개발자

개요

개발자 섹션에는 Datadog에서 개발하기 위한 참조 자료가 포함되어 있습니다. 제품에 표시되지 않는 데이터가 있어 Datadog에서 개발하기 원할 수 있으나 Datadog에서 이미 필요한 기술을 지원하고 있을 수 있습니다. 일반적으로 요청되는 기술](#commonly-requested-technologies) 표를 참조하여 요구 사항을 충족할 수 있는 제품 또는 통합을 찾아보세요.

자주 요청되는 기술

Datadog에 없지만 모니터링하려는 데이터가 있는 경우 사용자 정의에 따라 빌드하기 전에 다음 Datadog 제품과 통합을 고려해 보세요.

	OpenMetrics	The Agent includes the OpenMetrics check capable of scraping Prometheus endpoints. Metrics retrieved by this integration are considered custom metrics.
	JMX Beans	The JMX integration enables collection of metrics, logs, and traces from JVM-based applications. For example, the JMX integration is already used for official integrations like Solr, Tomcat, Cassandra, and more. Metrics generated through JMX-based integrations not natively supported by Datadog are considered custom metrics.
	Custom metrics and integrations	Submit custom metrics for business stats using DogStatsD and the API. Datadog Agent integrations are Python files querying for metrics. All Agent code is open source, so it’s possible to write your own custom Agent check or custom Agent integration. The integrations-extras GitHub repository contains many community-developed custom integrations.
	Logs	Use Log Management to view, monitor, and analyze the logs from your applications and infrastructure. The Datadog Agent provides advanced functionality for sending logs to your Datadog account, but you can also submit logs directly to the Logs API.
	APM	APM and Continuous Profiler provide out-of-the-box performance dashboards for web services, queues, and databases to monitor requests, errors, and latency. You can use the Datadog Tracing Library for your environment and language, whether you are tracing a proxy or tracing across AWS Lambda functions and hosts, using automatic instrumentation, dd-trace-api, or OpenTelemetry.
	Processes	The Processes integration collects resource usage metrics for specific running processes on any host, such as CPU, memory, I/O, and others. Use Live Process Monitoring (which is like htop without having to SSH) to query across all your running processes.
	Files and Directories	The Directory check measures the age of files, the number of files in a directory, or the size of a directory."
	Endpoint	Use the Agent-based HTTP check, or configure Synthetic Monitoring from the Datadog application to validate if an endpoint or URL is running and accessible. Use either option to test both public and private endpoints. Combine with Service Level Objectives, or SLOs to define clear targets for performance.
	SNMP and Network Traffic	Network Device Monitoring enables you to collect SNMP (Simple Network Management Protocol) metrics emitted from network devices, such as routers, switches, and printers. Network Performance Monitoring tracks all network traffic in and out of a host, providing visibility into your network traffic between services, containers, availability zones, and any other tag in Datadog. Connection data at the IP, port, and PID levels is aggregated into application-layer dependencies between meaningful `source` and `destination` endpoints.
	Cloud Providers	All the major Cloud providers (AWS, Azure, GCP, Alibaba) emit metrics through APIs. Use the Datadog integration tiles in your account to configure these integrations, which use Datadog servers to crawl for metrics.
	Windows Performance Counters	Use the Windows performance counters integration to monitor performance and behavior in Windows environments.

필요한 솔루션이 제공되지 않는다면 Datadog 고객지원팀에 문의하여 기능을 요청할 수 있습니다. 또한 이 섹션에 있는 참고 자료를 활용하여 자체 솔루션 만들기를 진행해 보는 것도 가능합니다.

파트너 및 Datadog 마켓플레이스

또한 Datadog을 기반으로 구축하여 Datadog 마켓플레이스 또는 Datadog 커뮤니티 통합에 기여하는 파트너가 될 수도 있습니다.

오퍼링을 개발하려면 해당 설명서를 참조하세요:

Agent 기반 통합 생성

API 통합 생성

로그 통합 생성

마켓플레이스 오퍼링 구축

Datadog 파트너가 되기 위한 자세한 정보는 Datadog 파트너 네트워크를 참조하세요.

자체 솔루션 생성

여전히 필요한 데이터 유형이 없나요? 개발자는 지원되지 않는 데이터를 Datadog에 전송할 수 있는 여러 옵션을 보유하고 있습니다.

DogStatsD는 메트릭 집계 서비스로 커스텀 메트릭, 이벤트 및 서비스 검사를 허용합니다.
커스텀 검사를 통해 커스텀 애플리케이션이나 시스템에서 메트릭을 수집할 수 있습니다. 커스텀 에이전트 검사는 많은 요구 사항에 적합합니다. 메트릭 처리와 같은 고급 요구 사항에는 OpenMetrics 검사 작성을 선택할 수 있습니다.
또한 통합을 통해 커스텀 애플리케이션 또는 시스템에서 메트릭, 이벤트 및 서비스 검사를 수집할 수 있습니다. 통합은 다시 사용할 수 있습니다. 통합을 비공개로 유지하거나 다른 개발자가 사용할 수 있도록 Datadog의 커뮤니티 통합 리포지토리에 기여하는 공개 통합을 작성할 수 있습니다.

커스텀 검사와 통합 비교

커스텀 검사와 통합의 주요 차이점은 통합이 Datadog 생태계의 일부가 될 수 있는 재사용 가능한 구성 요소라는 것입니다. 일반적으로 더 많은 노력(개발 시간)이 필요하며 애플리케이션 프레임워크, 오픈 소스 프로젝트 또는 일반적으로 사용되는 소프트웨어와 같은 일반적인 사용 사례에 가장 적합합니다. 팀이나 조직 외부에서 널리 사용되지 않는 모니터링 서비스와 같은 특정 시나리오의 경우 커스텀 검사를 작성하는 것이 가장 효율적인 옵션일 수 있습니다.

그러나 특정 사용 사례에서 솔루션을 Python 휠(.whl)로 게시 및 배포해야 하는 경우 커스텀 검사 대신 통합을 작성하도록 선택할 수 있습니다. 커스텀 검사를 통해 방출되는 메트릭은 커스텀 메트릭으로 간주되며, 구독 플랜에 따라 비용이 발생합니다. 그러나 통합이 Datadog 에코시스템에 승인되면, 통합이 내보내는 메트릭은 더 이상 커스텀 메트릭으로 간주되지 않으며 커스텀 메트릭 수에 포함되지 않습니다. 이것이 비용에 어떤 영향을 미칠 수 있는지에 대한 자세한 내용은 Datadog 가격을 참조하세요.

통합을 어떻게 생성하나요?

공개 통합(즉, Datadog 에코시스템의 일부이고, datadog-agent integration 명령으로 설치할 수 있으며, Datadog의 통합-엑스트라 또는 통합-코어 리포지토리에 허용되는 통합)을 작성하려면 비공개 통합보다 더 많은 작업이 필요합니다. 이러한 통합은 모든 ddev validate 단계를 통과해야 하고, 사용 가능한 테스트가 있어야 하며, 코드 검토를 받아야 합니다. 코드 작성자는 통합에 대한 전담 관리자로서 통합의 기능을 보장할 책임이 있습니다.

초기 목표는 신뢰할 수 있는 방법으로 원하는 메트릭을 수집하는 일부 코드를 생성하고 일반 통합 프레임워크가 제대로 작동하는지 확인하는 것입니다. 먼저 커스텀 검사로 기본 기능을 작성하여 Agent 통합 생성에서 프레임워크 세부 정보를 입력합니다.

다음으로 integrations-extras 리포지토리에 대한 풀 리퀘스트를 열어 코드를 같이 검토할 준비가 되었음을 Datadog에 알립니다. 테스트, Datadog 내부 자료 또는 기타 주제에 대해 궁금한 점이 있으시다면—Datadog 에코시스템 팀이 도와드리겠습니다. 해당 풀 리퀘스트를 통해 궁금하신 점을 해결하세요.

기능, 프레임워크 규정 준수 및 일반 코드 품질에 대한 검증이 완료되면 이 통합은 Datadog 에코시스템의 일부인 integrations-extras로 통합됩니다.

Datadog에 지원되지 않는 데이터를 전송하는 방법을 결정하려면 기본 고려 사항은 노력(개발 시간) 및 예산(커스텀 메트릭 비용)입니다. Datadog이 지원하지 않는 데이터를 확인하려 하는 경우, 데이터 전송 시 어느 방법이 가장 적합한지 결정하는 것부터 시작하세요.

유형	작업 강도	커스텀 메트릭	언어
DogStatsD	최저	네	모두
커스텀 검사	낮음	네	Python
비공개 통합	중간	네	Python
공개 통합	높음	아니요	Python

통합을 만드는 이유는 무엇인가요?

커스텀 검사는 수시로 보고하거나 데이터 소스가 고유하거나 매우 제한적인 경우에 적합합니다. 애플리케이션 프레임워크, 오픈 소스 프로젝트 또는 일반적으로 사용되는 소프트웨어와 같은 일반적인 사용 사례에는 통합을 작성하는 것이 좋습니다.

승인된 통합에서 보고된 메트릭은 커스텀 메트릭으로 계산되지 않으므로 커스텀 메트릭 할당에 영향을 미치지 않습니다. (잠재적으로 무제한의 메트릭을 생성하는 통합은 여전히 커스텀 메트릭으로 간주될 수 있습니다.) Datadog에 대한 기본 지원을 보장하면 채택에 대한 마찰이 줄어들고, 사람들이 귀하의 제품, 서비스 또는 프로젝트를 사용하도록 유도할 수 있으며, Datadog 에코시스템 내에 포함되는 것은 가시성을 높일 수 있는 좋은 방법입니다.

커스텀 검사와 서비스 검사의 차이점은 무엇인가요?

커스텀 검사는 커스텀 에이전트 검사로도 알려져 있습니다. 이를 통해 내부 서비스 데이터를 Datadog으로 전송할 수 있습니다. 서비스 검사는 훨씬 더 간단하며 특정 서비스의 업/다운 상태를 모니터링할 수 있습니다. 두 검사는 각기 다른 기능을 수행하므로 모니터링 필요에 따라 개별적으로 또는 함께 사용할 수 있습니다. 각각에 대한 자세한 설명은 커스텀 검사 및 서비스 검사 설명서 섹션을 참조하세요.