APM 트레이싱 시작하기

문서 > 시작하기 > APM 트레이싱 시작하기

개요

Datadog Application Performance Monitoring(APM)을 이용하면 애플리케이션을 더욱 상세히 가시화할 수 있어 성능 병목을 파악하고 문제를 해결하고 서비스를 최적화할 수 있습니다.

이 가이드에서는 APM을 시작해 Datadog으로 첫 트레이스를 전송하는 방법을 설명합니다.

Datadog APM을 설정하여 Datadog으로 트레이스를 전송합니다.
애플리케이션을 실행해 데이터를 생성합니다.
Datadog에서 수집한 데이터를 탐색합니다.

전제 조건

이 가이드를 완료하려면 다음이 필요합니다.

Datadog 계정이 없는 경우 생성합니다.
Datadog API 키를 찾거나 생성합니다.
Linux 호스트 또는 VM을 시작합니다.

애플리케이션 생성

Datadog에서 관찰할 애플리케이션을 생성하는 방법:

Linux 호스트 또는 VM에서 이름이 hello.py인 Python 애플리케이션을 새로 만듭니다. 예: nano hello.py.

다음 코드를 hello.py에 추가:

hello.py

  from flask import Flask
  import random

  app = Flask(__name__)
  
  quotes = [
      "Strive not to be a success, but rather to be of value. - Albert Einstein",
      "Believe you can and you're halfway there. - Theodore Roosevelt",
      "The future belongs to those who believe in the beauty of their dreams. - Eleanor Roosevelt"
  ]
  
  @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 단일 단계 APM 계측을 사용하거나 Datadog 추적 라이브러리를 사용하여 APM을 설정할 수 있습니다.

설치 명령 실행:

 DD_API_KEY=<YOUR_DD_API_KEY> DD_SITE="<YOUR_DD_SITE>" DD_APM_INSTRUMENTATION_ENABLED=host DD_APM_INSTRUMENTATION_LIBRARIES=python:4 DD_ENV=<AGENT_ENV> bash -c "$(curl -L https://install.datadoghq.com/scripts/install_script_agent7.sh)"

Replace <YOUR_DD_API_KEY> with your Datadog API key, <YOUR_DD_SITE> with your Datadog site, and <AGENT_ENV> with the environment your Agent is installed on (for example, development).

호스트 또는 VM에서 서비스를 재시작합니다.
Agent가 실행 중인지 확인:
```
sudo datadog-agent status
```

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

애플리케이션 실행

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

hello.py 실행 방법:

현재 디렉터리에 Python 가상 환경 만들기:
```
python3 -m venv ./venv
```
venv 가상 환경 활성화:
```
source ./venv/bin/activate
```

pip 및 flask 설치:

sudo apt-get install python3-pip
pip install flask

서비스 이름을 설정하고 hello.py 실행:
```
export DD_SERVICE=hello
python3 hello.py
```

애플리케이션 테스트

트레이스를 Datadog에 전송하려면 애플리케이션을 테스트하세요.

새 명령 프롬프트에서 다음 실행:
```
curl http://0.0.0.0:5050/
```

무작위 인용구가 반환되는지 확인하세요.

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

curl 명령을 실행할 때마다 새 트레이스가 Datadog으로 전송됩니다.

Datadog에서 트레이스 탐색

Datadog에서 APM > 서비스로 이동합니다. 이름이 hello인 Python 서비스가 표시되어야 합니다.
서비스를 선택하면 해당 서비스의 지연 시간, 처리량 및 오류율과 같은 성능 메트릭을 조회할 수 있습니다.
APM > 트레이스로 이동합니다. hello 서비스의 트레이스가 표시되어야 합니다.
트레이스를 선택하면 플레임(Flame) 그래프 등 해당 트레이스의 세부 정보가 표시됩니다. 이런 세부 정보는 성능 병목을 파악하는 데 도움이 됩니다.

Advanced APM 설정

지금까지는 Datadog이 단일 단계 계측을 사용해 hello.py 애플리케이션을 자동으로 계측하도록 맡겼습니다. 이 방식은 코드를 건드리거나 라이브러리를 수동으로 설치하지 않고 공통 라이브러리 및 언어 전체에서 필수 트레이스를 수집하려면 권장합니다.

하지만 사용자 지정 코드에서 트레이스를 수집해야 하거나 좀 더 세분화된 제어가 필요한 경우, 사용자 지정 계측을 추가할 수 있습니다.

이것을 나타내기 위해 Datadog Python SDK를 hello.py로 가져온 다음 사용자 지정 스팬과 스팬 태그를 생성하게 됩니다.

사용자 지정 계측을 추가하는 방법:

Datadog SDK 설치:
```
pip install ddtrace
```

강조 표시된 라인을 hello.py의 코드에 추가하여 사용자 지정 스팬 태그 get_quote 및 사용자 지정 스팬 태그 quote 생성:

 from flask import Flask
 import random
 from ddtrace import tracer

 app = Flask(__name__)

 quotes = [
     "Strive not to be a success, but rather to be of value. - Albert Einstein",
     "Believe you can and you're halfway there. - Theodore Roosevelt",
     "The future belongs to those who believe in the beauty of their dreams. - Eleanor Roosevelt"
 ]

 @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)

앞서의 가상 환경에서 hello.py 실행:
```
ddtrace-run python hello.py
```
별도의 명령 프롬프트에서 몇 가지 curl 명령 실행:
```
curl http://0.0.0.0:5050/
```
Datadog에서 APM > 트레이스로 이동합니다.
hello 트레이스를 선택합니다.
플레임(Flame) 그래프에서 새 사용자 지정 get_quote 스팬을 찾아 마우스 커서를 올립니다.
사용자 지정 quote 스팬 태그가 Info 탭에 표시되는지 확인하세요.

다음 단계는?

추적을 설정했고 애플리케이션이 Datadog으로 데이터를 전송하면, 추가적인 APM 기능 탐색:

Software Catalog

Software Catalog에는 소유권 메타데이터, 성능 인사이트, 보안 분석 및 비용 할당을 한곳에 모아 서비스에 대한 통합 조회를 제공합니다. 소유권 정보, 런북 및 설명서 링크 등으로 서비스를 보강하려면 태그, 어노테이션 또는 service.datadog.yaml 파일을 사용하여 서비스 메타데이터를 구성하세요.

트레이스 수집 및 보존

수집 제어 및 보존 필터를 구성하여 비용을 제어하고 데이터 볼륨을 관리하세요. 수집 제어를 사용하면 Datadog Agent 또는 SDK 수준에서 샘플링 레이트를 사용자 지정할 수 있고, 보존 필터를 사용하면 검색 및 분석을 위해 어느 스팬을 인덱싱할지 결정할 수 있습니다.