느린 트레이스 또는 엔드포인트 조사

이 번역은 최신 버전이 아닙니다. 최신 한국어 버전을 보려면 여기를 클릭하세요

애플리케이션이 프로덕션에서 성능 문제를 보이는 경우 프로파일링에서 코드 스택 트레이스 벤치마크를 사용해 분산된 트레이싱을 통합하는 것은 성능 병목 현상을 파악하기 위한 좋은 방법입니다. 활성화된 APM 분산 트레이싱 및 지속적인 프로파일러 모두를 포함하는 애플리케이션 프로세스는 자동으로 연결됩니다.

스팬(span) 정보에서 코드 핫스팟 탭의 프로파일링 데이터로 바로 이동하고 성능 문제와 관련된 구체적인 코드 라인을 찾을 수 있습니다. 마찬가지로 또한 프로파일링 UI에서 리소스를 소비하는 느린 엔드포인트를 디버깅할 수 있습니다.

느린 트레이스에서 코드 핫스팟 식별

전제 조건

자바(Java) 서비스 프로파일링을 켜면 코드 핫스팟 식별은 기본적으로 활성화되어 있습니다. 수동적으로 측정된 코드의 경우 지속적인 프로파일러가 스팬(span) 범위 활성화를 필요로 합니다.

final Span span = tracer.buildSpan("ServicehandlerSpan").start();
try (final Scope scope = tracer.activateSpan(span)) { // mandatory for Datadog continuous profiler to link with span
    // worker thread impl
  } finally {
    // Step 3: Finish Span when work is complete
    span.finish();
  }
JFR(Java Flight Recorder) 대신 Datadog 프로파일러를 사용하는 것이 적극 권장됩니다.

파이썬(Python) 서비스에 대한 프로파일링을 켜면 기본적으로 코드 핫스팟 식별이 활성화되어 있습니다.

dd-trace-py 버전 0.44.0+이 필요합니다.

루비(Ruby) 서비스 프로파일링을 켜면 기본적으로 코드 핫스팟 식별이 활성화됩니다.

dd-trace-rb 버전 0.49.0+이 필요합니다.

고(Go) 서비스에 대한 프로파일링을 켜면 기본적으로 코드 핫스팟 식별이 활성화됩니다.

새로운 타임라인 기능(베타)을 활성화하려면 아래 환경 변수를 설정하세요.

os.Setenv("DD_PROFILING_EXECUTION_TRACE_ENABLED", "true")
os.Setenv("DD_PROFILING_EXECUTION_TRACE_PERIOD", "15m")

이러한 변수를 설정하면 실행 추적 데이터의 최대 1분(또는 MiB)을 15분마다 기록합니다.

실행 트레이스를 기록하는 동안 애플리케이션은 쓰레기 수집과 유사한 CPU 사용량 증가를 관측할 수 있습니다. 대부분의 애플리케이션에 미치는 영향은 미미하지만 향후 go1.21 릴리스는 이 오버헤드를 제거하는 패치를 포함합니다.

이러한 기능은 dd-trace-go 버전 1.37.0+(타임라인 베타의 경우 1.52.0+)을 필요로 하며 고(Go) 버전 1.18 이상에서 가장 잘 작동합니다.

.NET 서비스의 프로파일링을 켜면 코드 핫스팟 식별은 기본적으로 활성화됩니다.

이 기능에는 dd-trace-dotnet 버전 2.30.0+이 필요합니다.

PHP 서비스에 대한 프로파일링을 켜면 기본적으로 코드 핫스팟 식별이 활성화됩니다.

dd-trace-php 버전 0.71+이 필요합니다.

스팬 실행 상세 내역

각 트레이스의 보기에서 코드 핫스팟 탭은 선택한 스팬 범위에 대한 프로파일링 데이터를 강조 표시합니다.

왼쪽에 있는 값은 선택한 스팬 동안 메서드 호출에서 소비된 시간을 보여줍니다. 런타임과 언어에 따라 범주는 다양할 수 있습니다.

  • CPU는 CPU 작업을 실행하는 데 소요된 시간을 보여줍니다.
  • 동기화는 모니터에서 대기하는 데 소요된 시간을 표시합니다. 스레드가 종료된 시간과 중지된 시간을 보여줍니다.
  • VM 작업은 VM 작업(예: 쓰레기 수집, 컴파일링, 세이프포인트, 힙 덤프)에 대기한 시간을 보여줍니다.
  • File I/O는 디스크 읽기/쓰기 작업 실행을 위해 대기한 시간을 보여줍니다.
  • 소켓 I/O는 네트워크 읽기/쓰기 작업이 실행되는 데 소요된 시간을 보여줍니다.
  • 모니터 입력은 스레드가 잠금으로 차단된 시간을 보여줍니다.
  • 분류 안 됨은 이전 범주로 구분될 수 없는 스팬에 실행된 시간을 보여줍니다.
  • CPU는 CPU 작업을 실행하는 데 소요된 시간을 보여줍니다.
  • 잠금 대기는 스레드가 잠금으로 차단된 시간을 보여줍니다.
  • 분류 안 됨은 이전 범주로 구분될 수 없는 스팬에 실행된 시간을 보여줍니다.
  • CPU는 CPU 작업을 실행하는 데 소요된 시간을 보여줍니다.
  • 분류 안 됨은 이전 범주로 구분될 수 없는 스팬에 실행된 시간을 보여줍니다.
  • CPU는 CPU 작업을 실행하는 데 소요된 시간을 보여줍니다.
  • CPU 꺼짐은 CPU가 실행되지 않는 스팬 실행에 소요된 시간을 보여줍니다.
  • CPU는 CPU 작업을 실행하는 데 소요된 시간을 보여줍니다.
  • 잠금 대기는 스레드가 잠금으로 차단된 시간을 보여줍니다.
  • 분류 안 됨은 이전 범주로 구분될 수 없는 스팬에 실행된 시간을 보여줍니다.
  • CPU는 CPU 작업을 실행하는 데 소요된 시간을 보여줍니다.
  • 분류 안 됨은 이전 범주로 구분될 수 없는 스팬에 실행된 시간을 보여줍니다.

플러스 아이콘 +을 클릭하여 스택 트레이스를 해당 메서드 역방향순으로 확장합니다. 값 위를 마우스로 가리켜 범주별로 설명된 시간 비율을 확인합니다.

스팬 실행 타임라인 보기

타임라인 보기는 시간 기반 패턴과 스팬 기간 동안의 작업 분포를 보여줍니다.

스팬 타임라인 보기에서 다음을 할 수 있습니다.

  • 시간을 소비하는 메서드를 분리합니다.
  • 스레드 간 복잡한 상호 작용을 분류합니다.
  • 요청에 영향을 미치는 런타임 활동을 표시합니다.

런타임과 언어에 따라 레인은 다양할 수 있습니다.

각 레인은 스레드를 나타냅니다. 일반적인 풀의 스레드는 함께 그룹화됩니다. 풀을 확대하여 각 스레드의 상세 정보를 볼 수 있습니다.

상위 레인은 추가 지연을 더할 수 있는 런타임 활동입니다. 이러한 활동은 요청과는 무관할 수 있습니다.

각 레인은 goroutine을 나타냅니다. 선택한 스팬에서 시작한 goroutine을 비롯해 생성된 goroutine과 하위 항목 모두를 포함합니다. 동일한 go문으로 생성한 goroutine은 함께 그룹화됩니다. 그룹을 확대해 각 goroutine에 대한 상세 정보를 볼 수 있습니다.

상위 레인은 추가 지연을 더할 수 있는 런타임 활동입니다. 이러한 활동은 요청과는 무관할 수 있습니다.

각 레인은 스레드를 나타냅니다. 일반적인 풀의 스레드는 함께 그룹화됩니다, 풀을 확대해 각 스레드에 대한 상세 정보를 볼 수 있습니다.

상위 레인은 추가 지연을 더할 수 있는 런타임 활동입니다. 이러한 활동은 요청과는 무관할 수 있습니다.

트레이스에서 프로파일 보기

상세 내역의 각 유형의 경우 전체 페이지에서 보기를 클릭해 새 페이지에서 동일한 데이터를 열 수 있습니다. 해당 페이지에서 시각화를 불꽃 그래프로 바꿀 수 있습니다. “집중** 선택기를 클릭해 데이터 범위를 정의하세요.

  • 스팬 및 하위 항목은 프로파일링 데이터를 선택한 스팬과 동일한 서비스의 모든 하위 스팬으로 범위를 좁힙니다.
  • 스팬만은 프로파일링 데이터를 이전에 선택한 스팬으로 좁힙니다.
  • 스팬 시간 기간은 프로파일링 데이터를 스팬이 활성화되는 기간 동안의 모든 스레드로 범위를 좁힙니다.
  • 전체 프로파일은 데이터를 이전에 선택한 스팬에서 실행된 전체 서비스 프로세서의 60초 동안으로 좁힙니다.

API 엔드포인트별 상세 코드 성능 내역

전제 조건

자바(Java) 서비스 프로파일링을 켜면 엔드포인트 프로파일링이 기본적으로 활성화되어 있습니다.

Datadog 프로파일러 사용이 필요합니다. JFR은 지원되지 않습니다.

파이썬(Python) 서비스에 대한 프로파일링을 켜면 기본적으로 엔드포인트 프로파일링이 활성화되어 있습니다.

dd-trace-py 버전 0.54.0+이 필요합니다.

고(Go) 서비스 프로파일링을 켜면 엔드포인트 프로파일링이 기본적으로 활성화되어 있습니다.

dd-trace-go 버전 1.37.0+이 필요하며 고 버전 1.18 이상에서 가장 잘 작동합니다.

루비(Ruby) 서비스에 대한 프로파일링을 켜면 기본적으로 엔드포인트 프로파일링이 활성화되어 있습니다.

dd-trace-rb 버전 0.54.0+이 필요합니다.

.NET 서비스에 대한 프로파일링을 켜면 기본적으로 엔드포인트 프로파일링이 활성화되어 있습니다.

dd-trace-dotnet 버전 2.15.0+이 필요합니다.

PHP 서비스에 대한 프로파일링을 켜면 기본적으로 엔드포인트 프로파일링이 활성화되어 있습니다.

dd-trace-php 버전 0.79.0+이 필요합니다.

엔드포인트 프로파일링

엔드포인트 프로파일링을 사용하면 웹 서비스 엔드포인트별로 불꽃 그래프를 범위화하고 느리고 지연을 야기하며 낮은 최종 사용자 경험을 가져오는 엔드포인트를 찾을 수 있습니다. 이러한 엔드포인트는 디버깅하거나 느린 이유를 알기 어렵습니다. 지연은 엔드포인트가 많은 CPU 주기를 소비하는 등 예기치 못한 많은 리소스 소비에 의한 것일 수 있습니다.

엔드포인트 프로파일링을 통해 다음을 할 수 있습니다.

  • 엔드포인트의 전반적인 반응 시간을 지연시키는 병목 현상 메서드를 식별합니다.
  • CPU, 메모리, 예외 등 가치 있는 리소스의 소비를 담당하는 상위 엔드포인트를 분리합니다. 일반적으로 성능 향상을 위해 서비스를 최적화하는 경우 이 방법은 특히 유용합니다.
  • 타사 코드나 런타임 라이브러리가 엔드포인트 지연이나 리소스 소비 상승을 부추기고 있지 않은지 확인합니다.

가장 많은 리소스를 소비하는 엔드포인트 추적

CPU 및 실제 시간(wall time) 등 가치 있는 리소스를 소비하는 상위 엔드포인트를 추적하는 것은 중요합니다. 이 목록은 엔드포인트가 퇴행하고 있거나 너무 많은 리소스를 소비하는 새로운 엔드포인트를 도입하여 전반적인 서비스 속도가 둔화되는 경우 이를 파악하는 데 도움을 줍니다.

다음 이미지는 GET /store_history가 CPU의 20%를 소비하여 이 서비스에 정기적으로 영향을 주는 것을 보여줍니다.

리소스 소비 기준 상위 엔드포인트 그래프화

요청당 평균 리소스 소비 추적

시간에 따라 트래픽이 전환되더라도 동작의 변화를 확인하려면 Per endpoint call를 선택합니다. 점진적인 롤아웃 상태 확인이나 일일 트래픽 패턴 분석에 유용합니다.

다음 동영상은 /GET train에 대해 요청당 CPU가 2배 상승한 것을 보여줍니다.

참고 자료

Additional helpful documentation, links, and articles:

APM 분산 추적설명서 more more 애플리케이션을 위한 지속적인 프로파일러 활성화설명서 more more 프로파일러 시작하기설명서 more more