Live:CloudOps Webinars & Hands-on Workshops ·Register ↗
본문으로 건너뛰기

레퍼런스

서비스 한도 및 할당량​

CloudWatch Application Signals의 한도 및 할당량을 이해합니다.

한도 및 할당량​

Application Signals는 CloudWatch와 AWS X-Ray에 의존합니다. 한도(수집, 쿼리 속도, 할당량)는 해당 서비스에 의해 관리되며 시간에 따라 변경될 수 있습니다. 현재 값은 공식 문서를 참조하세요.

CloudWatch 메트릭 보존 (일반 참조)​

CloudWatch는 메트릭 데이터를 다른 해상도로 보존합니다. 전체 보존 모델은 CloudWatch 문서를 참조하세요.

  • 1분 해상도: 15일
  • 5분 해상도: 63일
  • 1시간 해상도: 15개월

서비스 할당량​

Application Signals:​

  • 계정당 서비스: 1,000
  • 서비스당 오퍼레이션: 100
  • 사용자 정의 메트릭: 서비스당 30

RUM:​

  • 계정당 앱 모니터: 20
  • 초당 이벤트: 10,000
  • 이벤트 크기: 64 KB

Synthetics:​

  • 계정당 Canary: 100
  • Canary 실행 시간: 최대 15분
  • Canary 크기: 1 GB (압축 해제 시)

용어집​

CloudWatch Application Signals의 주요 용어 및 개념입니다.

핵심 개념​

Application Performance Monitoring (APM)​

소프트웨어 애플리케이션의 성능과 가용성을 모니터링하고 관리하는 방법입니다.

Distributed Tracing (분산 트레이싱)​

분산 시스템을 통과하는 요청을 추적하는 방법으로, 여러 서비스에 걸친 요청의 경로와 성능을 이해할 수 있게 합니다.

Service Map​

서비스 간의 연결과 상호작용을 보여주는 애플리케이션 아키텍처의 시각적 표현입니다.

Span (스팬)​

트레이스 내의 단일 작업으로, 데이터베이스 쿼리나 API 호출과 같은 작업 단위를 나타냅니다.

Trace (트레이스)​

애플리케이션을 통과하는 요청의 완전한 엔드투엔드 여정으로, 여러 스팬으로 구성됩니다.

계측 용어​

Auto-Instrumentation (자동 계측)​

코드 변경 없이 애플리케이션에 Observability 코드를 자동으로 추가하는 것입니다.

Manual Instrumentation (수동 계측)​

애플리케이션 소스 코드에 트레이싱 및 메트릭 코드를 명시적으로 추가하는 것입니다.

OpenTelemetry​

계측을 위한 벤더 중립적 API를 제공하는 오픈소스 Observability 프레임워크입니다.

Sampling (샘플링)​

Observability와 비용 및 성능 간의 균형을 맞추기 위해 어떤 요청을 트레이싱할지 선택하는 프로세스입니다.

Context Propagation (컨텍스트 전파)​

트레이스 연속성을 유지하기 위해 서비스 간에 트레이스 컨텍스트를 전달하는 메커니즘입니다.

메트릭 및 모니터링​

Golden Signals​

애플리케이션 상태를 모니터링하기 위한 4가지 핵심 메트릭: 지연 시간, 처리량, 오류율, 포화도입니다.

Latency (지연 시간)​

요청이 처리되는 데 걸리는 시간으로, 일반적으로 백분위수(P50, P90, P99)로 측정됩니다.

Throughput (처리량)​

요청이 처리되는 속도로, 보통 초당 요청 수로 측정됩니다.

Error Rate (오류율)​

오류를 발생시키는 요청의 비율입니다.

Saturation (포화도)​

시스템 리소스가 사용되는 정도입니다.

Service Level Objective (SLO)​

서비스 제공자와 소비자 간에 합의된 서비스 품질의 목표 수준입니다.

Service Level Indicator (SLI)​

지연 시간 또는 가용성과 같이 제공되는 서비스 수준의 측정 가능한 측면입니다.

RUM 및 Synthetics​

Real User Monitoring (RUM)​

프로덕션 환경에서 웹 애플리케이션과 실제 사용자의 상호작용을 모니터링하는 것입니다.

Synthetic Monitoring​

시뮬레이션된 사용자 상호작용을 사용한 애플리케이션 자동화 테스트입니다.

Canary​

애플리케이션에 대해 자동화된 테스트를 실행하는 합성 모니터링 스크립트입니다.

Core Web Vitals​

웹에서의 사용자 경험을 측정하기 위한 Google의 메트릭: LCP, FID, CLS입니다.

Largest Contentful Paint (LCP)​

가장 큰 콘텐츠 요소가 화면에 렌더링되는 데 걸리는 시간입니다.

First Input Delay (FID)​

사용자가 페이지와 처음 상호작용한 시점부터 브라우저가 응답할 때까지의 시간입니다.

Cumulative Layout Shift (CLS)​

예상치 못한 레이아웃 이동을 수량화하는 시각적 안정성의 측정치입니다.

AWS 관련 용어​

Application Signals​

APM, RUM, Synthetics를 결합한 AWS의 통합 Observability 솔루션입니다.

X-Ray​

현재 Application Signals와 통합된 AWS의 분산 트레이싱 서비스입니다.

CloudWatch​

메트릭, 로그, 트레이스를 수집하는 AWS의 모니터링 및 Observability 서비스입니다.

ADOT (AWS Distro for OpenTelemetry)​

AWS 서비스에 최적화된 AWS의 OpenTelemetry 배포판입니다.

지원되는 런타임 및 프레임워크​

Application Signals가 지원하는 프로그래밍 언어 및 프레임워크입니다.

자동 계측 지원​

공식 호환성 및 런타임/버전 매트릭스는 Supported systems를 참조하세요. 주요 내용:

  • Java: JVM 8/11/17/21/23 (프레임워크 지원은 ADOT/OpenTelemetry Java 계측을 따름)
  • Python: Python 3.9+ (프레임워크 지원은 ADOT/OpenTelemetry Python 계측을 따름)
  • Node.js: Node 14/16/18/20/22 (프레임워크 지원은 ADOT/OpenTelemetry JS 계측을 따름)
  • .NET: x86-64 또는 ARM64에서 지원; Linux x64/ARM64 및 Windows Server 2022 x64 (라이브러리 지원은 ADOT/OpenTelemetry .NET 계측을 따름)
  • PHP/Ruby/Go: OpenTelemetry zero-code/auto-instrumentation 경로를 통해 지원 (해당 언어에 대한 ADOT SDK 없음)

참고 사항 및 알려진 고려 사항​

  • Node.js ESM: ESM 지원은 제한적입니다. 문서의 ESM 전용 설정을 따르지 않는 한 CommonJS를 선호하세요.
  • Python: 컨테이너화된 앱에서 PYTHONPATH 설정이 필요할 수 있습니다 (알려진 OTel autoinstrumentation 이슈).
  • .NET: ADOT .NET은 AWS SDK for .NET V4와 제한 사항이 있습니다. 완전한 지원을 위해 AWS SDK V3을 권장합니다.

수동 계측​

모든 주요 프로그래밍 언어가 OpenTelemetry SDK를 통해 지원됩니다:

  • Java, Scala, Kotlin
  • Python, Ruby
  • JavaScript/TypeScript, Go
  • .NET (C#, F#, VB.NET)
  • PHP, Rust, C++

구성 레퍼런스​

일반적인 구성 옵션 및 환경 변수입니다.

환경 변수​

OpenTelemetry 구성:​

  • OTEL_SERVICE_NAME - 서비스 이름
  • OTEL_TRACES_EXPORTER - 트레이스 exporter (otlp, jaeger, zipkin)
  • OTEL_EXPORTER_OTLP_ENDPOINT - OTLP 엔드포인트 URL
  • OTEL_TRACES_SAMPLER - 샘플링 전략
  • OTEL_TRACES_SAMPLER_ARG - 샘플링 매개변수

AWS 관련 구성:​

  • AWS_REGION - AWS 리전
  • AWS_XRAY_DAEMON_ADDRESS - X-Ray 데몬 주소
  • OTEL_RESOURCE_ATTRIBUTES - 서비스 속성 (Application Map에서 사용자 정의 그룹화에도 사용됨)

샘플링 구성​

샘플링 전략:​

  • always_on - 모든 트레이스 샘플링
  • always_off - 트레이스 샘플링 안 함
  • traceidratio - 비율 기반 샘플링 (예: 10%의 경우 0.1)
  • parentbased_always_on - 부모 샘플링 결정 존중
  • parentbased_traceidratio - 부모 기반 비율 샘플링

비용 최적화​

Observability 비용을 관리하기 위한 전략입니다.

샘플링 전략​

  • 프로덕션: 5-10% 샘플링 비율
  • 개발: 50-100% 샘플링 비율
  • 에러 트레이스: 에러가 있는 트레이스는 항상 샘플링
  • 고가치 오퍼레이션: 중요 경로에 대해 100% 샘플링

데이터 보존 정책​

보존은 기반 텔레메트리 저장소(예: CloudWatch 메트릭/로그 및 AWS X-Ray 트레이스)에 의해 제어됩니다. 해당 서비스에서 보존 기간을 구성하고 문제 해결 및 규정 준수 요구 사항에 맞춰 조정하세요.

리소스 최적화​

  • 배치 내보내기: 네트워크 오버헤드 감소
  • 압축: 데이터 압축 활성화
  • 필터링: 불필요한 스팬 및 속성 제거
  • 버퍼링: 적절한 버퍼 크기 사용