«Сервис тормозит» - и это вся диагностика. О сбое сообщает клиент, а не система. Эту слепоту закрывает APM, мониторинг производительности приложений.

Инфраструктурный мониторинг (Zabbix, Prometheus) следит за железом: процессор, память, диск. APM смотрит внутрь кода: какой запрос сколько шёл, какой SQL тормозит. Это разные слепые зоны, и они не заменяют друг друга.

Что даёт APM:
- трассировку запроса до метода и SQL - так находят N+1 запросы и отсутствие индексов;
- Apdex, индекс скорости от 0 до 1 - одно понятное число для команды и руководителя;
- распределённый трейсинг по микросервисам;
- осмысленные алерты вместо потока писем, который перестают читать.

Про импортозамещение: New Relic и Datadog - западный SaaS. В российском контуре есть Ключ-Астром, GMONIT и self-hosted Prometheus с Grafana. Выбор упирается в требования к данным и 152-ФЗ.

Как внедряли APM по шагам и что мониторить в первую очередь - в статье: https://j.drsofter.ru/apm-monitoring-prilozheniy/