CPU, 메모리 및 IO 병목 현상을 찾고 메서드 이름, 클래스 이름 및 라인 개수별로 상세 내역을 확인하여 최종 사용자 지연과 인프라 비용을 크게 줄일 수 있습니다.

프로덕션에 미치는 적은 영향

지속적 프로파일러는 DK Flight Recorder와 같은 기술을 활용하여 모든 서비스의 프로덕션에서 실행되므로 호스트의 CPU 및 메모리 사용량에 최소한의 영향만 미칩니다.

시작하기

서비스를 프로파일링하여 한 곳에서 스택 트래이스를 시각화하는 데 단 몇 분이면 됩니다.

애플리케이션의 계측

프로파일러 사용 가이드

프로파일러 시작히기 가이드는 성능 문제를 포함하는 샘플 서비스를 제공하여 지속적 프로파일러가 문제를 이해하고 해결하는 방법을 보여줍니다.

Datadog 프로파일러 탐색

애플리케이션을 설정하여 프로파일을 Datadog로 전송한 후 코드 성능에 대한 인사이트를 받을 수 있습니다.

기본적으로 프로파일은 7일 동안 보존되며 프로파일 데이터에서 생성된 메트릭은 한 달 동안 보관됩니다.

프로파일 유형

각 지원되는 언어에 대해 수집되는 프로파일 유형에 대한 설명은 프로파일 유형을 참조하세요.

태그별 프로파일 검색

특정 호스트, 서비스, 버전 또는 조합을 포함하는 모든 차원에서 태그를 사용하여 프로파일을 검색합니다.

배포 환경에서 함수 성능 추적

메서드별 상위 CPU 사용량, 스레드별 상위 메모리 할당, 버전별 CPU 사용량 등 서비스의 핵심 프로파일링 메트릭을 획득하여 대시보드에서 시각화합니다.

프로파일링 데이터에 트레이스 연결

APM 분산 트레이싱과 활성화된 지속적 프로파일러 모두를 포함하는 애플리케이션 프로세스는 자동으로 연결되므로 코드 핫스팟 탭의 스팬(span) 정보에서 프로파일링 데이터로 직접 이동하여 성능 문제와 관련된 구체적인 코드 라인을 찾을 수 있습니다.

프로파일 비교를 통해 성능 변화 찾기

각기 다른 시간, 환경, 배포 환경에서 유사한 프로파일을 비교하면 성능 문제의 가능한 원인과 해결 방법을 이해할 수 있습니다. Datadog 프로파일러는 비교 시각화를 제공하여 범위를 구체화한 시간 프레임이나 태그 기준 프로파일에 차이가 있는지를 알 수 있게 해줍니다.

참고 자료

Additional helpful documentation, links, and articles:

애플리케이션에 대해 지속적 프로파일러 사용설명서 지속적 프로파일러 시작하기설명서 사용 가능한 프로파일 유형에 대해 자세히 알아보기설명서 데이터 수집, 해결 및 보존설명서 DataDog에서 상시 운영 환경 프로파일링 도입블로그 지속적 취약성 분석을 위한 Datadog GitHub 작업블로그 Datadog 프로파일 비교를 통한 코드 비교 및 최적화블로그 Datadog의 지속적 프로파일러를 사용해 Akka 애플리케이션을 최적화하는 방법블로그 Datadog 지속적 프로파일러를 통해 루비(Ruby) 코드 성능 분석블로그