- 필수 기능
- 시작하기
- Glossary
- 표준 속성
- Guides
- Agent
- 통합
- 개방형텔레메트리
- 개발자
- Administrator's Guide
- API
- Datadog Mobile App
- CoScreen
- Cloudcraft
- 앱 내
- 서비스 관리
- 인프라스트럭처
- 애플리케이션 성능
- APM
- Continuous Profiler
- 스팬 시각화
- 데이터 스트림 모니터링
- 데이터 작업 모니터링
- 디지털 경험
- 소프트웨어 제공
- 보안
- AI Observability
- 로그 관리
- 관리
OpenTelemetry는 소프트웨어 애플리케이션에서 관측성 데이터를 수집 및 라우팅할 목적으로 표준화된 프로토콜 및 툴을 IT 팀에 제공해 드리는 오픈 소스 관측성 프레임워크입니다. OpenTelemetry는 애플리케이션 관측성 데이터(메트릭, 로그, 트레이스) 계측, 생성, 수집, 내보내기 분석을 위한 일관된 형식을 제공하여, 플랫폼을 모니터링하여 분석 및 통찰을 얻도록 도와드립니다.
본 지침에서는 OpenTelemetry 애플리케이션 샘플을 설정하여 OpenTelemetry SDK, OpenTelemetry 컬렉터, Datadog 내보내기 기능으로 Datadog으로 관측성 데이터를 전송하는 방법을 설명합니다. 아울러, Datadog UI에서 해당 데이터를 탐색하는 방법도 알아봅니다.
다음 지침을 따르세요.
본 지침을 따르려면 다음 요건이 필요합니다.
export DD_API_KEY=<Your API Key>
opentelemetry-examples
리포지토리를 장치에 복제합니다.git clone https://github.com/DataDog/opentelemetry-examples.git
/calendar
디렉토리로 이동합니다.cd opentelemetry-examples/apps/rest-services/java/calendar
캘린더 애플리케이션은 OpenTelemetry 도구로 메트릭, 로그, 트레이스를 생성 및 수집합니다. 다음 단계에서는 본 관측성 데이터를 Datadog로 불러오는 방법을 설명합니다.
캘린더 샘플 애플리케이션은 다음과 같이 일부 [계측]되어 있습니다15.
./src/main/java/com/otel/controller/CalendarController.java
위치의 메인 CalendarController.java
파일로 이동합니다.
다음 코드는 OpenTelemetry API를 사용하여 getDate()
를 계측합니다.
CalendarController.java
private String getDate() {
Span span = GlobalOpenTelemetry.getTracer("calendar").spanBuilder("getDate").startSpan();
try (Scope scope = span.makeCurrent()) {
...
} finally {
span.end();
}
}
캘린더 애플리케이션을 실행하면 getDate()
호출이 트레이스 및 스팬(span)을 생성합니다.
캘린더 애플리케이션은 OpenTelemetry SDK에서 OpenTelemetry 컬렉터의 OpenTelemetry 프로토콜(OTLP) 리시버로 데이터를 전송하도록 미리 설정되어 있습니다.
./src/main/resources/otelcol-config.yaml
에 위치한 컬렉터 설정 파일로 이동합니다.
다음 코드는 OTLP 리시버를 설정하여 메트릭, 트레이스, 로그를 수신합니다.
otelcol-config.yaml
receivers:
otlp:
protocols:
grpc:
endpoint: 0.0.0.0:4317
http:
endpoint: 0.0.0.0:4318
...
service:
pipelines:
traces:
receivers: [otlp]
metrics:
receivers: [otlp]
logs:
receivers: [otlp]
Datadog 익스포터는 OTLP 리시버로 수집한 데이터를 Datadog 백엔드로 전송합니다.
otelcol-config.yaml
파일로 이동합니다.
다음 코드로 Datadog 익스포터를 설정하여 Datadog에 관측성 데이터를 전송합니다.
otelcol-config.yaml
exporters:
datadog:
traces:
span_name_as_resource_name: true
trace_buffer: 500
hostname: "otelcol-docker"
api:
key: ${DD_API_KEY}
site: datadoghq.com
connectors:
datadog/connector:
service:
pipelines:
metrics:
receivers: [otlp, datadog/connector] # <- 이 줄을 업데이트하세요.
exporters: [datadog]
traces:
exporters: [datadog, datadog/connector]
logs:
exporters: [datadog]
exporters.datadog.api.site
을 Datadog 사이트로 설정합니다. 그렇지 않은 경우 기본값은 US1입니다.
본 설정으로 Datadog 익스포터는 런타임 메트릭, 트레이스, 로그를 Datadog으로 전송할 수 있으나, 인프라스트럭처 메트릭을 전송하려면 추가 설정이 필요합니다.
본 예시에서는 인프라스트럭처 메트릭을 전송하는 OpenTelemetry 컬렉터를 설정합니다.
컨테이너 메트릭을 수집하려면 Datadog 익스포터의 도커(Docker) 통계 리시버를 다음과 같이 설정합니다.
otel-config.yaml
의 receivers
섹션에 다음 docker_stats
블록을 추가합니다.
otelcol-config.yaml
receivers:
otlp:
protocols:
grpc:
endpoint: 0.0.0.0:4317
http:
endpoint: 0.0.0.0:4318
# 다음 블록을 추가합니다.
docker_stats:
endpoint: unix:///var/run/docker.sock # 기본값입니다. Docker 소켓 경로가 아니라면 올바른 경로로 업데이트합니다.
metrics:
container.network.io.usage.rx_packets:
enabled: true
container.network.io.usage.tx_packets:
enabled: true
container.cpu.usage.system:
enabled: true
container.memory.rss:
enabled: true
container.blockio.io_serviced_recursive:
enabled: true
container.uptime:
enabled: true
container.memory.hierarchical_memory_limit:
enabled: true
다음 docker_stats
을 포함하도록 service.pipelines.metrics.receivers
을 업데이트합니다.
otelcol-config.yaml
service:
pipelines:
metrics:
receivers: [otlp, datadog/connector, docker_stats] # <- 이 줄을 업데이트합니다.
본 설정으로 캘린더 애플리케이션이 컨테이너 메트릭을 Datadog으로 전송하여 Datadog에서 데이터를 탐색할 수 있도록 합니다.
캘린더 애플리케이션은 로그백 설정의 OpenTelemetry 로그 익스포터를 사용하여 OpenTelemetry 레이어 프로세서(OTLP)를 통해 로그를 전송합니다.
/src/main/resources/logback.xml
에 위치한 캘린더 애플리케이션의 로그백 XML 설정 파일로 이동합니다.
다음 코드는 OpenTelemetry
어펜더를 정의합니다.
logback.xml
<appender name="OpenTelemetry" class="io.opentelemetry.instrumentation.logback.appender.v1_0.OpenTelemetryAppender">
<immediateFlush>true</immediateFlush>
<captureExperimentalAttributes>true</captureExperimentalAttributes>
<captureKeyValuePairAttributes>true</captureKeyValuePairAttributes>
</appender>
<appender-ref ref="OpenTelemetry"/>
라인은 다음과 같은 루트 레벨 설정의 OpenTelemetry
어펜더를 참조합니다.
logback.xml
<root level="INFO">
<appender-ref ref="console"/>
<appender-ref ref="OpenTelemetry"/>
</root>
아울러, 환경 변수는 다음과 같이 OpenTelemetry 환경을 설정하여 로그, 메트릭, 트레이스를 내보냅니다.
./deploys/docker/docker-compose-otel.yml
에 위치한 캘린더 애플리케이션의 Docker Compose 파일로 이동합니다.OTEL_LOGS_EXPORTER=otlp
설정으로 로그를 OTLP와 함께 전송할 수 있습니다.OTEL_EXPORTER_OTLP_ENDPOINT=http://otelcol:4317
설정으로 메트릭 및 트레이스를 OTLP와 함께 전송할 수 있습니다.통합 서비스 태깅은 Datadog의 관측성 데이터를 연결하여 메트릭, 트레이스, 로그를 일관된 태그로 탐색할 수 있도록 도와드립니다.
캘린더 애플리케이션은 다음과 같이 통합 서비스 태깅으로 미리 설정되어 있습니다.
./deploys/docker/docker-compose-otel.yml
에 위치한 캘린더 애플리케이션의 Docker Compose 파일로 이동합니다.
다음 코드는 애플리케이션 트레이스와 다른 관측성 데이터를 상호 연관시킵니다.
docker-compose-otel.yml
environment:
- OTEL_SERVICE_NAME=calendar-otel
- OTEL_RESOURCE_ATTRIBUTES=deployment.environment=docker,host.name=otelcol-docker
관측성 데이터를 생성하여 Datadog으로 전달하려면 OpenTelemetry SDK로 캘린더 애플리케이션을 실행합니다.
calendar/
폴더에서 애플리케이션을 실행합니다.
docker compose -f deploys/docker/docker-compose-otel.yml up
캘린더 애플리케이션이 정확하게 실행되고 있는지 테스트하려면 다른 터미널 창에서 다음 명령을 실행합니다.
curl localhost:9090/calendar
다음과 같은 응답을 수신했는지 확인합니다.
{"date":"2022-12-30"}
curl
명령을 여러 번 실행하여 최소 트레이스 하나 이상을 Datadog 백엔드로 내보냅니다.
캘린더 애플리케이션을 호출할 때마다 메트릭, 트레이스, 로그는 OpenTelemetry 컬렉터(Collector)로 전달된 다음 Datadog 익스포터로 전달되고 마지막으로 Datadog 백엔드로 전달됩니다.
Datadog UI를 사용하여 캘린더 애플리케이션의 관측성 데이터를 탐색하세요.
참고: 트레이스 데이터가 표시되는 데 몇 분 정도 걸릴 수 있습니다.
런타임 및 인프라스트럭처 메트릭을 확인하여 애플리케이션, 호스트, 컨테이너 및 프로세스의 성능을 시각화, 모니터링 및 측정합니다.
애플리케이션 성능 모니터링(APM) > 서비스 카탈로그로 이동합니다.
calendar-otel
서비스 위로 마우스를 올려 전체 페이지를 선택합니다.
하단 패널을 스크롤하여 선택합니다.
로그를 확인하여 애플리케이션 및 시스템 작동 문제를 모니터링 및 해결하세요.
@service.name:calendar-otel
을 추가하여 캘린더 애플리케이션 로그만 표시되도록 합니다.트레이스 및 스팬(span) 보기에서 애플리케이션 처리 요청의 상태 및 성능을 확인하세요.
애플리케이션 성능 모니터링(APM) > 트레이스로 이동합니다.
필터 메뉴에서 서비스 섹션을 찾아 calendar-otel
패싯을 선택하면 calendar-otel
트레이스가 모두 표시됩니다.
시작하려면 트레이스를 클릭하여 트레이스 사이드 패널을 열어 트레이스와 해당 스팬(span)에 대한 자세한 내용을 확인하세요. 예를 들어, 플레임 그래프는 캘린더 실행 경로의 각 구성 요소에 소요된 시간을 캡처합니다.
하단 패널에서 인프라스트럭처, 메트릭 또는 로그를 선택하여 트레이스를 다른 관측성 데이터와 상호 연관시킬 수 있습니다.
추가 유용한 문서, 링크 및 기사: