Jaké jsou běžné nástroje pro monitorování a jak si mezi nimi vybrat?

Question

Accepted Answer

Krajina se dělí podle pilíře — metriky, logy, trasy — plus all-in-one spravované platformy. Výběr se redukuje na **self-hosted vs managed**, řízen velikostí týmu, rozpočtem a měřítkem.

## Nástroje podle pilíře

```text
METRICS    Prometheus  → pull-based scraping, time-series DB, PromQL query language
           Grafana     → dashboards on top of Prometheus (and many other sources)

LOGS       ELK         → Elasticsearch + Logstash + Kibana (powerful, heavy to run)
           Loki        → "Prometheus for logs": cheap, indexes labels not full text

TRACES     Jaeger      → distributed tracing, OpenTelemetry-compatible
           Tempo       → trace backend that pairs with Grafana/Loki

ALL-IN-ONE Datadog     → managed metrics + logs + traces + APM in one product
```

## Proč je Prometheus + Grafana běžné open-source jádro

Prometheus **tahá** metriky z cílů, které se škrábá (služba vystavuje `/metrics`), ukládá je do databáze časových řad a dotazuje pomocí **PromQL**. Tah usnadňuje objevování cílů a kontrolu zdraví. Grafana sedí na vrcholu pro vizualizaci. Loki a Tempo rozšiřují stejný zásobník na logy a stopy, vše dotazovatelné v jednom Grafana UI.

```promql
# PromQL: per-route error ratio over 5 minutes
sum by (route) (rate(http_requests_total{status=~"5.."}[5m]))
  / sum by (route) (rate(http_requests_total[5m]))
```

## Kompromisy mezi self-hosted a managed

```text
SELF-HOSTED (Prometheus/Grafana/Loki/Tempo)
  ✓ no per-host bill, full control, no data leaves your infra
  ✗ you run, scale, and patch it; storage & HA are your problem

MANAGED (Datadog, Grafana Cloud)
  ✓ no ops burden, integrations out of the box, scales for you
  ✗ costs grow fast with hosts/volume; some vendor lock-in
```

## Jak vybrat

```text
Small team / tight budget   → self-hosted Prometheus + Grafana (+ Loki)
Fast-moving, ops-light team  → managed (Datadog / Grafana Cloud)
Large scale / strict cost    → self-host the core, but budget for the ops team
```

## Proč na tom záleží

Neexistuje univerzálně nejlepší nástroj — pouze správná volba pro vaše omezení. 5členný startup se topí snahou provozovat HA Elasticsearch cluster; velký podnik může ročně utratit šest číslic za spravovanou platformu, kterou by mohl self-hostovat. Vědět, co jednotlivé nástroje dělají a jaké jsou kompromisy v self-hosted vs managed, vám umožňuje přizpůsobit observabilitu velikosti týmu, rozpočtu a měřítku místo toho, abyste jen kopírovali to, co je populární.