Avis et détails du produit Datadog

Datadog est la plateforme de surveillance, de sécurité et d'analytique pour les développeurs, les équipes des opérations informatiques, les ingénieurs en sécurité et les utilisateurs professionnels à l'ère du cloud. La plateforme SaaS intègre et automatise la surveillance de l'infrastructure, la surveillance des performances des applications et la gestion des journaux pour fournir une observabilité unifiée et en temps réel de l'ensemble de la pile technologique de nos clients. Datadog est utilisé par des organisations de toutes tailles et dans une large gamme d'industries pour permettre la transformation numérique et la migration vers le cloud, favoriser la collaboration entre les équipes de développement, d'opérations, de sécurité et d'affaires, accélérer le temps de mise sur le marché des applications, réduire le temps de résolution des problèmes, sécuriser les applications et l'infrastructure, comprendre le comportement des utilisateurs et suivre les indicateurs clés de performance.

Vendeur

Datadog

Discussions

Communauté de Datadog

Langues prises en charge

English, French, Portuguese, Spanish

Solution Type

All-in-One

Aperçu par

Camille Chang

Used by DataArt and 2 others

Beta

Tarification

Tarification fournie par Datadog.

Free

Per host, per month

Voir plus d'informations sur les prix

Intégrations Datadog

(31)

Vérifié par Datadog

Show More Integrations

What's included in Datadog

CI VisibilityDatadog CI Visibility is a comprehensive observability and monitoring product purpose-built for continuous integration (CI) pipelines and test suites. It enables platform engineering, DevOps, and development teams to gain deep, end-to-end visibility into the health and performance of their CI/CD workflows—spanning every pipeline, stage, job, and test execution—all from a single unified platform. At its core, CI Visibility is composed of two complementary capabilities: Pipeline Visibility and Testing Visibility. Pipeline Visibility allows teams to monitor all CI pipelines across multiple providers in a single pane of glass, tracking key performance indicators such as execution time, failure rate, and queue time. Teams can visualize pipeline executions using flame graphs that break down each stage and job, making it straightforward to identify bottlenecks, slow jobs, and recurring failures. Out-of-the-box dashboards surface top failed pipelines, duration trends, and error rates, while granular filtering by branch, status, commit, and duration helps teams zero in on the root cause of issues quickly. Testing Visibility provides deep insight into test suite performance across all builds. CI Visibility automatically instruments tests end-to-end, enabling teams to trace individual test runs, surface common errors, and visualize performance trends over time. A key capability is automatic flaky test detection: Datadog identifies tests that variably pass and fail for the same commit, tracks when new flaky tests are introduced, and surfaces the specific commit responsible—enabling developers to debug and resolve test reliability issues before they impact more developers or degrade the default branch. CI Visibility also includes Test Impact Analysis (formerly Intelligent Test Runner), which intelligently selects only the tests relevant to each code change, reducing unnecessary test execution, shortening feedback cycles, and minimizing CI resource consumption. Teams can visualize time savings across services, repositories, commits, and authors in a dedicated dashboard. The product integrates with Datadog's broader observability platform, allowing teams to correlate pipeline and test data with infrastructure metrics, logs, network performance data, and Real User Monitoring (RUM). For example, Cypress end-to-end test results in CI Visibility can be linked directly to RUM browser sessions and Session Replay, enabling teams to investigate flaky or slow tests with full browser-level context. CI Visibility supports proactive alerting through CI Monitors, which notify teams when pipelines break, failure rates spike, or performance degrades—routing alerts with full pipeline context to the relevant teams. Teams can also scope data by repository, branch, or commit to identify trends and troubleshoot issues efficiently. By shifting observability left into the pre-production development lifecycle, Datadog CI Visibility helps engineering organizations accelerate software delivery, improve developer experience, reduce CI/CD costs, and maintain more efficient, reliable pipelines—all without leaving the Datadog platform.

Database MonitoringDatadog Database Monitoring (DBM) is a dedicated observability solution designed to help application developers, database administrators, and platform teams troubleshoot and optimize slow, inefficient queries across database environments — without requiring deep database expertise. DBM unifies database, application, and infrastructure telemetry in a single platform, giving teams full visibility into database load, long-running queries, and blocking queries. With AI-powered root cause analysis and automated query optimization recommendations, DBM surfaces the exact cause of performance issues and recommends actionable fixes, enabling teams to resolve problems faster and prevent spiraling database costs. **Troubleshoot Database Host and Query Inefficiencies** DBM enables teams to identify what resources queries are waiting on and which users, queries, services, and applications are driving load on database hosts. Teams can triage database issues using wait event load analysis and host insights to quickly identify areas of underperformance. Database table locks can be resolved by visually identifying root blocking queries and impacted waiting queries. An AI-powered root cause analysis agent automatically diagnoses query latency regressions, pinpoints what broke, why it happened, and the steps to remediate. **Proactively Optimize Query Performance** DBM provides automated recommendations with in-context remediation steps for underperforming queries — including those with long-running transactions, high-impact blockers, or missing index recommendations. Teams can track performance trends by monitoring key query metrics such as average latency, total execution time, and number of rows queried over time. Optimization suggestions include query rewrites, schema updates, and index changes. **Unified Database and Application Performance** DBM accelerates root cause analysis of high latency by correlating distributed traces with query metrics and node-level explain plans in a single view. Teams can understand how database bottlenecks impact calling services and vice versa. Cross-stack optimization recommendations are delivered directly through APM Recommendations, driven by DBM, Continuous Profiler, and application insights. **Strengthen Database Observability Across Teams** DBM includes out-of-the-box monitors and SLO tracking to maintain high database reliability and quickly catch and respond to issues. Customizable dashboards allow teams to track database trends alongside metrics, traces, and logs from across the stack. Shared database host and query visibility breaks organizational silos between development, operations, and database teams. **Historical Query Performance and Explain Plans** DBM stores historical query performance metrics at full granularity for up to three months, enabling long-term trend analysis and regression prevention. Detailed explain plans are available for each normalized query, listing the exact steps taken by the query planner along with estimated costs, helping surface inefficient operations like sequential scans. **Broad Database Support** DBM supports the five most popular database types — PostgreSQL, MySQL, SQL Server, Oracle, and MongoDB — across self-hosted and fully managed deployments, including Amazon RDS, Amazon Aurora, Google Cloud SQL, Azure SQL, and Supabase.

Datadog APMDatadog APM (Application Performance Monitoring) is a cloud-scale observability solution that provides AI-powered, code-level distributed tracing from browser and mobile applications all the way through to backend services and databases. It is designed to help engineering teams detect, diagnose, and resolve performance issues faster by unifying traces, metrics, logs, real user monitoring (RUM) data, and security signals into a single, correlated view. At its core, Datadog APM delivers end-to-end distributed tracing across every service, host, container, and database involved in a request — even in the most complex microservice architectures. Traces are visualized as flame graphs that show which services, endpoints, calls, and queries were involved in serving a request, along with the latency associated with each operation. This thread-level visibility enables teams to pinpoint the exact method, code line, or thread responsible for a performance degradation or error. Datadog APM's Service Catalog (formerly Software Catalog) provides a centralized view of all services, including health metrics, dependencies, team ownership, on-call schedules, and runbooks — making it easy to remediate incidents efficiently. The Service Map automatically decomposes applications into their component microservices and draws observed dependencies in real time, helping teams identify bottlenecks and understand how requests flow through their architecture. Deployment Tracking allows teams to correlate application performance issues with code deployments, feature flags, configuration changes, and database modifications. Teams can compare error rates, latency, infrastructure metrics, and code profiling data across versions — before, during, and after a release — and leverage Watchdog AI for automatic detection of faulty deployments. Watchdog, Datadog's embedded AI/ML engine, automatically detects anomalies, outliers, and future performance degradations without requiring manual alert configuration. It provides automated root cause analysis to improve Mean Time to Resolution (MTTR) and surfaces error and latency outliers at query time to help teams find the signal in the noise. Datadog APM supports flexible, fine-grained ingestion controls, allowing teams to balance visibility and cost with sampling controls at the host, service, and endpoint level — all managed remotely from the Datadog UI. It supports both native and hybrid OpenTelemetry setups, enabling teams to adopt open standards without trade-offs. Distributed tracing can be set up directly via the Datadog Agent without code changes or restarts. For serverless environments, Datadog APM auto-instruments AWS Lambda functions, Azure App Service, and more via next-generation extensions. Lambda functions and AWS managed services are automatically connected in a single trace, providing end-to-end visibility into event-driven architectures. APM also integrates with Datadog's security capabilities through APM Security View, which surfaces security signals, vulnerability data, and attack information directly within the Service Catalog and distributed tracing views — powered by Datadog App and API Protection (AAP). Datadog APM supports a wide range of languages including Java, Python, Ruby, Go, Node.js, .NET, and PHP, with auto-instrumentation for popular web frameworks and data stores. It is available in three tiers — APM, APM Pro (which adds Data Streams Monitoring), and APM Enterprise (which adds Continuous Profiler for code-level CPU, memory, lock, and I/O profiling).

Infrastructure MonitoringDatadog Infrastructure Monitoring is a SaaS-based monitoring solution that provides comprehensive metrics, visualizations, and alerting to help engineering teams maintain, optimize, and secure cloud, hybrid, and on-premises environments. Designed for organizations of all sizes, it delivers full-stack visibility into the health and performance of servers, virtual machines, containers, databases, and other backend infrastructure components — all from a single, unified platform. At its core, Datadog Infrastructure Monitoring deploys a lightweight, open-source Datadog Agent that collects metrics from hosts and containers at 15-second granularity. This agent-based approach requires no professional services or extensive training to deploy, making it accessible to teams without deep monitoring expertise. The intuitive user interface requires no query language, enabling adoption across engineering, operations, and security teams alike. The product offers complete coverage of any technology stack. Teams can deploy it across on-premises, hybrid, edge, and multi-cloud environments, and benefit from vendor-backed integrations for Kubernetes, serverless platforms, and over 900 other popular technologies. Tag-based search and analytics allow teams to slice and dice complex infrastructure data to create fine-grained alerts or focus investigations on specific subsets of their environment. Datadog Infrastructure Monitoring tracks tens of thousands of infrastructure metrics out-of-the-box, including CPU utilization, memory usage, network throughput, and disk performance. It maintains continuous historical records — even for infrastructure that no longer exists — enabling retrospective analysis and capacity planning. One-click correlation of related metrics, traces, logs, and security signals from across the stack accelerates troubleshooting and reduces mean time to resolution (MTTR). AIOps capabilities are built into the platform to reduce alert fatigue. Machine learning-based monitors evaluate historical trends and automatically surface issues from the noise, ensuring engineers are only alerted when systems are genuinely in trouble. Anomaly detection, forecasting, and automated event correlation help teams proactively address problems before they impact users. The product also includes robust cloud security features. Teams can assess and enhance their security posture with continuous configuration checks across cloud accounts, hosts, and containers. Out-of-the-box support for over 15 compliance frameworks — including PCI DSS, SOC 2, HIPAA, GDPR, and CIS — helps organizations track and fulfill audit requirements. Vulnerabilities are automatically detected and prioritized based on potential business impact, deep observability context, and Datadog's curated security research. A comprehensive resource inventory visualizes cloud resources and their associated security risks at a glance. Custom metrics support allows teams to supplement out-of-the-box infrastructure metrics with business-level data such as revenue or customer behavior. Distribution metrics enable globally accurate percentile calculations across the entire infrastructure. The Host Map feature provides a visual overview of the health and resource utilization of all hosts, making it easy to identify outliers and performance bottlenecks at a glance. Datadog Infrastructure Monitoring integrates natively with Datadog's broader observability platform — including Application Performance Monitoring (APM), Log Management, Network Monitoring, Container Monitoring, and Cloud Security — giving teams a single source of truth for understanding and resolving performance issues across any layer of their stack.

Log ManagementDatadog Log Management is an AI-powered, cloud-scale log management and analytics platform that enables organizations to collect, monitor, manage, and analyze large volumes of logs while unifying metrics and traces in a single platform. Designed for teams of all sizes and technology stacks, it provides complete visibility across the entire application and infrastructure stack to accelerate troubleshooting, optimize performance, and defend against security threats. At its core, Datadog Log Management is built around the "Logging without Limits™" philosophy, which decouples log ingestion from indexing. This allows organizations to cost-effectively ingest and process 100% of their logs, while selectively retaining and indexing only the logs they need — eliminating the trade-off between visibility and cost. Logs can be enriched, parsed, and archived automatically, with on-demand rehydration available for historical analysis. The platform offers a centralized processing and routing control panel where teams can build structured datasets from raw log data sourced from any system. Logs can be enriched with custom reference data for added context, and forwarded securely to external destinations such as data lakes, Splunk, Elasticsearch, or SIEM vendors using Log Forwarding. For storage and retention, Datadog Log Management provides multiple tiered options: Standard Indexing for frequently queried short-term logs, Flex Logs for high-volume long-term retention (up to 15 months) with independently scalable compute and storage, Flex Frozen for extended retention of up to seven years for compliance and audit-heavy environments, and Archive Search for querying logs directly from customer-owned cold storage without re-indexing. A CloudPrem (BYOC) option also allows enterprises to deploy Datadog's indexing and search capabilities within their own infrastructure to meet data residency requirements. Log analysis is made accessible through the Log Explorer — a powerful yet intuitive interface that supports faceted search, full-text search, drag-and-drop dashboards, and log visualization as tables and charts. Log Patterns automatically groups similar log messages to surface trends, while Log Transaction Queries aggregate logs across services to provide end-to-end process visibility. Watchdog Insights and Bits AI provide automated anomaly detection, root-cause analysis, and AI-powered recommendations without manual configuration. Security is a first-class capability within Datadog Log Management. With 800+ out-of-the-box detection rules aligned to the MITRE ATT&CK® framework, teams can automate threat detection and response through a built-in AI-powered SIEM. Granular role-based access controls (RBAC) allow organizations to manage log access by team structure and role, while automatic compliance support for PCI and HIPAA standards reduces audit overhead. Datadog Log Management integrates with 1,000+ technologies and services, supports log collection via the Datadog Agent, log shippers, or API endpoints, and scales seamlessly to handle millions of logs per minute or petabytes per month. It is recognized by G2 for both Log Analysis and Log Monitoring.

Network Performance MonitoringDatadog Network Performance Monitoring (NPM) — now also referred to as Cloud Network Monitoring (CNM) — is a comprehensive network observability solution designed to give engineering and operations teams deep, real-time visibility into network traffic, dependencies, and performance across modern cloud-native, hybrid, and on-premises environments. At its core, NPM automatically analyzes network traffic between application components and provides rich visualization of interdependencies and application topology. It gives engineering teams critical visibility into network connections and data flows across hosts, containers, and services in complex, cloud-scale environments — eliminating the need for manual effort to understand service interdependencies. NPM delivers multi-cloud visibility into network flows in granular detail, enabling teams to aggregate and monitor data using any tag available in Datadog. Users can query and aggregate connection metrics between any two objects — from services to availability zones, or from Kubernetes pods to security groups — providing immediate insight into performance and dependencies. The product automatically collects relevant tags from more than 1,000 integrations, in addition to custom tags provided by developer instrumentation. Built on eBPF (Extended Berkeley Packet Filter), Datadog NPM provides detailed visibility into network flows with extremely low overhead, making it possible to achieve unprecedented network connection visibility in any environment without significant performance trade-offs. For Windows hosts, a custom driver is used to deliver the same network-level visibility with minimal overhead. Key capabilities include: - **Traffic Flow Analysis & Network Map**: Visualize network topology and traffic flows on a directed graph, scoped by service, Kubernetes deployment, Docker image, Chef role, AWS security group, or any other tag-based lens. - **DNS Monitoring**: Assess DNS server health with request volume, response time, and error code metrics, including SERVFAIL and NXDOMAIN error tracking. - **TCP Performance Metrics**: Track TCP retransmits, latency, established/closed connections, and connection churn to pinpoint sources of latency and outages. - **Network Path (Hop-by-Hop Tracing)**: Visualize the journey of packets hop by hop from source to destination using traceroutes (TCP, UDP, or ICMP), highlighting latency spikes and packet loss at each step. - **Cloud Service Autodetection**: Automatically detect AWS services (e.g., S3, RDS, Route 53) within the network and observe communication between internal and cloud-managed services. - **Cross-AZ & Cross-Region Traffic Visibility**: Track data flows between availability zones and data centers to optimize performance and reduce transport costs. - **Full-Stack Correlation**: Correlate network data with logs, distributed traces (APM), infrastructure metrics, and process-level data — all within a single pane of glass. - **Out-of-the-Box Dashboards**: Access pre-built CNM Overview dashboards covering network load, TCP traffic performance, DNS health, application overview, and cross-regional traffic. - **Saved Views**: Quickly access preset and custom queries to scope monitoring to specific services, pods, or cloud resources without rewriting queries. - **Network Device Monitoring (NDM) Integration**: Combine flow-level data with SNMP-based device metrics for end-to-end visibility from physical hardware to cloud services. - **Machine Learning–Based Alerting**: Proactively monitor network devices with ML-powered alerts, forecast key metrics, and get alerted before problems arise. NPM is fully integrated with the broader Datadog platform, enabling seamless pivoting between network data, APM traces, logs, Live Processes, Synthetic Monitoring, and Real User Monitoring (RUM). This unified approach eliminates tool sprawl and consolidates all network monitoring data in one centralized place, making it easier to identify root causes and remediate incidents faster across any environment.

Real User Monitoring (RUM)Datadog Real User Monitoring (RUM) provides full visibility into every user session across web and mobile applications, helping engineering and SRE teams detect, investigate, and troubleshoot frontend performance issues. By correlating real user behavior with logs, traces, and backend metrics in a single platform, RUM enables teams to resolve errors faster, optimize application performance, and deliver better digital experiences. **Error Detection & Troubleshooting** RUM automatically surfaces critical issues by grouping high-volume errors into actionable insights. It pinpoints the root cause of JavaScript errors down to the exact line of code, identifies affected user segments, and prioritizes fixes based on business impact. Error Tracking automatically groups related errors into issues with full stack traces and session context, enabling faster triage and resolution. **Unified Full-Stack Telemetry** RUM unifies frontend and backend monitoring to eliminate silos between teams. It seamlessly pivots from RUM data to backend traces and logs to accelerate root cause analysis, and integrates with Datadog APM so that distributed traces are automatically linked to real-user sessions. Teams can also simulate user journeys with Synthetic Monitoring and correlate results with real user sessions for a complete picture of application health. **Browser & Mobile Performance** For web applications, RUM measures key performance metrics including Core Web Vitals (Largest Contentful Paint, Interaction to Next Paint, Cumulative Layout Shift), First Contentful Paint, and overall loading time. For mobile apps on Android, iOS, React Native, Flutter, Roku, and more, RUM tracks crash-free sessions, fatal crashes, Time to Initial Display (TTID), Time to Full Display (TTFD), ANR rates, and other Mobile Vitals. Mobile application launch monitoring captures cold, warm, and prewarmed startup performance with industry-standard metrics. **Session Replay & Heatmaps** RUM recreates real user sessions with pixel-perfect accuracy using Session Replay, enabling teams to diagnose issues and identify hidden friction points such as rage clicks. Heatmaps — including Click Maps and Scroll Maps — organize sessions into visualizations that reveal where users focus their attention and which areas they may be avoiding due to performance issues. **Browser Profiling** RUM connects degraded performance signals to the exact JavaScript functions responsible for slowdowns using production profiling data captured from real user sessions. Aggregated profiling views surface the most CPU-consuming functions by page, route, or performance metric, and profiling snapshots can be compared side-by-side across application versions or deployment stages. **RUM Without Limits™** RUM Without Limits™ decouples sampling from ingestion, enabling teams to capture 100% of user sessions while selectively retaining the most valuable data — prioritizing errors, key user segments, and critical workflows. Over 30 out-of-the-box performance metrics are retained for 15 months to support long-term trend analysis and historical investigations. **Custom Data & Metrics** Teams can enrich session data with custom user IDs, capture business-critical user actions (such as checkout clicks), and ingest custom metrics correlated with real-time performance data. RUM-based metrics can be used to build dashboards, monitors, and SLOs for tracking historical trends in user experience and application health. **Platform & Framework Support** Datadog RUM supports browser applications as well as mobile platforms including Android, iOS, React Native, Flutter, Kotlin Multiplatform, .NET MAUI, Unity, watchOS, and visionOS, making it suitable for teams building across diverse technology stacks.

Security PlatformDatadog Security Platform is a unified, cloud-native security solution built directly on top of Datadog's industry-leading observability platform. It is designed to help DevOps, security, and engineering teams prevent exposure, detect threats, and respond to incidents—all from a single pane of glass—without the need to deploy or maintain multiple disconnected point solutions. At its core, the Security Platform correlates real-time observability telemetry (metrics, logs, traces, APM data, and service dependencies) with security signals across an organization's entire technology stack, including infrastructure, applications, cloud accounts, identities, APIs, and AI workloads. This shared data model enables security and engineering teams to access a common source of truth, dramatically reducing investigation time—by up to 93%—and accelerating mean time to remediation. The platform is organized into four primary layers of protection: **Code Security** helps development and security teams identify and fix vulnerabilities from the earliest stages of the software development lifecycle through to production. It includes Static Code Analysis (SAST), Software Composition Analysis (SCA) for open-source library risks, Runtime Code Analysis (IAST) with 100% OWASP Benchmark accuracy, Infrastructure-as-Code (IaC) Security, and Secret Scanning. Bits Code, an AI-native capability, generates code fixes directly and supports bulk remediation campaigns. **Cloud Security** uses agentless technology to scan an organization's entire cloud infrastructure in minutes for vulnerabilities, misconfigurations, identity risks, and compliance violations. Key sub-capabilities include Cloud Security Posture Management (CSPM) for continuous compliance against frameworks such as CIS, PCI DSS, SOC 2, and HIPAA; Cloud Infrastructure Entitlement Management (CIEM) to reduce excessive IAM permissions; Vulnerability Management for containers and hosts; App and API Protection (AAP) to detect and block OWASP Top 10 threats across APIs and microservices; and Cloud Workload Protection for real-time, in-kernel monitoring of host and container activity. **Cloud SIEM** is an AI-driven threat detection and incident response platform built on Datadog's advanced log management infrastructure. It provides 900+ out-of-the-box detection rules mapped to the MITRE ATT&CK® framework, real-time log ingestion and analysis at any volume, risk-based entity analytics, and built-in SOAR workflow automation with case management. The Bits AI Security Analyst autonomously triages SIEM signals, performs in-depth investigations, and delivers actionable recommendations to reduce alert fatigue. **Sensitive Data Scanner (SDS)** prevents sensitive data such as personally identifiable information (PII) from leaking into logs, LLM training datasets, or cloud storage resources like Amazon S3 and RDS. The platform also includes AI Guard for runtime protection of AI agents and LLM workloads, a Runtime Prioritization Engine that uses live APM traces to assess whether vulnerabilities are truly business-critical, and a Supply Chain Firewall (SCFW) that blocks malicious open-source packages before installation. Dynamic routing for security notifications, bidirectional Jira ticketing, and FedRAMP High-certified observability for regulated industries round out the governance and compliance capabilities. With 1,000+ vendor-backed integrations, Datadog Security Platform provides immediate time-to-value for organizations of all sizes seeking to unify their security and observability practices under a modern DevSecOps model.

SyntheticsDatadog Synthetics is a proactive monitoring solution built on the Datadog unified observability platform that enables engineering and reliability teams to simulate user traffic and requests across applications, APIs, and network layers — without waiting for real users to encounter issues first. At its core, Datadog Synthetics allows teams to create code-free API tests, browser tests, mobile app tests, and network path tests that continuously run from globally managed locations or self-hosted private locations. By monitoring applications, API endpoints, and key business flows via simulated user requests, Synthetics helps organizations ensure uptime, identify regional issues, track application performance, and manage SLAs and SLOs. **API Tests** validate all layers of a system — HTTP, gRPC, SSL, DNS, WebSocket, TCP, UDP, and ICMP — from both global managed and private locations. Single-step API tests monitor response latency, HTTP status codes, and response headers, while multistep API tests chain together multiple HTTP requests to verify critical service workflows end to end. Network timing breakdowns accelerate root cause analysis. **Browser Tests** provide end-to-end visibility across every step of key application workflows, such as user sign-up, login, or checkout flows. Tests are recorded using a fully hosted, codeless web recorder — no specialized framework knowledge or coding skills required. AI-powered self-maintaining browser tests automatically detect UI changes and update test definitions accordingly, reducing false alarms and minimizing maintenance overhead. Each test run generates step-by-step screenshots and waterfall visualizations so teams can see exactly what users experience. **Mobile App Tests** allow teams to proactively monitor key business flows on real Android and iOS devices, using a codeless recorder and an Element Inspector for precise UI element selection. **Network Path Tests** provide hop-by-hop visibility into network degradations impacting application performance, with alerts on packet loss and latency from global or private locations. **Private Locations** enable Synthetics to monitor internal, firewalled, or geographically specific applications that are not publicly accessible. Private location workers can be deployed via Docker containers, Windows MSI packages, Kubernetes, Amazon ECS, AWS Fargate, or Amazon EKS, and support HTTP/S, DNS, TCP, UDP, ICMP, gRPC, and WebSocket protocols. **CI/CD Testing** integrates Synthetic tests directly into CI/CD pipelines for shift-left testing. Tests run simultaneously rather than sequentially to avoid slowing down development, and can automatically block deployments when critical tests fail. Integrations are available for GitHub Actions, GitLab, Jenkins, CircleCI, and Azure DevOps. Synthetics is tightly integrated with the broader Datadog platform. When a test fails, correlated metrics, distributed traces, logs, and session replays from Datadog APM and RUM are automatically surfaced — enabling full-stack troubleshooting without switching tools. Teams can visualize uptime and performance data alongside key business metrics on Datadog dashboards, track SLAs and SLOs with drag-and-drop widgets, and route alerts to collaboration tools like Slack, PagerDuty, and ServiceNow. A unified Synthetic Monitoring landing page consolidates test health, coverage gaps, and system signals — including Core Web Vitals, SSL certificate expiration, DNS response times, and backend service latency — into a single actionable view. AI analysis of failed test runs helps teams understand issues faster and act before they reach end users.

Les avis G2 sont authentiques et vérifiés.

Voici comment.

Pavan kumar S.

Cloud Engineer

Petite entreprise (50 employés ou moins)

11/26/2025

"Surveillance sans effort sur toutes les plateformes avec Datadog"

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

Beaucoup à considérer à propos de Datadog : principalement, il est utilisé pour surveiller un large éventail d'applications et d'infrastructures. Surveillance des applications pour les applications basées sur des conteneurs, des serveurs et des applications Web. De plus, il réduit l'effort humain pour vérifier l'erreur exacte.

Il est facile à utiliser et prend en charge différents types de plateformes comme AWS, Azure et GCP. L'installation est très facile. Datadog fournit tous les documents nécessaires pour intégrer l'agent. Nous pouvons utiliser les modèles de tableau de bord prédéfinis plusieurs fois, ce qui est un véritable sauveur si nous avons des services de surveillance répétés.

Les services de surveillance et de suivi à grande échelle sont très faciles, et l'interface utilisateur est propre, et nous pouvons trouver chaque service et accéder au processus en cours via l'interface utilisateur également.! Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

Il n'y a que quelques points avec lesquels je n'étais pas satisfait de Datadog, ce sont ceux-là. Le coût est quelque peu élevé ; nous devons payer même si nous utilisons les ressources ou non.

Et le principal inconvénient est le support client ; ils ne traitent que par e-mail, et nous devons déposer les données de journal dans leur stockage. Ils analysent d'abord les journaux et reviennent vers nous ; cela prend généralement 24 à 36 heures, ce qui a un impact sur les clients. De plus, ils ne viennent que pour un appel sur les problèmes de production. Avis collecté par et hébergé sur G2.com.

Aditya M.

Information Technology Operations Manager

Technologie de l'information et services

Marché intermédiaire (51-1000 employés)

10/5/2026

"Surveillance utile sans tracas"

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

C'est vraiment utile lorsque nous avons une application lente ou un problème difficile à localiser. Je peux rapidement voir quel service ou quelle requête cause le problème au lieu de parcourir manuellement différents journaux. Cela rend le dépannage beaucoup plus rapide, surtout lorsque nous traitons des problèmes sur plusieurs services. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

Une limitation que j'ai remarquée avec Datadog est la tarification autour de l'ingestion des journaux. Si vous avez beaucoup de journaux entrants, les coûts peuvent s'accumuler assez rapidement, surtout dans un environnement plus grand. Nous devons être sélectifs quant à ce que nous envoyons à Datadog et surveiller l'utilisation pour que la facture ne grossisse pas de manière inattendue. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que Datadog résout, et en quoi cela vous est-il bénéfique?

Datadog nous aide principalement à éviter de passer trop de temps à essayer de comprendre d'où vient un problème. Nous pouvons surveiller nos applications, notre infrastructure et nos journaux en un seul endroit, ce qui facilite la détection des problèmes et leur résolution. Les alertes sont également utiles car nous pouvons être informés d'un problème avant que les utilisateurs ne commencent à le signaler. Pour moi, le plus grand avantage est que l'équipe peut répondre plus rapidement et passer moins de temps à passer d'un outil de surveillance à un autre. Avis collecté par et hébergé sur G2.com.

Aditya J.

Security Delivery Analyst - Identity and Access Management

Entreprise (> 1000 employés)

7/17/2026

"Observabilité et surveillance d'entreprise à grande échelle avec Datadog"

3.5/5

Qu'aimez-vous le plus à propos de Datadog?

Ce que j'aime le plus chez Datadog, c'est sa capacité à offrir une observabilité approfondie à travers l'infrastructure, les applications, les journaux, les services cloud et les plateformes d'identité depuis une seule interface. Ayant utilisé Datadog pendant une période prolongée, j'ai trouvé ses tableaux de bord, ses capacités d'alerte et la corrélation entre les métriques, les journaux et les traces extrêmement précieux pour la surveillance proactive et la réponse aux incidents.

En tant qu'administrateur, j'apprécie la flexibilité dans la création de tableaux de bord personnalisés, la configuration des moniteurs et l'ajustement des alertes pour réduire le bruit tout en garantissant que les problèmes critiques sont détectés tôt. L'écosystème d'intégration étendu de la plateforme facilite l'intégration de nouveaux services, et des fonctionnalités telles que la détection d'anomalies, l'analyse des journaux et la cartographie des services améliorent considérablement l'efficacité du dépannage.

Dans l'ensemble, Datadog a aidé à rationaliser les opérations, à réduire le temps moyen de résolution (MTTR) et à fournir des informations exploitables qui soutiennent à la fois la surveillance quotidienne et l'optimisation à long terme de la plateforme. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

Bien que Datadog soit une plateforme mature et riche en fonctionnalités, un domaine qui peut être difficile est la gestion des coûts à grande échelle. À mesure que les environnements se développent et que davantage d'équipes intègrent des services, l'ingestion de journaux, les métriques personnalisées et les coûts de rétention des données nécessitent une optimisation et une gouvernance continues. J'ai également constaté que dans les déploiements d'entreprise de grande envergure, l'ajustement des alertes et la gestion des moniteurs nécessitent un examen régulier pour éviter la fatigue des alertes et maintenir la qualité du signal par rapport au bruit.

Un autre domaine à améliorer est que certaines configurations avancées et fonctionnalités inter-produits peuvent avoir une courbe d'apprentissage pour les nouveaux administrateurs. Bien que la plateforme offre une flexibilité énorme, tirer pleinement parti de ses capacités nécessite souvent de l'expérience et une stratégie de surveillance bien définie.

Cela dit, ces défis sont courants pour les plateformes d'observabilité d'entreprise, et les avantages opérationnels que Datadog offre l'emportent généralement sur les inconvénients. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que Datadog résout, et en quoi cela vous est-il bénéfique?

Datadog résout le défi de maintenir la visibilité à travers des environnements complexes et distribués en regroupant les métriques d'infrastructure, la performance des applications, les journaux, les traces, les signaux de sécurité et les services cloud dans une seule plateforme d'observabilité. Avant d'adopter Datadog, le dépannage nécessitait souvent de passer d'un outil à l'autre et de corréler manuellement les données provenant de différentes sources.

En tant qu'utilisateur et administrateur de longue date, j'ai constaté que Datadog améliore considérablement l'efficacité opérationnelle en permettant aux équipes d'identifier rapidement les goulets d'étranglement de performance, de détecter les anomalies et d'enquêter sur les incidents à partir d'une interface centralisée. La capacité à corréler les métriques, les journaux et les traces a considérablement réduit le temps de dépannage et amélioré l'analyse des causes profondes.

Datadog nous a également aidés à mettre en œuvre une approche de surveillance plus proactive grâce à des alertes intelligentes, à la détection d'anomalies et à la visibilité de la santé des services. Cela a contribué à une réponse plus rapide aux incidents, à une réduction des temps d'arrêt, à une fiabilité accrue du système et à une meilleure expérience utilisateur globale. D'un point de vue opérationnel, il est devenu une plateforme critique pour maintenir la santé des services et soutenir une prise de décision éclairée à travers les équipes. Avis collecté par et hébergé sur G2.com.

Anshul S.

SDET

Marché intermédiaire (51-1000 employés)

6/30/2026

"Datadog : Journaux, métriques et traces unifiés pour une visibilité en temps réel et un débogage plus rapide"

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

L'un des plus grands atouts de Datadog est sa capacité à regrouper les journaux, les métriques, les traces et les alertes sur une seule plateforme. Au lieu de passer d'un outil de surveillance à un autre, je peux rapidement identifier ce qui se passe dans l'ensemble de la pile applicative. Des tableaux de bord complets qui offrent une visibilité en temps réel sur la santé des applications. Une recherche et un filtrage puissants des journaux pour une analyse plus rapide des causes profondes. APM (Application Performance Monitoring) qui aide à identifier les goulets d'étranglement de performance. Une alerte intelligente qui informe l'équipe avant que les problèmes n'impactent significativement les utilisateurs. Des intégrations transparentes avec les services cloud, les bases de données, les pipelines CI/CD et les outils d'infrastructure. Dans mon flux de travail de QA et d'automatisation, Datadog réduit considérablement le temps nécessaire pour enquêter sur les problèmes de production. Plutôt que de se fier uniquement aux journaux d'application, je peux corréler les métriques, les traces et les journaux pour identifier la cause exacte d'un problème. Cela rend le débogage beaucoup plus rapide et améliore la collaboration entre les équipes QA, développeurs et DevOps. Dans l'ensemble, Datadog offre la visibilité nécessaire pour surveiller proactivement les systèmes, résoudre les problèmes efficacement et maintenir la fiabilité des applications. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

Bien que Datadog soit l'un des outils de surveillance les plus complets que j'ai utilisés, il y a quelques domaines où il pourrait s'améliorer. Les prix peuvent devenir élevés à mesure que le nombre d'hôtes, de journaux et de services surveillés augmente. Le grand nombre de fonctionnalités peut rendre la plateforme accablante pour les nouveaux utilisateurs. La création de tableaux de bord et de requêtes avancés nécessite parfois une courbe d'apprentissage. Les volumes élevés de journaux nécessitent une gestion attentive pour éviter des coûts inutiles. Certaines alertes nécessitent un réglage fin pour réduire le bruit et éviter la fatigue des alertes. Pour moi, le plus grand défi est la gestion des coûts. À mesure que les besoins de surveillance augmentent, il est important d'optimiser la rétention des journaux, les tableaux de bord et les configurations d'alertes pour garder les dépenses sous contrôle. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que Datadog résout, et en quoi cela vous est-il bénéfique?

Datadog résout le problème de la visibilité limitée sur la performance des applications et la santé de l'infrastructure. Au lieu de vérifier plusieurs outils pour les journaux, les métriques, les traces et les alertes, Datadog centralise tout sur une seule plateforme, rendant la surveillance et le dépannage beaucoup plus efficaces. Détecte les problèmes d'application et d'infrastructure en temps réel. Centralise les journaux, les métriques, les traces et les données de performance. Accélère l'analyse des causes profondes lors des incidents de production. Fournit des alertes proactives avant que les problèmes n'impactent les utilisateurs finaux. Aide à surveiller les API, les serveurs, les bases de données et les services cloud depuis un tableau de bord unique. J'utilise Datadog pour enquêter sur les problèmes de production, valider les déploiements, surveiller la santé des API et analyser la performance des applications. Avoir toute la télémétrie pertinente en un seul endroit m'aide à identifier les problèmes beaucoup plus rapidement et à collaborer efficacement avec les développeurs et les équipes DevOps. Le plus grand avantage est la réduction du temps de résolution des incidents. En corrélant rapidement les journaux, les métriques et les traces, Datadog aide l'équipe à diagnostiquer les problèmes plus rapidement, à minimiser les temps d'arrêt et à offrir une expérience plus fiable aux utilisateurs. Avis collecté par et hébergé sur G2.com.

Anshuman S.

Advance Software Engineer

Marché intermédiaire (51-1000 employés)

9/10/2026

"Observabilité tout-en-un avec de grandes intégrations cloud et une interface utilisateur conviviale"

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

C'est un outil d'observabilité tout-en-un qui combine des métriques d'infrastructure, des journaux d'application, la surveillance des performances des applications, la surveillance des utilisateurs réels et la surveillance de la sécurité. Il dispose de très bonnes intégrations avec presque tous les fournisseurs de cloud. L'interface utilisateur est très conviviale. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

C'est très coûteux. L'envoi de journaux d'application à Datadog peut entraîner des coûts imprévisibles. Fournir des fonctionnalités supplémentaires est une tâche très complexe. C'est difficile à apprendre pour les nouveaux utilisateurs. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que Datadog résout, et en quoi cela vous est-il bénéfique?

Malgré le coût, j'adore cet outil. Il aide à identifier les problèmes en temps réel très rapidement. Nous pouvons facilement identifier les lenteurs à l'aide des métriques APM ou quelle API prend plus de temps. Identifier les erreurs 5xx devient très facile avec cet outil. Avis collecté par et hébergé sur G2.com.

Bertrand P.

Senior Product & Digital Transformation Leader

Détail

Entreprise (> 1000 employés)

6/26/2026

"Détection plus rapide des incidents et analyse des causes profondes, conduisant à une meilleure expérience client."

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

En tant que chef de produit, ce que j'aime le plus chez Datadog, c'est la façon dont il centralise l'observabilité pour les systèmes complexes sur une seule plateforme. Il regroupe les métriques, les journaux, les traces et les alertes en un seul endroit, ce qui facilite grandement la compréhension de la santé globale du système et le dépannage rapide des problèmes pour les équipes de coureurs et de support. L'intégration des équipes techniques est facile.

Sa surveillance en temps réel et ses alertes sont particulièrement précieuses car elles aident à détecter les incidents tôt et à améliorer les temps de réponse. J'apprécie également l'étendue et la profondeur des intégrations avec les fournisseurs de cloud, les outils d'infrastructure et les services d'application, ce qui rend Datadog adaptable à différentes architectures.

Selon la mise en œuvre, le prix peut évoluer, mais vous maîtrisez pleinement le coût.

Dans l'ensemble, il offre une visibilité et un contrôle solides sur la performance du système, ce qui semble essentiel dans les environnements distribués modernes à grande échelle. Les perspectives de l'utiliser en le couplant avec un agent de support IA sont un plus pour préparer l'avenir. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

L'outil fournit des informations et des données, mais les équipes doivent passer un temps considérable à interpréter quelles actions doivent être entreprises. Avis collecté par et hébergé sur G2.com.

Zaid K.

Senior devops engineer

Entreprise (> 1000 employés)

7/21/2026

"Surveillance complète avec intégration facile"

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

J'utilise Datadog pour la surveillance, et cela m'aide de nombreuses façons. Il affiche des journaux détaillés des systèmes et fournit une vue d'ensemble complète des métriques. Il y a beaucoup de métriques, et l'intégration est très simple, surtout avec Terraform. Il offre une bonne vue des métriques, ce qui est vraiment précieux pour moi. J'apprécie de pouvoir créer mes propres tableaux de bord et métriques. La configuration a été assez facile, et nous avons reçu le soutien de l'équipe des opérations de données pour l'intégrer aux systèmes. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

Je pense que la détection d'anomalies de Datadog est assez basique pour m'alerter. J'aimerais qu'elle soit améliorée pour fournir des alertes d'avertissement plus détaillées. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que Datadog résout, et en quoi cela vous est-il bénéfique?

J'utilise Datadog pour la surveillance, fournissant des journaux et des métriques détaillés. Il simplifie l'intégration, surtout avec Terraform, et offre une bonne vue des métriques, ce qui facilite la gestion de plusieurs instances et l'identification de problèmes comme les fuites de mémoire. Avis collecté par et hébergé sur G2.com.

Gunther C.

Software Engineer

Marché intermédiaire (51-1000 employés)

6/5/2026

"Intégration facile de Datadog avec des tableaux de bord puissants et perspicaces"

5/5

Qu'aimez-vous le plus à propos de Datadog?

J'aime la facilité avec laquelle Datadog s'intègre aux systèmes existants. Une fois configuré, il offre une vue incroyablement utile sur le statut et l'état de santé des applications. Ses tableaux de bord sont très faciles à créer et constituent une méthode précieuse pour rassembler des informations clés en un seul endroit. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

J'ai quelques plaintes concernant Datadog, je pense qu'il devient plus précieux à mesure qu'une organisation investit dans sa configuration, et ma seule plainte pourrait simplement être qu'une entreprise ne l'utilise pas suffisamment (ou prend beaucoup de temps pour être entièrement configurée). Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que Datadog résout, et en quoi cela vous est-il bénéfique?

Datadog résout un certain nombre de cas d'utilisation de surveillance, nous permettant de configurer des alertes pour des événements clés qui se produisent sur plusieurs systèmes. Configurer ceux-ci dans Datadog est nettement plus simple que de développer des systèmes de surveillance et d'alerte internes. Avis collecté par et hébergé sur G2.com.

Stephan L.

Petite entreprise (50 employés ou moins)

10/10/2026

"Observabilité transparente avec Datadog"

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

Je trouve que le moteur d'observabilité transparent de Datadog est une caractéristique remarquable. Il nous permet d'automatiser la corrélation des données prêtes à l'emploi, ce qui est incroyablement utile. Lorsqu'une alerte se déclenche ou qu'il y a une anomalie de performance, je peux choisir instantanément un point de données métriques à la ligne de journal correspondante avec des traces ATM distribuées sans perdre le contexte. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

Aucun. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que Datadog résout, et en quoi cela vous est-il bénéfique?

J'utilise Datadog pour tracer de manière transparente les métriques aux journaux avec des traces ATM distribuées, aidant nos ingénieurs à identifier rapidement les causes profondes. Il s'intègre à Slack et PagerDuty pour les alertes, réduisant le temps d'investigation de plusieurs heures à quelques secondes. Avis collecté par et hébergé sur G2.com.

Rose E.

Petite entreprise (50 employés ou moins)

10/16/2026

"Observabilité granulaire, configuration rapide—mais une interface encombrée"

4.5/5

Qu'aimez-vous le plus à propos de Datadog?

J'aime la granularité de Datadog sur l'ensemble de la plateforme, ainsi que ses filtres interactifs et ses recherches simplifiées. Ils rendent la recherche conviviale et efficace, et m'aident à trouver des erreurs et des goulots d'étranglement de performance dans les lignes de journal et les microservices. Datadog transforme un flot de journaux et de télémétrie en informations de diagnostic exploitables. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de Datadog?

Je trouve que l'interface de Datadog peut sembler un peu écrasante, avec tant de données, de menus et de contrôles entassés à l'écran, surtout pour un nouvel utilisateur. Avis collecté par et hébergé sur G2.com.