콘텐츠로 이동

메트릭


메트릭은 Guance 시스템에서 시스템 상태를 지속적으로 추적하는 데 사용되는 핵심 데이터 단위로, 숫자 값, 타임스탬프, 차원 태그의 세 부분으로 구성됩니다. 시계열 형태로 계량화된 시스템 특성(예: 리소스 사용률, 비즈니스 처리량)을 기록하며, 태그(예: 호스트, 서비스, 리전)를 통해 다차원 분석을 지원하여 실시간 모니터링, 성능 최적화 및 추세 예측에 정확한 데이터 기반을 제공합니다.


데이터 아키텍처

Guance의 메트릭 데이터 처리는 세 가지 계층으로 구성됩니다.

  1. 수집 계층: DataKit(사용자 환경에 배포된 경량 에이전트로, Prometheus의 Exporter와 유사하며 데이터 소스에 직접 연결되어 수집, 전처리, 안전한 전송의 핵심 역할을 담당)이 완료하며, 호스트, 애플리케이션, 미들웨어 등 소스에서 원시 메트릭을 가져옵니다.

  2. 전송 계층: DataKit은 데이터를 암호화한 후 HTTP/HTTPS를 통해 Guance의 데이터 센터로 전송합니다.

  3. 저장 및 분석 계층: Guance은 데이터를 정제, 저장하고 시각화 분석 기능을 제공합니다.


메트릭 데이터 구성

완전한 메트릭 데이터 단위는 세 가지 핵심 요소로 구성됩니다.

요소 설명 예시
메저먼트(Measurement) 데이터의 분류 식별자 cpu
태그(Tags) 데이터 필터링 및 그룹화를 위한 차원 키-값 쌍 host=server01, region=cn
필드(Fields) 구체적인 숫자형 메트릭 usage_user=12.3

예시:

cpu,host=server01,core=0 usage_user=12.3,usage_system=5.7 1690524000000000000
  • 메저먼트: cpu

  • 태그: host=server01, core=0 (데이터 출처 서버 및 CPU 코어 표시)

  • 필드: usage_user=12.3(사용자 공간 CPU 사용률), usage_system=5.7(시스템 공간 사용률)

  • 타임스탬프: 1690524000000000000(2023-07-28 12:00:00 UTC)


핵심 개념

메저먼트(Measurement)

메저먼트는 동일한 유형의 메트릭 집합으로, 여러 메트릭과 태그를 포함합니다. 예를 들어 cpu 메저먼트는 usage_user, usage_system 등 CPU 관련 메트릭을 포함합니다.

메트릭(Metric)

메트릭은 시스템 실행 상태(예: CPU 사용률, 페이지 로드 시간 등)를 반영하며, 메트릭 이름(식별자)과 메트릭 값(구체적인 숫자)으로 구성됩니다.

태그(Tag)

데이터 포인트 수집 대상의 속성은 태그를 통해 식별되며, 키-값 쌍 형태로 태그 이름태그 값으로 구성됩니다. 하나의 데이터 포인트에 여러 태그를 첨부하여 데이터 필터링 및 그룹화에 사용할 수 있습니다.

시계열(Time Series)

시계열은 메트릭 이름+태그 조합으로 고유하게 식별됩니다. 동일한 시계열 내에서 메트릭 값(필드)은 타임스탬프 순서대로 정렬되어 시퀀스를 형성합니다.

시계열 수는 메트릭 이름과 태그의 조합 수에 따라 달라집니다. 태그의 고유 값이 하나 추가될 때마다 조합 수가 기하급수적으로 증가합니다. 태그 값이 너무 많으면 시계열이 팽창하여 저장 비용과 쿼리 성능에 직접적인 영향을 미칩니다. 높은 카디널리티 태그(예: 사용자 ID, 요청 경로)의 사용은 적절히 제어하는 것이 좋습니다.

필드(Field)

필드는 구체적인 숫자형 메트릭입니다(예: usage=58.3). 메트릭 값은 시간에 따라 변하여 시계열 데이터를 형성합니다.


데이터 표시

메트릭 데이터는 다음 형식으로 시각화되어 표시됩니다.

  • 메트릭 분석: DQL, PromQL 등 다양한 쿼리 방식을 기반으로 메트릭을 쿼리하고 분석합니다.
  • 메트릭 관리: 메저먼트, 메트릭, 태그, 시계열 통계를 목록 형태로 표시합니다.
  • 시각화 차트: 대시보드에서 메트릭 데이터를 사용하여 시계열 차트, 막대 차트, 원형 차트 등을 생성합니다.

시작하기

  • 메트릭 수집 시작


    DataKit을 통해 메트릭 수집을 구현하며, 표준 수집(내장 수집기) 및 사용자 정의 수집(Telegraf, Prometheus, StatsD 등)을 지원합니다.

    수집 설정 보기 →

  • 메트릭 관리


    보고된 모든 메저먼트를 확인하고, 메트릭, 태그, 시계열 수량 통계, 일일 전일 대비 비율 및 데이터 저장 정책을 관리합니다.

    메트릭 관리 →

  • 메트릭 생성


    기존 데이터(로그, 애플리케이션 성능 모니터링(APM), 실제 사용자 모니터링(RUM), 메트릭, 신서틱 모니터링, 기본 객체, 리소스 카탈로그)를 기반으로 집계하여 새로운 비즈니스 메트릭을 생성합니다.

    메트릭 생성 →

  • 메트릭 분석


    DQL, PromQL 등 다양한 쿼리 방식을 기반으로 메트릭 데이터를 쿼리, 분석 및 시각화합니다.

    메트릭 분석 →


관련 기능

  • 모니터

    메트릭을 기반으로 알림 규칙을 구성하여 이상 시 자동으로 알림을 전송합니다.

    구성하기 →

  • 대시보드

    메트릭 데이터를 사용하여 시각화 차트를 생성하고 모니터링 대시보드를 구축합니다.

    구성하기 →

  • DQL / PromQL

    쿼리 언어를 사용하여 메트릭 데이터를 검색하며, 복잡한 분석 시나리오를 지원합니다.

    구문 보기 →

  • 인프라스트럭처

    인프라스트럭처 메트릭 데이터를 확인하고 호스트, 컨테이너 등 리소스와 연결합니다.

    확인하기 →

문서 평가

이 페이지가 도움이 되었나요?