Splunk APM 데이터베이스 쿼리 성능 모니터링

splunk 공식 사이트 

https://docs.splunk.com/Observability/gdi/opentelemetry/install-k8s.html?_ga=2.192098090.1607048755.1682645743-1965069968.1678065678&_gl=1*1k39q4q*_ga*MTk2NTA2OTk2OC4xNjc4MDY1Njc4*_ga_5EPM2P39FV*MTY4MjY2NDYxOS41LjEuMTY4MjY2NDY0NS4zNC4wLjA.#install-the-collector-with-the-helm-chart 

Install the Collector for Kubernetes — Splunk Observability Cloud documentation

데이터베이스 쿼리 성능 모니터링

느린 데이터베이스 쿼리는 광범위한 서비스 가용성 문제의 원인일 수 있습니다. 데이터베이스 쿼리 성능을 사용하면 Splunk APM에서 직접 서비스 가용성에 대한 데이터베이스 쿼리의 영향을 모니터링할 수 있습니다. 이렇게 하면 데이터베이스를 계측하지 않고도 오래 실행되거나 최적화되지 않았거나 사용량이 많은 쿼리를 신속하게 식별하고 이로 인해 발생할 수 있는 문제를 완화할 수 있습니다.

데이터베이스 쿼리 성능 작동 방식

Splunk APM은 자동으로 생성된 스팬 태그를 사용하여 데이터베이스를 시스템에서 유추된 서비스로 식별합니다. 데이터베이스는 서비스 맵, 서비스 필터 목록 및 추적 보기에서 유추된 위치와 같이 APM 전체에 나타납니다. APM의 유추 서비스에 대한 자세한 내용은 유추 서비스 의 성능 분석을 참조하세요 .

데이터베이스 쿼리 성능을 통해 Splunk APM은 지원되는 SQL 및 NoSQL 데이터베이스 집합에 대한 추가 분석을 제공합니다. 전체 목록은 지원되는 데이터베이스를 참조하세요 .

데이터베이스 쿼리 정규화

데이터베이스 쿼리에 대한 분석을 제공하기 위해 Splunk APM은 각 호출이 발생하는 범위에서 SQL 문 또는 쿼리를 캡처합니다. 그런 다음 APM은 카디널리티를 최소화하기 위해 각 원시 쿼리의 동적 요소를 정적 자리 표시자로 교체하고 쿼리 성능에 대한 다음 메트릭을 기록합니다.

• 총 응답 시간
• 대기 시간의 90번째 백분위수(P90)
• 총 요청 수
• 초당 요청

정규화된 쿼리에는 문자로 대체된 모든 동적 요소가 있습니다 ?. 다음 스크린샷은 대체된 동적 요소가 있는 데이터베이스 쿼리 성능의 데이터베이스 쿼리를 보여줍니다.

메모

데이터베이스 모니터링을 위한 개인 식별 정보 처리에 대한 자세한 내용은 데이터베이스 쿼리에서 민감한 정보 제거를 참조하십시오 .

데이터베이스 쿼리 성능으로 수행할 수 있는 작업

데이터베이스 쿼리 성능이 데이터베이스 관리자(DBA)를 대상으로 하는 종단 간 데이터베이스 모니터링 도구를 대체하지는 않지만 서비스 가용성 문제가 특정 데이터베이스 쿼리와 관련이 있는지 여부를 신속하게 판단하여 올바른 관리자에게 경고할 수 있습니다. .

데이터베이스 쿼리 성능의 통찰력을 사용하여 서비스 가용성 모니터링, 서비스 성능 최적화 및 데이터베이스 쿼리 자체 모니터링과 관련된 다음 사용 사례를 해결할 수 있습니다.

서비스 가용성 모니터링

데이터베이스 쿼리 성능을 사용하여 서비스 가용성과 관련된 다음 사용 사례를 해결할 수 있습니다.

• 데이터베이스 문제 격리: 서비스의 대기 시간 또는 오류율 증가가 데이터베이스 문제와 관련이 있는지 확인합니다. 그렇다면 어떤 데이터베이스와 어떤 특정 쿼리가 가장 많은 대기 시간을 유발하는지 신속하게 식별할 수 있으므로 느린 데이터베이스 호출을 하는 서비스의 소유자 또는 DBA를 참여시켜 해결할 수 있습니다.
• 기본 인프라 식별: 관련 콘텐츠 덕분에 데이터베이스 서비스를 실행 중인 호스트를 확인하거나 인프라 모니터링에서 데이터베이스 서비스에 액세스할 수 있습니다. 자세한 내용은 Splunk Observability Cloud의 관련 콘텐츠를 참조하십시오 .
• 알림 대응: 서비스 가용성에 대한 알림을 받으면 데이터베이스 대기 시간이나 오류율이 증가했는지, 특정 쿼리가 느리거나 병목 현상이 있는지 한눈에 확인하여 문제의 근본 원인인 데이터베이스를 빠르게 제거할 수 있습니다.
• 데이터베이스가 포함된 대시보드: 대시보드를 사용하여 평균 쿼리 응답 시간, 쿼리 실행 수 및 시간 경과에 따른 이러한 값의 변화를 조사하여 서비스에 대한 새 릴리스가 데이터베이스 상호 작용에 영향을 미쳤는지 여부를 확인합니다.
• 영향 평가: 데이터베이스 대기 시간과 관련된 경고를 받으면 영향 반경을 신속하게 평가하여 고객 대면 서비스가 영향을 받았는지 확인합니다.

서비스 성능 최적화

데이터베이스 쿼리 성능을 사용하여 시스템을 최적화할 수 있는 기회를 식별할 수도 있습니다.

• 지정된 데이터베이스 내에서 쿼리 비교: 시간 경과에 따른 특정 데이터베이스의 쿼리 성능을 확인하면 쿼리 목록을 사용하여 대기 시간 또는 실행 횟수별로 상위 데이터베이스 쿼리를 식별하고 지정된 데이터베이스의 성능을 개선할 수 있는 기회를 찾을 수 있습니다.
• 시간 경과에 따른 특정 쿼리 검사: 시간 경과에 따른 특정 쿼리의 성능을 검사할 수도 있습니다. 이를 통해 시스템의 다른 요소가 데이터베이스 내에서 지정된 쿼리의 대기 시간 또는 요청 빈도에 영향을 미쳤는지 여부를 확인할 수 있으므로 해당 쿼리를 조정하거나 최적화해야 하는지 여부를 결정하는 데 도움이 됩니다.

Splunk APM에서 데이터베이스 쿼리 성능 활성화

데이터베이스 쿼리 성능은 기본적으로 사용할 수 있으므로 APM이 자동으로 데이터베이스 관련 범위 태그 인덱싱을 시작하도록 기능을 활성화하기만 하면 됩니다. APM에서 데이터베이스 성능 모니터링을 시작하려면 데이터베이스 쿼리 성능 활성화를 참조하십시오 .

더 알아보기

데이터베이스 쿼리 성능에 대한 자세한 내용은 다음 링크를 참조하십시오.

• 데이터베이스 쿼리 성능을 활성화하려면 데이터베이스 쿼리 성능 활성화를 참조하십시오 .
• MySQL 및 SQL 문제 해결에 중점을 둔 사용 사례는 사용 사례: 데이터베이스 쿼리 성능을 사용하여 느린 데이터베이스 쿼리 식별을 참조하십시오 .
• Redis 및 NoSQL 문제 해결에 중점을 둔 사용 사례는 사용 사례: 데이터베이스 쿼리 성능을 사용하여 Redis 성능 문제 조사를 참조하세요 .
• 데이터베이스 쿼리 성능 문제를 해결하려면 데이터베이스 쿼리 성능 문제 해결을 참조하십시오 .
• 데이터베이스 쿼리 성능에 대한 참조 자료는 데이터베이스 쿼리 성능 참조를 참조하십시오 .