Amazon RDS 관리형 Postgres에서 Database Monitoring 설정

Database Monitoring은 쿼리 메트릭, 쿼리 샘플, 계획 설명, 데이터베이스 상태, 대체 작동 및 이벤트를 노출하여 Postgres 데이터베이스에 대한 심층적인 가시성을 제공합니다.

Agent는 읽기 전용 사용자로 로그인하여 데이터베이스에서 직접 텔레메트리를 수집합니다. Postgres 데이터베이스에서 Database Monitoring을 활성화하려면 다음 설정을 수행하세요.

  1. AWS 통합 구성
  2. 데이터베이스 파라미터 구성
  3. Agent에 데이터베이스 액세스 권한 부여
  4. Agent 설치 및 구성
  5. RDS 통합 설치
소규모 환경(예: 데이터베이스 호스트 20개 이하)이거나 DBM을 처음 사용하여 빠르게 테스트하려는 경우에는 RDS 빠른 설치를 권장합니다. 대규모 데이터베이스 환경을 운영하여 UI를 통한 Agent 배포가 적합하지 않은 경우에는 표준 설치 방식을 사용하여 Agent를 직접 관리하거나 기존 자동화 체계에 통합하는 것이 좋습니다.

시작 전 참고 사항

지원되는 PostgreSQL 버전
9.6, 10, 11, 12, 13, 14, 15, 16, 17
지원되는 Agent 버전
7.36.1 이상
성능 영향
Database Monitoring을 위한 기본 Agent 구성은 보수적이지만, 수집 간격 및 쿼리 샘플링 비율과 같은 구성을 조정하여 환경에 맞게 최적화할 수 있습니다. 대부분의 워크로드에서 Agent는 데이터베이스 쿼리 실행 시간의 1% 미만, CPU 사용량의 1% 미만을 차지합니다.

Database Monitoring은 기본 Agent 위에서 실행되는 통합 기능입니다(벤치마크 참조).
프록시, 로드 밸런서 및 연결 풀러
Datadog Agent는 모니터링 대상 호스트에 직접 연결되어야 합니다. 자체 호스팅 데이터베이스의 경우 127.0.0.1 또는 소켓을 사용하세요. Agent는 프록시, 로드 밸런서, pgbouncer와 같은 연결 풀러를 통해 데이터베이스에 연결해서는 안 됩니다. Agent가 실행 중에 다른 호스트로 연결을 전환하는 경우(예: 장애 조치, 로드 밸런싱 등), 서로 다른 두 호스트의 통계 차이를 계산하게 되어 부정확한 메트릭이 생성됩니다.
데이터 보안 고려사항
Agent가 데이터베이스에서 수집하는 데이터와 이를 안전하게 보호하는 방법에 대해서는 민감한 정보를 참조하세요.

AWS 통합 구성

Amazon Web Services 통합 타일Resource Collection 섹션에서 Resource Collection을 활성화합니다.

Postgres 설정 구성

다음 파라미터DB 파라미터 그룹에서 구성한 후 설정이 적용되도록 서버를 재시작하세요. 이러한 파라미터에 대한 자세한 내용은 Postgres 설명서를 참조하세요.

필수 파라미터

파라미터설명
shared_preload_librariespg_stat_statementspostgresql.queries.* 메트릭에 필요합니다. pg_stat_statements 확장을 사용하여 쿼리 메트릭 수집을 활성화합니다.
track_activity_query_size4096더 긴 쿼리 수집에 필요합니다. pg_stat_activity 내 SQL 텍스트 크기를 증가시킵니다. 기본값을 유지하면 1024자를 초과하는 쿼리는 수집되지 않습니다.

선택적 파라미터

파라미터설명
pg_stat_statements.trackALL저장 프로시저 및 함수 내에서 명령문 추적을 활성화합니다.
pg_stat_statements.max10000pg_stat_statements에서 추적되는 정규화된 쿼리 수를 증가시킵니다. 다양한 클라이언트에서 많은 종류의 쿼리가 실행되는 고트래픽 데이터베이스에 권장됩니다.
pg_stat_statements.track_utilityoffPREPARE 및 EXPLAIN과 같은 유틸리티 명령을 비활성화합니다. 이 값을 off로 설정하면 SELECT, UPDATE, DELETE와 같은 쿼리만 추적됩니다.
track_io_timingon쿼리에 대한 블록 읽기 및 쓰기 시간 수집을 활성화합니다.

auto_explain 활성화(선택 사항)

기본적으로 Agent는 실행 중인 쿼리의 일부 샘플에 대해서만 EXPLAIN 계획을 수집합니다. 이 계획들은 일반적인 수준의 정보만 제공하며, 특히 애플리케이션 코드에서 준비된 문을 사용할 때 더욱 그렇습니다.

모든 쿼리에서 가져온 전체 EXPLAIN ANALYZE 계획을 수집하려면 주요 제공업체에서 제공되는 PostgreSQL에 번들로 포함된 자사 확장 기능인 auto_explain을 사용해야 합니다. _auto_explain 수집_을 사용하려면 먼저 로그 수집을 활성화해야 합니다.

중요: auto_explain 은 민감한 애플리케이션 데이터를 포함할 수 있는 로그 라인을 생성하며, 이는 난독화되지 않은 SQL의 원시 값과 유사합니다. dbm_parameterized_queries_read 권한을 사용하여 결과 계획에 대한 접근을 제어하세요. 로그 라인은 Datadog 조직의 모든 사용자에게 표시되므로, 로그 라인 자체의 가시성을 제한하려면 로그용 RBAC도 구성하세요. Datadog은 민감한 정보를 효과적으로 보호하기 위해 두 권한을 모두 사용하는 것을 권장합니다.
  1. auto_explain 설정을 구성합니다. 로그 형식은 반드시 json여야 하지만, 다른 설정은 애플리케이션에 따라 달라질 수 있습니다. 아래 예시는 버퍼 정보는 포함하지만 (오버헤드가 있을 수 있는) 타이밍은 생략하는 조건으로 1초 이상 걸리는 모든 쿼리에 대한 EXPLAIN ANALYZE 계획을 기록합니다.
파라미터설명
shared_preload_librariespg_stat_statements,auto_explain자동 EXPLAIN ANALYZE
auto_explain.log_formatjson기계 판독 가능한 계획 생성
auto_explain.log_min_duration1000쿼리가 1초를 초과할 때마다 계획 기록
auto_explain.log_analyzeonEXPLAIN
auto_explain.log_bufferson계획에 버퍼 사용 정보 포함
auto_explain.log_timingoff타이밍 정보 제외(높은 오버헤드 방지)
auto_explain.log_triggerson트리거 문에 대한 계획 포함
auto_explain.log_verboseon상세 계획 유형 사용
auto_explain.log_nested_statementson중첩된 문 포함
auto_explain.sample_rate1지정된 시간을 초과하는 모든 쿼리 설명
  1. log_line_prefix를 변경하여 더 풍부한 이벤트 상관관계를 활성화합니다. 자세한 내용은 RDS DB 파라미터 그룹 설명서를 참조하세요. auto_explain 수집을 위해서는 이 값이 %m:%r:%u@%d:[%p]:%l:%e:%s:%v:%x:%c:%q%a로 설정되어 있어야 합니다.

  2. RDS 인스턴스가 CloudWatch 및 Datadog로 로그를 전달하도록 Amazon RDS 로그 수집 지침을 따릅니다.

Agent에 액세스 권한 부여

Datadog Agent가 통계와 쿼리를 수집하려면 데이터베이스에 읽기 전용 액세스가 필요합니다.

Postgres가 복제 구성인 경우 클러스터의 기본 데이터베이스 서버(쓰기 노드)에서 다음 SQL 명령을 실행하세요. Agent는 어느 데이터베이스에 연결하든 서버 내 모든 데이터베이스의 텔레메트리를 수집할 수 있습니다. 특정 데이터베이스에만 존재하는 데이터를 대상으로 사용자 지정 쿼리 실행이 필요한 경우가 아니라면 기본 postgres 데이터베이스를 사용하세요.

슈퍼유저(또는 충분한 권한이 있는 다른 사용자)로 선택한 데이터베이스에 연결합니다. 예를 들어 psql을 사용하여 postgres 데이터베이스에 연결하려면 다음을 실행합니다.

psql -h mydb.example.com -d postgres -U postgres

datadog 사용자를 생성합니다.

CREATE USER datadog WITH password '<PASSWORD>';

참고: IAM 인증도 지원됩니다. RDS 인스턴스에서 이를 구성하는 방법은 가이드를 참조하세요.

datadog 사용자에게 관련 테이블에 대한 권한을 부여합니다.

ALTER ROLE datadog INHERIT;

다음 스키마를 모든 데이터베이스에 생성합니다.

CREATE SCHEMA datadog;
GRANT USAGE ON SCHEMA datadog TO datadog;
GRANT USAGE ON SCHEMA public TO datadog;
GRANT pg_monitor TO datadog;
CREATE EXTENSION IF NOT EXISTS pg_stat_statements schema public;

다음 스키마를 모든 데이터베이스에 생성합니다.

CREATE SCHEMA datadog;
GRANT USAGE ON SCHEMA datadog TO datadog;
GRANT USAGE ON SCHEMA public TO datadog;
GRANT pg_monitor TO datadog;
CREATE EXTENSION IF NOT EXISTS pg_stat_statements schema public;

다음 스키마를 모든 데이터베이스에 생성합니다.

CREATE SCHEMA datadog;
GRANT USAGE ON SCHEMA datadog TO datadog;
GRANT USAGE ON SCHEMA public TO datadog;
GRANT SELECT ON pg_stat_database TO datadog;
CREATE EXTENSION IF NOT EXISTS pg_stat_statements;

Agent가 pg_stat_activitypg_stat_statements의 전체 내용을 읽을 수 있도록 다음 함수를 모든 데이터베이스에 생성합니다.

CREATE OR REPLACE FUNCTION datadog.pg_stat_activity() RETURNS SETOF pg_stat_activity AS
  $$ SELECT * FROM pg_catalog.pg_stat_activity; $$
LANGUAGE sql
SECURITY DEFINER;
CREATE OR REPLACE FUNCTION datadog.pg_stat_statements() RETURNS SETOF pg_stat_statements AS
    $$ SELECT * FROM pg_stat_statements; $$
LANGUAGE sql
SECURITY DEFINER;
데이터 수집 또는 추가 테이블 쿼리가 필요한 사용자 지정 메트릭의 경우, 해당 테이블에 대한 권한을 SELECT 사용자에게 부여해야 할 수 datadog 있습니다. 예시: grant SELECT on <TABLE_NAME> to datadog;자세한 내용은 PostgreSQL 사용자 지정 메트릭 수집을 참조하세요.

Explain Plan 함수 생성

Agent가 Explain Plan을 수집할 수 있도록 다음 함수를 모든 데이터베이스에 생성합니다.

CREATE OR REPLACE FUNCTION datadog.explain_statement(
   l_query TEXT,
   OUT explain JSON
)
RETURNS SETOF JSON AS
$$
DECLARE
curs REFCURSOR;
plan JSON;

BEGIN
   SET TRANSACTION READ ONLY;

   OPEN curs FOR EXECUTE pg_catalog.concat('EXPLAIN (FORMAT JSON) ', l_query);
   FETCH curs INTO plan;
   CLOSE curs;
   RETURN QUERY SELECT plan;
END;
$$
LANGUAGE 'plpgsql'
RETURNS NULL ON NULL INPUT
SECURITY DEFINER;

비밀번호 안전하게 저장

Store your password using secret management software such as Vault. You can then reference this password as ENC[<SECRET_NAME>] in your Agent configuration files: for example, ENC[datadog_user_database_password]. See Secrets Management for more information.

The examples on this page use datadog_user_database_password to refer to the name of the secret where your password is stored. It is possible to reference your password in plain text, but this is not recommended.

데이터베이스 권한 확인

권한이 올바르게 설정되었는지 확인하려면 다음 명령을 실행하여 Agent 사용자가 데이터베이스에 연결하고 코어 테이블을 읽을 수 있는지 확인하세요.

psql -h localhost -U datadog postgres -A \
  -c "select * from pg_stat_database limit 1;" \
  && echo -e "\e[0;32mPostgres connection - OK\e[0m" \
  || echo -e "\e[0;31mCannot connect to Postgres\e[0m"
psql -h localhost -U datadog postgres -A \
  -c "select * from pg_stat_activity limit 1;" \
  && echo -e "\e[0;32mPostgres pg_stat_activity read OK\e[0m" \
  || echo -e "\e[0;31mCannot read from pg_stat_activity\e[0m"
psql -h localhost -U datadog postgres -A \
  -c "select * from pg_stat_statements limit 1;" \
  && echo -e "\e[0;32mPostgres pg_stat_statements read OK\e[0m" \
  || echo -e "\e[0;31mCannot read from pg_stat_statements\e[0m"
psql -h localhost -U datadog postgres -A \
  -c "select * from pg_stat_database limit 1;" \
  && echo -e "\e[0;32mPostgres connection - OK\e[0m" \
  || echo -e "\e[0;31mCannot connect to Postgres\e[0m"
psql -h localhost -U datadog postgres -A \
  -c "select * from datadog.pg_stat_activity() limit 1;" \
  && echo -e "\e[0;32mPostgres pg_stat_activity read OK\e[0m" \
  || echo -e "\e[0;31mCannot read from pg_stat_activity\e[0m"
psql -h localhost -U datadog postgres -A \
  -c "select * from datadog.pg_stat_statements() limit 1;" \
  && echo -e "\e[0;32mPostgres pg_stat_statements read OK\e[0m" \
  || echo -e "\e[0;31mCannot read from pg_stat_statements\e[0m"

비밀번호 입력을 요청하면 datadog 사용자를 생성할 때 입력한 비밀번호를 사용하세요.

Agent 설치 및 구성

RDS 호스트를 모니터링하려면 인프라에 Datadog Agent를 설치하고 각 인스턴스 엔드포인트에 원격으로 연결되도록 구성하세요. Agent는 데이터베이스에서 실행될 필요가 없으며, 데이터베이스에 연결만 할 수 있으면 됩니다. 여기에서 언급되지 않은 추가 Agent 설치 방법은 Agent 설치 지침을 참조하세요.

호스트에서 실행하는 Database Monitoring 메트릭 수집을 설정하려면(예: 에이전트가 RDS 데이터베이스에서 수집할 수 있도록 소규모 EC2 인스턴스를 프로비저닝할 때) 다음을 따릅니다.

  1. postgres.d/conf.yaml 파일을 편집하여 host / port를 가리키도록 설정하고 모니터링할 마스터를 지정합니다. 사용 가능한 모든 구성 옵션은 샘플 postgres.d/conf.yaml을 참조하세요.

    init_config:
    instances:
      - dbm: true
        host: '<AWS_INSTANCE_ENDPOINT>'
        port: 5432
        username: datadog
        password: 'ENC[datadog_user_database_password]'
        aws:
          instance_endpoint: '<AWS_INSTANCE_ENDPOINT>'
          region: '<REGION>'
        tags:
          - "dbinstanceidentifier:<DB_INSTANCE_NAME>"
    
        ## Required for Postgres 9.6: Uncomment these lines to use the functions created in the setup
        # pg_stat_statements_view: datadog.pg_stat_statements()
        # pg_stat_activity_view: datadog.pg_stat_activity()
    
        ## Optional: Connect to a different database if needed for `custom_queries`
        # dbname: '<DB_NAME>'
    

    Agent 버전 ≤ 7.49의 경우 hostport가 지정된 인스턴스 구성에 다음 설정을 추가하세요.

    ssl: allow
    

    IAM 인증을 사용할 경우 regioninstance_endpoint 파라미터를 지정하고 managed_authentication.enabledtrue로 설정하세요.

    참고: IAM 인증을 사용하려는 경우에만 managed_authentication을 활성화하세요. IAM 인증은 password 필드보다 우선합니다.

    init_config:
    instances:
      - dbm: true
        host: '<AWS_INSTANCE_ENDPOINT>'
        port: 5432
        username: datadog
        aws:
          instance_endpoint: '<AWS_INSTANCE_ENDPOINT>'
          region: '<REGION>'
          managed_authentication:
            enabled: true
        tags:
          - "dbinstanceidentifier:<DB_INSTANCE_NAME>"
    
        ## Required for Postgres 9.6: Uncomment these lines to use the functions created in the setup
        # pg_stat_statements_view: datadog.pg_stat_statements()
        # pg_stat_activity_view: datadog.pg_stat_activity()
    
        ## Optional: Connect to a different database if needed for `custom_queries`
        # dbname: '<DB_NAME>'
    

    RDS 인스턴스에서 IAM 인증을 구성하는 방법에 대한 정보는 관리형 인증으로 연결하기를 참조하세요.

  2. Agent를 재시작합니다.

ECS 또는 Fargate와 같이 Docker 컨테이너에서 실행되는 Agent에 통합을 구성하려면 여러 가지 방법을 사용할 수 있으며, 자세한 내용은 Docker 구성 설명서에 설명되어 있습니다.

아래 예제에서는 Docker 레이블Autodiscovery 템플릿를 사용하여 Postgres 통합을 구성하는 방법을 보여줍니다.

참고: 레이블에 대한 Autodiscovery가 작동하려면 Agent에 Docker 소켓에 대한 읽기 권한이 있어야 합니다.

명령줄

Agent를 시작하려면 명령줄에서 다음 명령을 실행합니다. 자리표시자 값은 실제 계정 및 환경 값으로 바꾸세요.

export DD_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
export DD_AGENT_VERSION=<AGENT_VERSION>

docker run -e "DD_API_KEY=${DD_API_KEY}" \
  -v /var/run/docker.sock:/var/run/docker.sock:ro \
  -l com.datadoghq.ad.checks='{"postgres": {
    "init_config": {},
    "instances": [{
      "dbm": true,
      "host": "<AWS_INSTANCE_ENDPOINT>",
      "port": 5432,
      "username": "datadog",
      "password": "<UNIQUEPASSWORD>",
       "aws": {
         "instance_endpoint": "<AWS_INSTANCE_ENDPOINT>",
         "region": "<REGION>"
       },
      "tags": ["dbinstanceidentifier:<DB_INSTANCE_NAME>"]
    }]
  }}' \
  registry.datadoghq.com/agent:${DD_AGENT_VERSION}

Postgres 9.6의 경우 호스트와 포트가 지정된 인스턴스 구성에 다음 설정을 추가하세요.

"pg_stat_statements_view": "datadog.pg_stat_statements()",
"pg_stat_activity_view": "datadog.pg_stat_activity()"

Dockerfile

Dockerfile에 레이블을 지정하여 인프라 구성을 수정하지 않고도 사용자 지정 Agent를 빌드 및 배포할 수도 있습니다.

FROM registry.datadoghq.com/agent:<AGENT_VERSION>

LABEL "com.datadoghq.ad.check_names"='["postgres"]'
LABEL "com.datadoghq.ad.init_configs"='[{}]'
LABEL "com.datadoghq.ad.instances"='[{"dbm": true, "host": "<AWS_INSTANCE_ENDPOINT>", "port": 5432,"username": "datadog","password": "ENC[datadog_user_database_password]","aws": {"instance_endpoint": "<AWS_INSTANCE_ENDPOINT>", "region": "<REGION>"}, "tags": ["dbinstanceidentifier:<DB_INSTANCE_NAME>"]}]'

Postgres 9.6의 경우 호스트와 포트가 지정된 인스턴스 구성에 다음 설정을 추가하세요.

"pg_stat_statements_view": "datadog.pg_stat_statements()",
"pg_stat_activity_view": "datadog.pg_stat_activity()"

datadog 사용자의 비밀번호가 일반 텍스트로 노출되지 않도록 하려면 Agent의 시크릿 관리 패키지를 사용하고 ENC[] 구문을 사용하여 비밀번호를 선언하세요. 또는 Autodiscovery 템플릿 변수 설명서을 참조하여 환경 변수로 비밀번호를 제공할 수 있습니다.

Kubernetes 클러스터를 실행 중인 경우 Database Monitoring을 활성화하려면 Datadog Cluster Agent를 사용하세요.

참고: 계속 진행하기 전에 Datadog Cluster Agent에서 클러스터 검사가 활성화되어 있는지 확인하세요.

아래에는 다양한 Datadog Cluster Agent 배포 방식을 사용하여 Postgres 통합을 구성하는 단계별 지침이 나와 있습니다.

Operator

Kubernetes and Integrations의 Operator 지침을 참고하여 다음 단계에 따라 Postgres 통합을 설정하세요.

  1. 다음 구성을 사용하여 datadog-agent.yaml 파일을 생성 또는 업데이트합니다.

    apiVersion: datadoghq.com/v2alpha1
    kind: DatadogAgent
    metadata:
      name: datadog
    spec:
      global:
        clusterName: <CLUSTER_NAME>
        site: <DD_SITE>
        credentials:
          apiSecret:
            secretName: datadog-agent-secret
            keyName: api-key
    
      features:
        clusterChecks:
          enabled: true
    
      override:
        nodeAgent:
          image:
            name: agent
            tag: <AGENT_VERSION>
    
        clusterAgent:
          extraConfd:
            configDataMap:
              postgres.yaml: |-
                cluster_check: true
                init_config:
                instances:
                - host: <AWS_INSTANCE_ENDPOINT>
                  port: 5432
                  username: datadog
                  password: 'ENC[datadog_user_database_password]'
                  dbm: true
                  aws:
                    instance_endpoint: <AWS_INSTANCE_ENDPOINT>
                    region: <REGION>
                  tags:
                  - "dbinstanceidentifier:<DB_INSTANCE_NAME>"
    

    Note: For Postgres 9.6, add the following lines to the instance config where host and port are specified:

    pg_stat_statements_view: datadog.pg_stat_statements()
    pg_stat_activity_view: datadog.pg_stat_activity()
    
  2. 다음 명령을 사용하여 변경 사항을 Datadog Operator에 적용합니다.

    kubectl apply -f datadog-agent.yaml
    

Helm

Kubernetes and Integrations의 Helm 지침을 참고하여 다음 단계에 따라 Postgres 통합을 설정하세요.

  1. 다음 구성을 사용하여 datadog-values.yaml 파일(Cluster Agent 설치 지침에서 사용하는 파일)을 업데이트합니다.

    datadog:
      clusterChecks:
        enabled: true
    
    clusterChecksRunner:
      enabled: true
    
    clusterAgent:
      enabled: true
      confd:
        postgres.yaml: |-
          cluster_check: true
          init_config:
          instances:
          - dbm: true
            host: <AWS_INSTANCE_ENDPOINT>
            port: 5432
            username: datadog
            password: 'ENC[datadog_user_database_password]'
            aws:
              instance_endpoint: <AWS_INSTANCE_ENDPOINT>
              region: <REGION>
            tags:
            - "dbinstanceidentifier:<DB_INSTANCE_NAME>"
    

    Note: For Postgres 9.6, add the following lines to the instance config where host and port are specified:

    pg_stat_statements_view: datadog.pg_stat_statements()
    pg_stat_activity_view: datadog.pg_stat_activity()
    
  2. 다음 명령을 사용하여 위 구성 파일과 함께 Agent를 배포합니다.

    helm install datadog-agent -f datadog-values.yaml datadog/datadog
    
Windows에서는 --set targetSystem=windowshelm install 명령에 추가합니다.

마운팅된 파일로 구성

마운팅된 구성 파일로 클러스터 검사를 구성하려면 Cluster Agent 컨테이너의 다음 경로에 구성 파일을 마운트합니다. /conf.d/postgres.yaml

cluster_check: true  # Make sure to include this flag
init_config:
instances:
  - dbm: true
    host: '<AWS_INSTANCE_ENDPOINT>'
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    aws:
      instance_endpoint: <AWS_INSTANCE_ENDPOINT>
      region: <REGION>
    tags:
    - "dbinstanceidentifier:<DB_INSTANCE_NAME>"

    ## Required: For Postgres 9.6, uncomment these lines to use the functions created in the setup
    # pg_stat_statements_view: datadog.pg_stat_statements()
    # pg_stat_activity_view: datadog.pg_stat_activity()

Kubernetes 서비스 주석으로 구성

파일을 마운팅하는 대신 인스턴스 구성을 Kubernetes 서비스로 선언할 수 있습니다. Kubernetes에서 실행되는 Agent에 이 검사를 구성하려면 다음 구문을 사용하여 서비스를 생성합니다.

Autodiscovery annotations v2

apiVersion: v1
kind: Service
metadata:
  name: postgres
  labels:
    tags.datadoghq.com/env: '<ENV>'
    tags.datadoghq.com/service: '<SERVICE>'
  annotations:
    ad.datadoghq.com/service.checks: |
      {
        "postgres": {
          "init_config": <INIT_CONFIG>,
          "instances": [
            {
              "dbm": true,
              "host": "<AWS_INSTANCE_ENDPOINT>",
              "port": 5432,
              "username": "datadog",
              "password": "ENC[datadog_user_database_password]",
              "aws": {
                "instance_endpoint": "<AWS_INSTANCE_ENDPOINT>",
                "region": "<REGION>"
              },
              "tags": [
                "dbinstanceidentifier:<DB_INSTANCE_NAME>"
              ]
            }
          ]
        }
      }
spec:
  ports:
  - port: 5432
    protocol: TCP
    targetPort: 5432
    name: postgres

자세한 내용은 Autodiscovery Annotations를 참조하세요.

Postgres 9.6을 사용하는 경우 인스턴스 구성에 다음 내용을 추가합니다.

"pg_stat_statements_view": "datadog.pg_stat_statements()",
"pg_stat_activity_view": "datadog.pg_stat_activity()"

Cluster Agent가 자동으로 설정을 등록하고 Postgres 검사 실행을 시작합니다.

datadog 사용자의 비밀번호가 일반 텍스트로 노출되지 않도록 하려면 Agent의 시크릿 관리 패키지를 사용하고 ENC[] 구문을 사용하여 비밀번호를 선언하세요.

Agent 설정 확인

Agent의 상태 하위 명령을 실행하고 검사 섹션에서 postgres를 찾습니다. 또는 데이터베이스 페이지를 방문하여 시작할 수 있습니다.

Agent 구성 예시

One agent connecting to multiple hosts

It is common to configure a single Agent host to connect to multiple remote database instances (see Agent installation architectures for DBM). To connect to multiple hosts, create an entry for each host in the Postgres integration config.

Datadog recommends using one Agent to monitor no more than 30 database instances.

Benchmarks show that one Agent running on a t4g.medium EC2 instance (2 CPUs and 4GB of RAM) can successfully monitor 30 RDS db.t3.medium instances (2 CPUs and 4GB of RAM).
init_config:
instances:
  - dbm: true
    host: example-service-primary.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    tags:
      - 'env:prod'
      - 'team:team-discovery'
      - 'service:example-service'
  - dbm: true
    host: example-service–replica-1.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    tags:
      - 'env:prod'
      - 'team:team-discovery'
      - 'service:example-service'
  - dbm: true
    host: example-service–replica-2.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    tags:
      - 'env:prod'
      - 'team:team-discovery'
      - 'service:example-service'
    [...]

Monitoring multiple databases on a database host

Use the database_autodiscovery option to permit the Agent to discover all databases on your host to monitor. You can specify include or exclude fields to narrow the scope of databases discovered. See the sample postgres.d/conf.yaml for more details.

init_config:
instances:
  - dbm: true
    host: example-service-primary.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    database_autodiscovery:
      enabled: true
      # Optionally, set the include field to specify
      # a set of databases you are interested in discovering
      include:
        - mydb.*
        - example.*
    tags:
      - 'env:prod'
      - 'team:team-discovery'
      - 'service:example-service'

Running custom queries

To collect custom metrics, use the custom_queries option. See the sample postgres.d/conf.yaml for more details.

init_config:
instances:
  - dbm: true
    host: localhost
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    custom_queries:
    - metric_prefix: employee
      query: SELECT age, salary, hours_worked, name FROM hr.employees;
      columns:
        - name: custom.employee_age
          type: gauge
        - name: custom.employee_salary
           type: gauge
        - name: custom.employee_hours
           type: count
        - name: name
           type: tag
      tags:
        - 'table:employees'

Monitoring relation metrics for multiple databases

In order to collect relation metrics (such as postgresql.seq_scans, postgresql.dead_rows, postgresql.index_rows_read, and postgresql.table_size), the Agent must be configured to connect to each database (by default, the Agent only connects to the postgres database).

Specify a single “DBM” instance to collect DBM telemetry from all databases. Use the database_autodiscovery option to avoid specifying each database name.

init_config:
instances:
  # This instance is the "DBM" instance. It will connect to the
  # all logical databases, and send DBM telemetry from all databases
  - dbm: true
    host: example-service-primary.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    database_autodiscovery:
      enabled: true
      exclude:
        - ^users$
        - ^inventory$
    relations:
      - relation_regex: .*
  # This instance only collects data from the `users` database
  # and collects relation metrics from tables prefixed by "2022_"
  - host: example-service-primary.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    dbname: users
    dbstrict: true
    relations:
      - relation_regex: 2022_.*
        relkind:
          - r
          - i
  # This instance only collects data from the `inventory` database
  # and collects relation metrics only from the specified tables
  - host: example-service-primary.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    dbname: inventory
    dbstrict: true
    relations:
      - relation_name: products
      - relation_name: external_seller_products

Collecting schemas

To enable this feature, use the collect_schemas option. You must also configure the Agent to connect to each logical database.

Use the database_autodiscovery option to avoid specifying each logical database. See the sample postgres.d/conf.yaml for more details.

init_config:
# This instance only collects data from the `users` database
# and collects relation metrics only from the specified tables
instances:
  - dbm: true
    host: example-service-primary.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    dbname: users
    dbstrict: true
    collect_schemas:
      enabled: true
    relations:
      - products
      - external_seller_products
  # This instance detects every logical database automatically
  # and collects relation metrics from every table
  - dbm: true
    host: example-service–replica-1.example-host.com
    port: 5432
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    database_autodiscovery:
      enabled: true
    collect_schemas:
      enabled: true
    relations:
      - relation_regex: .*

Working with hosts through a proxy

If the Agent must connect through a proxy such as the Cloud SQL Auth proxy, all telemetry is tagged with the hostname of the proxy rather than the database instance. Use the reported_hostname option to set a custom override of the hostname detected by the Agent.

init_config:
instances:
  - dbm: true
    host: localhost
    port: 5000
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    reported_hostname: example-service-primary
  - dbm: true
    host: localhost
    port: 5001
    username: datadog
    password: 'ENC[datadog_user_database_password]'
    reported_hostname: example-service-replica-1

RDS 통합 설치

DBM의 데이터베이스 텔레메트리와 함께 CPU와 같은 AWS의 인프라스트럭처 메트릭을 보려면 RDS 통합(선택 사항)을 설치하세요.

문제 해결

설명한 대로 통합 및 Agent를 설치하고 구성했음에도 예상대로 작동하지 않는 경우 문제 해결을 참조하세요.

추가 자료