Observabilidade que não custa um rim: stack open source que usamos em clientes
Datadog cobra por host, por métrica e por log retido. A stack open source faz 90% do que a maioria dos times B2B precisa — se for configurada com sanidade.
LC
Lucas CordeiroDevOps Lead
10 SET 20269 MIN
Datadog cobra por host monitorado, por métrica customizada e por volume de log retido — e essa fatura cresce de forma quase imperceptível até o financeiro perguntar por que a conta de observabilidade dobrou em seis meses sem nenhum incidente de capacidade ter acontecido. A stack open source que montamos com clientes cobre cerca de 90% do que a maioria dos times B2B realmente precisa, sem custo por host.
A stack: Prometheus, Grafana, Loki e Tempo
Componente
Função
Substitui
Prometheus
Métricas e alertas
Datadog Metrics
Grafana
Dashboards e visualização
Datadog Dashboards
Loki
Agregação de logs
Datadog Logs
Tempo
Tracing distribuído
Datadog APM
Configurando com sanidade: o que evitar desde o início
O erro mais comum ao migrar para essa stack é tentar replicar, métrica por métrica, exatamente o que existia no Datadog — incluindo o ruído que ninguém olhava de verdade. Comece pelo que importa para SLO, não pelo que é tecnicamente possível medir.
Mais métrica não é mais observabilidade. É mais ruído para alguém ignorar durante o incidente real.
As métricas que realmente importam para SLO
Latência p99, não média. Média esconde os casos extremos que mais afetam a percepção do usuário.
Taxa de erro por endpoint crítico, não taxa de erro agregada do sistema inteiro.
Saturação de recurso (CPU, memória, conexões de banco) antes que vire erro visível ao usuário.
Quando ignorar o resto
Métricas de infraestrutura de baixo nível — uso de disco em nodes individuais, métricas de rede granulares — raramente precisam de alerta em tempo real para times B2B de porte pequeno e médio. Elas são úteis em dashboard de investigação pós-incidente, mas não justificam um alerta que acorda alguém de madrugada.
Retenção de log: o ajuste que mais economiza
Loki permite configurar retenção diferenciada por nível de log — manter ERROR por 90 dias e DEBUG por apenas 3 dias, por exemplo. Essa configuração simples reduz drasticamente o custo de armazenamento sem perder o log que efetivamente importa para investigação de incidente real.
Tracing: comece só nos caminhos críticos
Instrumentar tracing distribuído em 100% das rotas desde o primeiro dia gera overhead de armazenamento desproporcional ao valor. Comece pelos fluxos críticos de negócio — checkout, autenticação, qualquer chamada externa de terceiro — e expanda conforme a necessidade real aparecer.
Regra prática
Antes de adicionar uma métrica nova, pergunte: "isso entraria num relatório de SLO ou é só curiosidade técnica?" Curiosidade técnica vai para dashboard de investigação, não para alerta.
Conclusão
A stack open source de observabilidade não é mais difícil de operar do que uma plataforma paga — é só menos automática nas configurações iniciais. O investimento de configurar Prometheus, Grafana, Loki e Tempo com sanidade nas primeiras semanas se paga rapidamente, e ainda evita a surpresa recorrente da fatura de observabilidade crescendo mais rápido que o próprio produto.
Blog & Insights
Perspectiva técnica de quem está na prática.
Conteúdo real para CTOs, diretores de produto e decisores que querem entender o que funciona em desenvolvimento de software.
DevOps05 NOV 2026
Kubernetes em produção: 12 erros que vemos quase todo mês
Configurações default, requests mal calibrados, liveness probes agressivos e outros tiros no pé que custam caro em ambientes B2B.