Resposta direta: escolha o Datadog quando você precisa de observabilidade funcionando em dias e não tem SRE dedicado; escolha Prometheus + Grafana quando o custo por host virou linha relevante no orçamento e você já opera Kubernetes com equipe própria. O critério decisivo não é técnico — é quem vai manter o stack às 3h da manhã.
Este comparativo é baseado em operação real de ambos os stacks em ambientes Kubernetes de produção, não em páginas de marketing dos fornecedores.
Datadog vs Prometheus + Grafana: comparativo rápido
| Critério | Datadog | Prometheus + Grafana |
|---|---|---|
| Modelo | SaaS proprietário, tudo em um só lugar | Open source / Cloud Native (CNCF) |
| Tempo até o primeiro dashboard | ~15 minutos (instala o agente e pronto) | Dias a semanas (coletores, storage, alertas, dashboards) |
| Custo | Alto e imprevisível: cobra por host, métrica customizada, volume de logs e traces | Baixo em licença; você paga infraestrutura e horas de engenharia |
| Previsibilidade da fatura | Baixa — picos de tráfego geram surpresas | Alta — o custo é o cluster, não a ingestão |
| Customização | Limitada às regras, retenções e ecossistema do fornecedor | Total: painéis, retenção e pipeline de dados |
| APM e traces | Nativo e maduro | Requer Tempo ou Jaeger, montados separadamente |
| Logs | Nativo (e a linha mais cara da fatura) | Loki, com operação e tuning por sua conta |
| Long-term storage de métricas | Incluído | Thanos, Mimir ou Cortex — componente extra a manter |
| Vendor lock-in | Alto se você instrumentar com o SDK proprietário | Baixo, padrão aberto |
| Padrão de mercado | Agentes proprietários | Prometheus é o padrão de fato da CNCF para métricas em Kubernetes |
O que é cada um deles
O que é o Datadog
Datadog é uma plataforma SaaS de observabilidade que reúne métricas, logs, traces (APM), monitoramento de infraestrutura e segurança em uma única interface. Você instala um agente nos hosts ou como DaemonSet no Kubernetes e a coleta começa automaticamente. Todo o armazenamento, retenção e processamento acontece na infraestrutura do fornecedor.
O que é o stack Prometheus + Grafana
Prometheus + Grafana é uma combinação open source onde cada peça resolve um problema: o Prometheus coleta e armazena métricas por scraping, e o Grafana visualiza esses dados em dashboards. Na prática, um stack completo em produção quase nunca é só esse par — ele costuma incluir:
- Prometheus — coleta e armazenamento de métricas de curto prazo
- Alertmanager — roteamento e silenciamento de alertas
- Thanos, Mimir ou Cortex — retenção de longo prazo e visão multi-cluster
- Loki — agregação de logs
- Tempo ou Jaeger — distributed tracing
- Grafana — camada de visualização unificada
Essa lista é exatamente o motivo pelo qual a comparação “grátis vs pago” é enganosa. O stack aberto não tem licença; tem custo operacional.
Quando escolher o Datadog
Escolha o Datadog se pelo menos duas destas afirmações forem verdadeiras na sua empresa:
- Time-to-market é prioridade. Você precisa de visibilidade agora, não no próximo trimestre.
- O time de engenharia é enxuto. Não existe SRE ou DevOps dedicado para manter, atualizar e escalar um cluster de observabilidade.
- O orçamento comporta SaaS premium e a liderança prefere pagar por conveniência a alocar engenheiros.
- Você quer correlação pronta entre métricas, logs e traces sem construir a integração à mão.
- Compliance exige suporte contratado com SLA, algo que projeto open source não oferece.
O trade-off honesto: você troca previsibilidade de custo por velocidade. Funciona muito bem — até a fatura crescer mais rápido que a receita.
Quando escolher Prometheus + Grafana
Escolha o stack aberto se:
- Controle de custo (FinOps) virou pauta de diretoria. Faturas surpresa por ingestão de logs são um problema recorrente na empresa.
- A infraestrutura é fortemente Kubernetes. O Prometheus é o padrão nativo desse ecossistema; a integração é natural, não adaptada.
- Você quer independência de fornecedor. Nenhum contrato define sua retenção de dados.
- Existe um time de plataforma real. Alguém com nome e sobrenome é dono desse stack.
- Requisitos de soberania de dados impedem enviar telemetria para fora da sua infraestrutura.
O trade-off honesto: você troca a fatura do fornecedor pelo salário de quem mantém o stack. Se essa conta fecha depende do seu tamanho — não existe resposta universal.
O erro de cálculo mais comum nessa decisão
A maioria das comparações trata o open source como “custo zero”. Não é. O custo real do Prometheus + Grafana inclui:
- Infraestrutura — nós dedicados, storage de blocos, object storage para o Thanos.
- Horas de engenharia na implantação — semanas de trabalho até o primeiro alerta confiável.
- Manutenção contínua — upgrades, quebras de compatibilidade, incidentes no próprio stack de monitoração.
- Custo de oportunidade — o mesmo engenheiro poderia estar entregando produto.
Do outro lado, o custo do Datadog raramente é o valor do contrato inicial. Ele cresce por três vetores que passam despercebidos: métricas customizadas de alta cardinalidade, volume de logs indexados e hosts efêmeros em autoescalonamento (cada pod que sobe pode contar).
Regra prática: antes de assinar qualquer contrato, meça sua cardinalidade de métricas e seu volume diário de logs em GB. Sem esses dois números, qualquer estimativa de custo é chute.
O fator decisivo: OpenTelemetry (OTel)
A decisão mais importante não é qual ferramenta usar, e sim como instrumentar sua aplicação.
OpenTelemetry é o padrão aberto (CNCF) para gerar e coletar métricas, logs e traces. Instrumentar com OTel em vez do SDK proprietário de um fornecedor muda a natureza da escolha:
- Você exporta os dados para Prometheus/Grafana hoje.
- Se a empresa decidir contratar o Datadog amanhã, você altera o destino do exportador — não uma linha do código da aplicação.
- O caminho inverso também vale: sair do Datadog deixa de ser um projeto de refatoração.
Na prática, isso transforma uma decisão arquitetural irreversível em uma decisão de configuração. É a diferença entre um contrato e uma amarra.
Recomendação: instrumente com OpenTelemetry desde o primeiro dia, independentemente do backend escolhido. Esse é o único ponto deste artigo em que não há trade-off.
Existe um caminho do meio
A escolha binária é falsa. Arquiteturas híbridas são comuns e frequentemente as mais racionais:
- Grafana Cloud ou Amazon Managed Prometheus — ecossistema aberto sem o peso operacional de manter os clusters.
- Datadog só para o núcleo crítico e Prometheus para o restante, reduzindo hosts faturados.
- Prometheus para métricas, Datadog para APM — usando OTel como camada neutra de coleta.
Perguntas frequentes
Prometheus + Grafana é realmente mais barato que o Datadog? Em licença, sim — é gratuito. Em custo total, depende da escala. Abaixo de algumas dezenas de hosts, o tempo de engenharia costuma custar mais que a assinatura. Acima disso, a economia tende a ficar significativa.
Prometheus faz distributed tracing? Não. O Prometheus trata apenas métricas. Para traces, use Tempo ou Jaeger; para logs, Loki. O Grafana unifica tudo na visualização.
Dá para migrar do Datadog para o Prometheus depois? Sim, e o custo dessa migração depende quase inteiramente de como você instrumentou. Com OpenTelemetry, é uma mudança de configuração. Com SDKs proprietários, é um projeto de refatoração em todos os serviços.
Qual é o padrão de mercado em Kubernetes? O Prometheus é o padrão de fato da CNCF para métricas em Kubernetes. Isso não significa que seja a melhor escolha para o seu caso — significa que a comunidade, a documentação e os exporters existem em abundância.
Conclusão
Datadog vende velocidade. Prometheus + Grafana vende controle. Empresas com time de plataforma maduro e escala relevante tendem ao stack aberto; empresas focadas em entregar produto rápido, com equipe enxuta, tendem ao SaaS.
O que separa quem acerta de quem se arrepende é uma única decisão tomada antes das duas: instrumentar com OpenTelemetry. Faça isso e a escolha do backend deixa de ser definitiva.
