메트릭
메트릭은 시스템의 성능에 대한 데이터입니다. 시스템 또는 리소스와 관련된 모든 메트릭을 중앙 집중식으로 확인할 수 있으면, 메트릭을 비교하고, 성능을 분석하며, 리소스의 스케일업 또는 스케일인과 같은 더 나은 전략적 결정을 내릴 수 있습니다. 메트릭은 또한 리소스의 상태를 파악하고 선제적 조치를 취하는 데에도 중요합니다.
메트릭 데이터는 기초적인 요소로서, 알람, 이상 탐지, 이벤트, 대시보드 등을 구동하는 데 사용됩니다.
제공 메트릭 (Vended metrics)
CloudWatch 메트릭은 시스템의 성능에 대한 데이터를 수집합니다. 기본적으로 대부분의 AWS 서비스는 리소스에 대한 무료 메트릭을 제공합니다. 여기에는 Amazon EC2 인스턴스, Amazon RDS, Amazon S3 버킷 등이 포함됩니다.
이러한 메트릭을 *제공 메트릭(vended metrics)*이라고 합니다. AWS 계정에서 제공 메트릭을 수집하는 데에는 비용이 부과되지 않습니다.
CloudWatch로 메트릭을 내보내는 AWS 서비스의 전체 목록은 이 페이지를 참조하세요.
메트릭 쿼리
CloudWatch의 metric math 기능을 활용하여 여러 메트릭을 쿼리하고 수학 표현식을 사용하여 더 세밀하게 메트릭을 분석할 수 있습니다. 예를 들어, Lambda 오류율을 구하기 위해 다음과 같은 metric math 표현식을 작성할 수 있습니다:
Errors/Requests
아래는 CloudWatch 콘솔에서 이 표현식이 어떻게 표시되는지 보여주는 예시입니다:
metric math를 사용하여 데이터에서 최대한의 가치를 얻고, 개별 데이터 소스의 성능으로부터 파생된 값을 도출하세요.
CloudWatch는 조건문도 지원합니다. 예를 들어, 지연 시간이 특정 임계값을 초과하는 각 시계열에 대해 1 값을 반환하고 나머지 모든 데이터 포인트에 대해 0을 반환하려면 다음과 같은 쿼리를 사용합니다:
IF(latency>threshold, 1, 0)
CloudWatch 콘솔에서 이 로직을 사용하여 불리언 값을 생성할 수 있으며, 이를 통해 CloudWatch 알람이나 다른 액션을 트리거할 수 있습니다. 이 기능을 통해 파생된 데이터 포인트에서 자동 액션을 실행할 수 있습니다. CloudWatch 콘솔의 예시는 아래와 같습니다:
파생된 값이 임계값을 초과할 때 알람과 알림을 트리거하기 위해 조건문을 사용하세요.
SEARCH 함수를 사용하여 모든 메트릭의 상위 n개를 표시할 수도 있습니다. 많은 수의 시계열(예: 수천 대의 서버)에서 최고 또는 최저 성능의 메트릭을 시각화할 때, 이 접근 방식을 통해 가장 중요한 데이터만 볼 수 있습니다. 다음은 지난 5분 동안 평균 CPU 사용량이 가장 높은 상위 2개의 EC2 인스턴스를 반환하는 검색 예시입니다:
SLICE(SORT(SEARCH('{AWS/EC2,InstanceId} MetricName="CPUUtilization"', 'Average', 300), MAX, DESC),0, 2)
CloudWatch 콘솔에서의 동일한 뷰:
SEARCH 접근 방식을 사용하여 환경에서 가장 가치 있거나 성능이 낮은 리소스를 신속하게 표시하고, 이를 대시보드에 표시하세요.
메트릭 수집
EC2 인스턴스의 메모리나 디스크 공간 사용률과 같은 추가 메트릭이 필요한 경우, CloudWatch 에이전트를 사용하여 이 데이터를 CloudWatch에 푸시할 수 있습니다. 또는 그래프 형태로 시각화해야 하는 커스텀 처리 데이터가 있고 이를 CloudWatch 메트릭으로 사용하고 싶다면, PutMetricData API를 사용하여 커스텀 메트릭을 CloudWatch에 게시할 수 있습니다.
bare API 대신 AWS SDK 중 하나를 사용하여 CloudWatch에 메트릭 데이터를 푸시하세요.
PutMetricData API 호출은 쿼리 횟수에 따라 과금됩니다. PutMetricData API를 최적으로 사용하는 것이 모범 사례입니다. 이 API에서 Values and Counts 방식을 사용하면 하나의 PutMetricData 요청으로 메트릭당 최대 150개의 값을 게시할 수 있으며, 이 데이터에 대한 백분위수 통계 검색도 지원됩니다. 따라서 각 데이터 포인트마다 별도의 API 호출을 하는 대신, 모든 데이터 포인트를 그룹화한 후 단일 PutMetricData API 호출로 CloudWatch에 푸시해야 합니다. 이 접근 방식은 다음 두 가지 측면에서 이점이 있습니다:
- CloudWatch 비용 절감
PutMetricDataAPI 스로틀링 방지
PutMetricData를 사용할 때 모범 사례는 가능한 한 데이터를 단일 PUT 작업으로 배치하는 것입니다.
대량의 메트릭을 CloudWatch로 내보내는 경우, 대안적인 접근 방식으로 Embedded Metric Format을 사용하는 것을 고려하세요. Embedded Metric Format은 PutMetricData를 사용하거나 그에 대한 요금을 부과하지 않지만, CloudWatch Logs 사용에 따른 비용은 발생합니다.
이상 탐지
CloudWatch에는 기록된 메트릭을 기반으로 정상 상태가 무엇인지 학습하여 Observability 전략을 강화하는 이상 탐지 기능이 있습니다. 이상 탐지의 사용은 모든 메트릭 신호 수집 시스템에 대한 모범 사례입니다.
이상 탐지는 2주 기 간에 걸쳐 모델을 구축합니다.
이상 탐지는 생성 시점부터 앞으로만 모델을 구축합니다. 과거의 이상값을 찾기 위해 시간을 역추적하지 않습니다.
이상 탐지는 메트릭에 대해 좋은 것이 무엇인지 알지 못하며, 표준 편차를 기반으로 정상이 무엇인지만 파악합니다.
모범 사례는 정상적인 동작이 예상되는 시간대에만 분석하도록 이상 탐지 모델을 학습시키는 것입니다. 학습에서 제외할 시간대(야간, 주말 또는 공휴일 등)를 정의할 수 있습니다.
다음은 이상 탐지 밴드의 예시이며, 회색 영역이 밴드를 나타냅니다.
이상 탐지의 제외 윈도우 설정은 CloudWatch 콘솔, CloudFormation, 또는 AWS SDK 중 하나를 사용하여 수행할 수 있습니다.