Azure 컨테이너 앱

개요

Azure 컨테이너 앱은 컨테이너 기반 애플리케이션을 배포하고 확장하기 위한 완전 관리형 서버리스 플랫폼입니다. Datadog은 Azure 통합을 통해 컨테이너 앱에 대한 모니터링 및 로그 수집을 제공합니다. 또한 Datadog은 트레이스, 커스텀 메트릭, 직접 로그 수집을 지원하는 전용 에이전트로 컨테이너 앱 애플리케이션을 계측할 수 있는 솔루션(현재 베타 버전)을 제공합니다.

이 기능은 베타 버전입니다. 표준 지원 채널을 통해 피드백을 제공할 수 있습니다. 베타 기간 동안에는 직접 비용 없이 컨테이너 앱 모니터링 및 APM 추적을 사용할 수 있습니다. 기존 APM 고객은 스팬 수집 및 볼륨 비용이 증가할 수 있습니다.

시작하기

전제 조건

Datadog API 키가 있고 Datadog 트레이싱 라이브러리에서 지원되는 프로그래밍 언어를 사용하고 있는지 확인하세요.

1. 애플리케이션 계측

Dockerfile을 사용해 에이전트 설치

Dockerfile에 다음 줄을 추가하여 Datadog 에이전트를 사용해 애플리케이션을 계측할 수 있습니다. 기존 Dockerfile 설정에 따라 이러한 예를 조정해야 할 수 있습니다.

# Datadog `serverless-init`를 도커 이미지에 복사합니다.
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# 애플리케이션을 Datadog serverless-init 프로세스로 래핑하도록 엔트리포인트를 변경합니다.
ENTRYPOINT ["/app/datadog-init"]

# 필요 시 Datadog 태그를 추가합니다.
ENV DD_SERVICE=datadog-demo-run-go
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# 엔트리포인트로 래핑된 바이너리 애플리케이션을 실행합니다. 이 줄을 필요에 맞게 조정하세요.
CMD ["/path/to/your-go-binary"]

추적 라이브러리 설치

이 지침에 따라 애플리케이션에 Go 추적 라이브러리를 설치 및 설정하여 트레이스를 캡처하고 제출하세요.

단순한 Go 애플리케이션을 위한 샘플 코드

Dockerfile을 사용해 에이전트 설치

Dockerfile 파일에 다음 줄을 추가하여 Datadog 에이전트를 사용해 애플리케이션을 계측할 수 있습니다. 기존 Dockerfile 설정에 따라 이러한 예를 조정해야 할 수 있습니다.

# Datadog `serverless-init`을 도커 이미지에 복사합니다.
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# 여기 또는 requirements.txt에 python 추적 라이브러리를 설치하세요.
RUN pip install --no-cache-dir ddtrace==1.7.3

# 필요 시 Datadog 태그를 추가합니다.
ENV DD_SERVICE=datadog-demo-run-python
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# 애플리케이션을 Datadog serverless-init 프로세스로 래핑하도록 엔트리포인트를 변경합니다.
ENTRYPOINT ["/app/datadog-init"]

# Datadog 추적 라이브러리가 시작하고, 엔트리포인트에서 래핑된 바이너리 애플리케이션을 실행합니다. 이 줄을 필요에 맞게 조정하세요.
CMD ["ddtrace-run", "python", "app.py"]

추적 라이브러리 설치

이 지침을 따라 애플리케이션에서 Python 트레이싱 라이브러리를 설치 및 설정하여 트레이스를 캡처하고 제출합니다.

단순한 Python 애플리케이션을 위한 샘플 코드

Dockerfile을 사용해 에이전트 설치

# Datadog `serverless-init`를 도커 이미지에 복사합니다.
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# 여기 또는 package.json에서 Datadog js 추적 라이브러리를 설치합니다.

RUN npm i dd-trace@2.2.0

# Datadog 추적 라이브러리를 활성화합니다.
ENV NODE_OPTIONS="--require dd-trace/init"

# 필요 시 Datadog 태그를 추가합니다.
ENV DD_SERVICE=datadog-demo-run-nodejs
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# 애플리케이션을 Datadog serverless-init 프로세스로 래핑하도록 엔트리포인트를 변경합니다.
ENTRYPOINT ["/app/datadog-init"]

# 엔트리포인트에서 래핑된 바이너리 애플리케이션을 실행합니다. 이 줄을 필요에 맞게 조정하세요.
CMD ["/nodejs/bin/node", "/path/to/your/app.js"]

추적 라이브러리 설치

이 지침을 따라 애플리케이션에서 Node 트레이싱 라이브러리를 설치 및 설정하여 트레이스를 캡처하고 제출합니다.

단순한 Node.js 애플리케이션을 위한 샘플 코드

Dockerfile을 사용해 에이전트 설치

# Datadog `serverless-init`을 도커 이미지에 복사합니다.
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# 필요 시 Datadog 태그를 추가합니다.
ENV DD_SERVICE=datadog-demo-run-java
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# 애플리케이션을 Datadog serverless-init 프로세스로 래핑하도록 엔트리포인트를 변경합니다.
ENTRYPOINT ["/app/datadog-init"]

# 엔트리포인트에서 래핑된 바이너리 애플리케이션을 실행합니다. 이 줄을 필요에 맞게 조정하세요.
CMD ["./mvnw", "spring-boot:run"]

추적 라이브러리 설치

이 지침을 따라 애플리케이션에서 Java 트레이싱 라이브러리를 설치 및 설정하여 트레이스를 캡처하고 제출합니다.

단순한 Java 애플리케이션을 위한 샘플 코드

Dockerfile을 사용해 에이전트 설치

# Datadog `serverless-init`을 도커 이미지에 복사합니다. 
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# 필요 시 Datadog 태그를 추가합니다.
ENV DD_SERVICE=datadog-demo-run-dotnet
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# 애플리케이션을 Datadog serverless-init 프로세스로 래핑하도록 엔트리포인트를 변경합니다.
ENTRYPOINT ["/app/datadog-init"]

# 엔트리포인트에서 래핑된 바이너리 애플리케이션을 실행합니다. 이 줄을 필요에 맞게 조정하세요.
CMD ["dotnet", "helloworld.dll"]

추적 라이브러리 설치

이 지침을 따라 .NET Core 트레이싱 라이브러리 및 .NET Framework 트레이싱 라이브러리를 설치하고 설정합니다.

Dockerfile을 사용해 에이전트 설치

# Datadog `serverless-init`을 도커 이미지에 복사합니다. 
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# 필요 시 Datadog 태그를 추가합니다.
ENV DD_SERVICE=datadog-demo-run-ruby
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# 애플리케이션을 Datadog serverless-init 프로세스로 래핑하도록 엔트리포인트를 변경합니다.
ENTRYPOINT ["/app/datadog-init"]

# 엔트리포인트에서 래핑된 바이너리 애플리케이션을 실행합니다. 이 줄을 필요에 맞게 조정하세요.
CMD ["rails", "server", "-b", "0.0.0.0"] (adapt this line to your needs)

추적 라이브러리 설치

이 지침을 따라 애플리케이션에서 Ruby 트레이싱 라이브러리를 설치 및 설정하여 트레이스를 캡처하고 제출합니다.

단순한 Ruby 애플리케이션을 위한 샘플 코드

2. 애플리케이션 설정

컨테이너가 만들어진 후 레지스트리에 푸시되면 마지막 단계는 Datadog 에이전트를 위한 필수 환경 변수를 설정하는 것입니다:

DD_API_KEY: Datadog API 키로 Datadog 계정에 데이터를 전송하는 데 사용됩니다. 개인정보 보호와 안전을 위해 Azure Secret으로 설정해야 합니다.
DD_SITE: Datadog 엔드포인트와 웹사이트입니다. 페이지 오른쪽에서 사이트를 선택합니다. 사이트는 입니다.
DD_TRACE_ENABLED: 트레이싱 활성화를 위해 true로 설정합니다.

환경 변수와 기능에 대한 자세한 정보는 추가 설정을 참조하세요.

이 명령은 서비스를 구축하고 외부 연결이 서비스에 도달하도록 허용합니다. DD_API_KEY를 환경 변수로 설정하고 서비스가 포트 80에 연결되도록 설정합니다.

az containerapp up \
  --name APP_NAME \
  --resource-group RESOURCE_GROUP \
  --ingress external \
  --target-port 80 \
  --env-vars "DD_API_KEY=$DD_API_KEY" "DD_TRACE_ENABLED=true" "DD_SITE='datadoghq.com'" \
  --image YOUR_REGISTRY/YOUR_PROJECT

3. 결과

구축이 완료되면 메트릭과 트레이스는 Datadog로 전송됩니다. Datadog에서 인프라스트럭처->서버리스로 이동하여 서버리스 메트릭과 트레이스를 확인합니다.

추가 설정

고급 트레이싱: Datadog 에이전트는 이미 인기 프레임워크에 대한 기본 트레이싱을 제공합니다. 자세한 정보는 고급 트레이싱 가이드를 참조하세요.
로그: Azure 통합을 사용하는 경우 이미 로그가 수집됩니다. 대신 DD_LOGS_ENABLED 환경 변수를 true로 설정하여 직접 서버리스 계측으로 애플리케이션 로그를 캡처할 수 있습니다.
커스텀 메트릭: DogStatsd 클라이언트를 사용해 커스텀 메트릭을 제출할 수 있습니다. Cloud Run 및 기타 서버리스 애플리케이션의 경우 분포 메트릭을 사용합니다. 분포는 avg, sum, max, min, count 집계를 기본적으로 제공합니다. 메트릭 요약 페이지에서 백분위수 집계 (p50, p75, p90, p95, p99)를 활성화할 수 있습니다. 게이지 메트릭 유형에 대한 분포를 모니터링하려면 [시간 및 공간 집계][11] 모두에 대해 avg를 사용합니다. 카운터 메트릭 유형에 대한 분포를 모니터링하려면 시간 및 공간 집계 모두에 sum을 사용합니다.

환경 변수

변수	설명
`DD_API_KEY`	Datadog API 키 - 필수
`DD_SITE`	Datadog 사이트 - 필수
`DD_LOGS_ENABLED`	true인 경우 로그 (stdout 및 stderr)를 Datadog에 전송합니다. 기본값은 false입니다.
`DD_SERVICE`	통합 서비스 태깅을 참조하세요.
`DD_VERSION`	통합 서비스 태깅을 참조하세요.
`DD_ENV`	통합 서비스 태깅을 참조하세요.
`DD_SOURCE`	통합 서비스 태깅을 참조하세요.
`DD_TAGS`	통합 서비스 태깅을 참조하세요.

문제 해결

이 통합은 전체 SSL 구현 환경을 포함하는 런타임에 따라 달라집니다. Node에 대해 슬림 이미지를 사용하는 경우 Dockerfile에 다음 명령을 추가하여 인증서를 포함해야 할 수 있습니다.

RUN apt-get update && apt-get install -y ca-certificates

참고 자료

Additional helpful documentation, links, and articles:

컨테이너 앱 서비스에서 트레이스, 로그 및 커스텀 메트릭 수집블로그