Quais são as ferramentas comuns de monitoramento e como você escolhe entre elas?

Question

Accepted Answer

A paisagem se divide por pilar — métricas, logs, rastreamentos — além de plataformas gerenciadas all-in-one. A escolha se resume a **self-hosted vs gerenciado**, orientada pelo tamanho da equipe, orçamento e escala.

## Ferramentas por pilar

```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
```

## Por que Prometheus + Grafana é o núcleo comum open-source

Prometheus **puxa** métricas de targets que ele raspa (o serviço expõe `/metrics`), as armazena em um banco de dados time-series e consulta com **PromQL**. Pull torna targets fáceis de descobrir e verificar saúde. Grafana fica no topo para visualização. Loki e Tempo estendem o mesmo stack para logs e rastreamentos, tudo consultável em uma única UI Grafana.

```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]))
```

## Tradeoffs self-hosted vs gerenciado

```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
```

## Como escolher

```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
```

## Por que isso importa

Não há ferramenta universalmente melhor — apenas o ajuste certo para suas restrições. Uma startup de 5 pessoas se afoga tentando operar um cluster Elasticsearch HA; uma grande empresa pode gastar seis cifras por ano em uma plataforma gerenciada que poderia self-hospedar. Saber o que cada ferramenta faz e o tradeoff self-hosted-vs-gerenciado permite que você alinhe observabilidade ao tamanho da equipe, orçamento e escala em vez de imitar cargo-cult o que é popular.