Các công cụ monitoring phổ biến là gì và chọn giữa chúng thế nào?

Question

Accepted Answer

Bức tranh chia theo trụ cột — metrics, logs, traces — cộng các nền tảng managed all-in-one. Lựa chọn quy về **self-hosted vs managed**, được dẫn dắt bởi quy mô team, ngân sách và scale.

## Công cụ theo trụ cột

```text
METRICS    Prometheus  → scrape kiểu pull, time-series DB, ngôn ngữ truy vấn PromQL
           Grafana     → dashboard đặt trên Prometheus (và nhiều nguồn khác)

LOGS       ELK         → Elasticsearch + Logstash + Kibana (mạnh, nặng để vận hành)
           Loki        → "Prometheus cho logs": rẻ, index theo label chứ không phải full text

TRACES     Jaeger      → distributed tracing, tương thích OpenTelemetry
           Tempo       → backend trace ghép cùng Grafana/Loki

ALL-IN-ONE Datadog     → managed metrics + logs + traces + APM trong một sản phẩm
```

## Vì sao Prometheus + Grafana là lõi mã nguồn mở phổ biến

Prometheus **pull** metrics từ các target nó scrape (service expose `/metrics`), lưu vào time-series DB, và truy vấn bằng **PromQL**. Pull giúp target dễ khám phá và health-check. Grafana đặt lên trên để trực quan hóa. Loki và Tempo mở rộng cùng stack đó sang logs và traces, tất cả truy vấn được trong một UI Grafana.

```promql
# PromQL: tỷ lệ error theo route trong 5 phút
sum by (route) (rate(http_requests_total{status=~"5.."}[5m]))
  / sum by (route) (rate(http_requests_total[5m]))
```

## Đánh đổi self-hosted vs managed

```text
SELF-HOSTED (Prometheus/Grafana/Loki/Tempo)
  ✓ không hóa đơn theo host, kiểm soát hoàn toàn, dữ liệu không rời infra của bạn
  ✗ bạn phải vận hành, scale, vá; storage & HA là vấn đề của bạn

MANAGED (Datadog, Grafana Cloud)
  ✓ không gánh nặng ops, tích hợp sẵn, tự scale cho bạn
  ✗ chi phí tăng nhanh theo host/khối lượng; có vendor lock-in
```

## Cách chọn

```text
Team nhỏ / ngân sách chặt    → self-hosted Prometheus + Grafana (+ Loki)
Team đi nhanh, ít ops        → managed (Datadog / Grafana Cloud)
Quy mô lớn / chi phí khắt khe → self-host phần lõi, nhưng dành ngân sách cho team ops
```

## Tại sao điều này quan trọng

Không có công cụ tốt nhất phổ quát — chỉ có cái phù hợp với ràng buộc của bạn. Một startup 5 người chết đuối khi cố vận hành cụm Elasticsearch HA; một doanh nghiệp lớn có thể đốt sáu chữ số mỗi năm cho một nền tảng managed mà họ có thể tự host. Biết mỗi công cụ làm gì và đánh đổi self-hosted-vs-managed cho phép bạn khớp observability với quy mô team, ngân sách và scale thay vì chạy theo bất cứ thứ gì đang thịnh hành.