APM 추적 시작하기

문서 > 시작하기 > APM 추적 시작하기

개요

Datadog APM(애플리케이션 성능 모니터링)을 이용하면 애플리케이션을 더욱 상세히 가시화할 수 있어 성능 병목 현상을 파악하고, 오류를 트러블슈팅하고, 서비스를 최적화할 수 있습니다.

이 가이드에서는 APM을 시작해 Datadog로 첫 트레이스를 전송하는 방법을 설명합니다.

Datadog APM을 설정해 Datadog로 트레이스를 보낼 수 있습니다.
애플리케이션을 실행해 데이터를 생성합니다.
Datadog에서 수집한 데이터를 탐색합니다.

사전 필수 조건

본 지침을 완료하려면 다음이 필요합니다.

계정이 없는 경우 Datadog 계정을 생성하세요.
Datadog API 키를 검색 또는 생성하세요.
Linux 호스트나 VM을 시작하세요

애플리케이션 생성

Datadog에서 관찰할 애플리케이션을 생성하는 방법:

Linux 호스트나 VM에서 이름이 hello.py인 새 Python 애플리케이션을 생성하세요(예: nano hello.py).

hello.py에 다음 코드를 추가하세요.

hello.py

  from flask import Flask
  import random

  app = Flask(__name__)

  quotes = [
      "성공한 사람보다는 가치 있는 사람이 되라. - 알버트 아인슈타인",
      "스스로 할 수 있다고 믿으면 절반은 성공이다". - 시어도어 루즈벨트",
      "미래는 자신의 꿈의 아름다움을 믿는 사람의 것이다. - 엘레노어 루즈벨트"
  ]

  @app.route('/')
  def index():
      quote = random.choice(quotes)+"\n"
      return quote

  if __name__ == '__main__':
      app.run(host='0.0.0.0', port=5050)
  

Datadog APM 설정

애플리케이션 코드나 배포 프로세스를 수정하지 않고도 Datadog APM을 설정하려면 Single Step APM Instrumentation을 사용하거나 Datadog 추적 라이브러리를 사용하여 APM을 설정할 수 있습니다.

설치 명령을 실행하세요

 DD_API_KEY=<YOUR_DD_API_KEY> DD_SITE="<YOUR_DD_SITE>" DD_APM_INSTRUMENTATION_ENABLED=host DD_APM_INSTRUMENTATION_LIBRARIES=python:3 DD_ENV=<AGENT_ENV> bash -c "$(curl -L https://install.datadoghq.com/scripts/install_script_agent7.sh)"

<YOUR_DD_API_KEY>를 Datadog API 키로 변경하고, <YOUR_DD_SITE>를 Datadog 사이트로 변경하며, <AGENT_ENV>를 에이전트가 설치된 환경으로 변경하세요(예: development).

내 호스트나 VM에 있는 서비스를 재시작하세요
에이전트가 실행 중인지 확인하세요
```
sudo datadog-agent status
```

이 방법을 사용하면 자동으로 Datadog 에이전트가 설치되고, Datadog APM이 활성화되며, 런타임에 애플리케이션이 계측됩니다.

애플리케이션 실행

단일 단계 계측으로 Datadog APM을 설정하면 Datadog가 런타임에 애플리케이션을 자동으로 계측합니다.

hello.py을 실행하는 방법:

현재 디렉터리에 Python 가상 환경을 만드세요.
```
python3 -m venv ./venv
```
venv 가상 환경을 활성화하세요.
```
source ./venv/bin/activate
```

pip과 flask를 설치하세요.

sudo apt-get install python3-pip
pip install flask

서비스 이름을 설정하고 hello.py를 실행하세요.
```
export DD_SERVICE=hello
python3 hello.py
```

애플리케이션을 테스트하세요.

트레이스를 Datadog에 전송하려면 애플리케이션을 테스트하세요.

새 명령 프롬프트에서 다음을 실행하세요.
```
curl http://0.0.0.0:5050/
```

무작위 인용이 반환되는지 확인하세요.

Believe you can and you're halfway there. - Theodore Roosevelt

curl 명령을 실행할 때마다 새 트레이스가 Datadog로 전송됩니다.

Datadog에서 트레이스 탐색

Datadog에서 APM > Services로 이동하세요. 이름이 hello인 Python 서비스가 있습니다.
대기 시간, 처리량, 오류율과 같은 성능 메트릭을 볼 서비스를 선택하세요.
APM > Traces로 이동하세요. hello 서비스 트레이스가 있습니다.
트레이스를 선택하면 플레임 그래프를 포함한 상세 정보를 볼 수 있습니다. 플레임 그래프는 성능 병목 현상을 파악하는 데 도움이 됩니다.

고급 APM 설정

지금까지는 단일 단계 계측을 사용해 Datadog에서 hello.py 애플리케이션을 자동으로 계측하는 방법을 알아봤습니다. 코드나 수동으로 라이브러리를 설치하지 않고 일반적인 라이브러리와 언어에서 중요 트레이스를 캡처하고 싶을 때 이 방법을 추천합니다.

그러나 커스텀 코드에서 트레이스를 수집해야 하거나 세부적인 제어가 필요할 경우 커스텀 계측을 추가할 수 있습니다.

예를 들어 Datadog Python 추적 라이브러리를 hello.py로 가져와 커스텀 스팬과 스팬 태그를 생성할 수 있습니다.

커스텀 계측을 추가하는 방법:

Datadog 추적 라이브러리를 설치합니다.
```
pip install ddtrace
```

hello.py에 강조 표시한 줄을 추가하여 커스텀 스팬 태그 get_quote와 커스텀 스팬 태그 quote를 생성하세요.

 from flask import Flask
 import random
 from ddtrace import tracer

 app = Flask(__name__)

 quotes = [
     "성공한 사람보다는 가치 있는 사람이 되라. - 알버트 아인슈타인",
     "스스로 할 수 있다고 믿으면 절반은 성공이다". - 시어도어 루즈벨트",
     "미래는 자신의 꿈의 아름다움을 믿는 사람의 것이다. - 엘레노어 루즈벨트"
 ]

 @app.route('/')
 def index():
     with tracer.trace("get_quote") as span:
         quote = random.choice(quotes)+"\n"
         span.set_tag("quote", quote)
         return quote

 if __name__ == '__main__':
     app.run(host='0.0.0.0', port=5050)