개요
단일 뷰 AI 조사는 단일 RUM 뷰에 대한 에이전트 기반 근본 원인 분석을 수행합니다. 예를 들어 페이지나 화면이 느리게 로드되거나 오류가 발생하는 등 성능이 저조한 세션을 발견할 경우, Investigate with AI를 클릭하세요. Datadog의 RUM 에이전트는 해당 뷰에 연결된 모든 데이터를 검사합니다. 이러한 데이터의 예로 오류, 느린 네트워크 요청, 메인 스레드 차단, 백엔드 트레이스, CPU 프로파일 및 기기 컨텍스트 등이 있습니다.
API 호출 지연, 클라이언트 측의 과도한 연산 또는 CDN 문제의 원인을 파악하기 위해 RUM 이벤트를 수동으로 살펴보는 대신 앱 성능, 서버 측, 제3자, 환경과 같은 근본 원인 범주별로 그룹화된 우선순위 기반 분석 결과를 확인할 수 있습니다. 이후 채팅 인터페이스를 통해 추가로 조사하거나, 결과를 노트북에 저장하여 팀과 공유할 수 있습니다.
조사 시작
RUM 뷰 사이드 패널을 엽니다.
Investigate with AI 버튼을 클릭하세요.
참고: 뷰가 종료된 후 이 버튼이 표시되기까지 최대 15분이 소요될 수 있습니다.
조사가 시작되면 분석 결과가 준비되는 즉시 사이드 패널에 순차적으로 표시됩니다. 따라서 전체 분석이 완료되기 전에 먼저 생성된 분석 결과부터 확인할 수 있습니다.
에이전트가 조사하는 내용
뷰를 조사하기 위해 Datadog의 RUM 에이전트는 해당 뷰에 대해 Datadog이 수집한 데이터를 검사하고, 사용 가능한 경우 연관된 텔레메트리도 활용합니다.
- 뷰 이벤트 및 그 하위 이벤트: 리소스, 긴 작업, 오류, 및 사용자 작업.
뷰 전반에서 - 집계된 성능 신호: 압축되지 않은 리소스, 과도한 스크립트 평가 및 대역폭 비효율성과 같은 자동 감지된 문제가 포함됩니다.
- SDK에 의해 캡처된 기기 및 환경 컨텍스트: 브라우저 또는 운영 체제, 지역, 연결 유형 및 기타 RUM 속성.
- APM 트레이스:뷰의 리소스가 백엔드 트레이스와 상관관계가 있을 때. 에이전트는 트레이스 데이터를 사용하여 서버 측 지연을 특정 스팬 및 서비스에 귀속시킵니다. 자세한 내용은 RUM과 APM 트레이스 상호 연결을 참조하세요.
- 프로파일링 데이터: 애플리케이션에 대해 RUM 프로파일링 상호 연결이 활성화될 때. 에이전트는 CPU 프로파일을 사용하여 앱 성능 결과를 코드의 특정 함수에 귀속시킵니다.
뷰에 사용할 수 있는 데이터가 풍부할수록 분석이 더 정확해집니다. RUM과 APM을 연관시키고 프로파일링을 활성화하면 에이전트가 클라이언트 측 타임라인을 넘어 조사를 수행하는 데 도움이 됩니다.
근본 원인의 출처
Datadog의 RUM 에이전트는 뷰에서 성능 저하의 근본 원인을 식별하기 위해 4가지 출처를 분석합니다.
| 출처 | 분석 내용 |
|---|
| 앱 성능 | 메인 스레드 경합, 코드 실행 및 렌더링 지연과 같은 클라이언트 측 문제. |
| 서버 측 | 뷰에 영향을 미친 백엔드 지연 및 서버 측 오류. |
| 제3자 | 애플리케이션에 의해 로드된 제3자 스크립트 및 라이브러리로 인한 성능 영향. |
| 환경 | 사용자 경험에 영향을 미친 네트워크 및 인프라 조건. |
결과 확인
각 분석 결과는 제목, 문제 설명, 심각도 수준 및 영향을 받는 이벤트에 대한 링크가 포함된 카드로 표시됩니다. 여러 분석 결과는 영향도가 높은 순으로 정렬되므로, 가장 영향력이 큰 문제에 먼저 집중할 수 있습니다.
간단한 채팅 인터페이스를 통해 분석 결과를 추가로 확인할 수 있습니다. 특정 분석 결과에 대한 자세한 정보를 요청하거나 추가 컨텍스트를 요청하거나 관련 증상을 더 살펴볼 수 있습니다.
조치 취하기
조사가 완료되면 패널에서 나가지 않고도 분석 결과에 대해 다음과 같은 조치를 취할 수 있습니다.
- 노트북에 저장: 전체 타임라인과 결과를 노트북으로 내보내 팀과 공유합니다.
참고 자료
