位に新設されたインシデント横断フォローアップビューでは、すべてのインシデントにわたる未完了タスクと完了済みタスクが表示され、担当者、チーム、重大度、日付でフィルタリングできます。フォローアップ分析と組み合わせることで、エンジニアリングリーダーは完了率を追跡し、繰り返し発生するギャップを特定し、修復作業が時間の経過とともに実際に再発を減らしているかを測定できます。詳細は、 インシデントフォローアップのドキュメントをご覧ください。をご覧ください。
インシデントチャンネルに Microsoft Teams 会議リンクを自動投稿、同期
Microsoft Teams 会議リンクは、インシデントチャンネルに自動投稿され、常に最新の状態に保たれるようになりました。これにより、対応者はインシデント対応中にリンクを探さなくても、常に正しいリンクを利用できます。チャンネルと会議の自動作成がどちらも有効になっている場合、インシデントが宣言された瞬間に、オンボーディングメッセージに会議リンクが表示されます。Datadog UI から会議が手動で作成または更新された場合にも、チャンネルに通知されます。詳細は、 Microsoft Teams と Datadog Incident Management の連携ドキュメントを参照してください。
新しい Slack アクショントレイとスラッシュコマンドで、チャットを離れずにインシデントを管理
これまで Slack からインシデントを管理するには、スラッシュコマンドを覚え、プレッシャーの中で正しく入力できることを期待する必要がありました。更新された Slack アクショントレイでは、インシデントチャンネルに参加した瞬間、または /datadogを使用した任意のタイミングで、関連するすべてのインシデントアクションが表示されるため、必要なアクションを実行するまでの手間を解消できます。Slack を離れることなく、重大度の更新、対応者の追加、呼び出しの確認、ステータス更新の投稿、関連する過去のインシデントやオブザーバビリティコンテキストへのアクセスをすべて実行できます。詳細は、 Incident Management と Slack の連携ドキュメントをお読みください。
ServiceNow と Jira の連携で呼び出しを同期
エンタープライズチームは、ITSM ワークフローとインシデント対応ツールのどちらかを選ぶ必要はありません。Datadog Incident Management は、インシデントを ServiceNow および Jira と同期できるようになりました。ServiceNow のレコード ID を Datadog インシデントキーの代わりに表示識別子として使用でき、カスタムフィールドは ServiceNow Configuration Item に直接マッピングされ、インシデントのフォローアップは Jira チケットと常に同期する双方向同期ケースとしてエクスポートされます。その結果、手動で重複作業を行うことなく、インシデントシステムと ITSM システム全体で信頼できる唯一の情報源を確立できます。詳細は、 Incident Management と ServiceNow の連携に関するドキュメント および Incident Management と Jira の連携に関するドキュメントをご覧ください。をお読みください。
Maintenance Windows で計画ダウンタイムをスケジュール、通知
Datadog Status Pages から計画ダウンタイムを直接スケジュールし、通知できるようになりました。これにより、メンテナンス開始前に関係者へ情報を共有できます。
Maintenance Windows では、以下が可能です。
タイトル、説明、時間枠、影響を受けるコンポーネントを含む計画ダウンタイムのスケジュール設定
作業開始前にユーザーが今後のメンテナンスを確認できるよう、ステータスページに通知を表示
メンテナンスのスケジュール設定時、開始時、完了時に購読者へ自動通知
利用を開始するには、 ドキュメントをご覧ください。をお読みください。
