Google Cloud Run

개요

Google Cloud Run은 컨테이너 기반 애플리케이션을 구축하고 스케일링하기 위한 완전 관리형 서비스입니다. Datadog는 Google Cloud 통합을 통해 Cloud Run에 모니터링과 로그 수집을 제공합니다. 또한 Datadog는 현 공개 베타 버전에서 트레이스, 커스텀 메트릭과 직접 로그 수집을 지원하기 위해 특별 설계된 에이전트를 제공하여, Cloud Run 애플리케이션을 구동하기 위한 솔루션을 선보입니다.

이 기능은 공개 베타 버전입니다. 피드백 양식이나 표준 지원 채널을 통해 피드백을 제공할 수 있습니다. 베타 기간 동안에는 직접 비용 없이 Cloud Run 모니터링과 애플리케이션 성능 모니터링(APM) 트레이싱을 사용할 수 있습니다. 기존 APM 고객은 늘어난 스팬 수집과 볼륨 비용을 감당해야 할 수 있습니다.

시작하기

전제 조건

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

1. 에이전트 설치

Dockerfile 또는 빌드팩을 사용하여 에이전트를 설치할 수 있습니다. 빌드팩을 사용하는 경우 트레이싱 라이브러리를 먼저 설치해야 합니다.

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.

# copy the Datadog `serverless-init` into your Docker image
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# change the entrypoint to wrap your application into the Datadog serverless-init process
ENTRYPOINT ["/app/datadog-init"]

# optionally add Datadog tags
ENV DD_SERVICE=datadog-demo-run-go
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# this env var is needed for trace propagation to work properly in Cloud Run.
# ensure to set this variable for all Datadog-instrumented downstream services.
ENV DD_TRACE_PROPAGATION_STYLE=datadog

# execute your binary application wrapped in the entrypoint. Adapt this line to your needs
CMD ["/path/to/your-go-binary"]

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

# copy the Datadog `serverless-init` into your Docker image
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# install the python tracing library here or in requirements.txt
RUN pip install --no-cache-dir ddtrace==1.7.3

# optionally add Datadog tags
ENV DD_SERVICE=datadog-demo-run-python
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# this env var is needed for trace propagation to work properly in cloud run.
# ensure to set this variable for all Datadog-instrumented downstream services.
ENV DD_TRACE_PROPAGATION_STYLE=datadog

# change the entrypoint to wrap your application into the Datadog serverless-init process
ENTRYPOINT ["/app/datadog-init"]

# execute your binary application wrapped in the entrypoint, launched by the Datadog trace library. Adapt this line to your needs
CMD ["ddtrace-run", "python", "app.py"]

# copy the Datadog `serverless-init` into your Docker image
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# install the Datadog js tracing library, either here or in package.json

npm i dd-trace@2.2.0

# enable the Datadog tracing library
ENV NODE_OPTIONS="--require dd-trace/init"

# optionally add Datadog tags
ENV DD_SERVICE=datadog-demo-run-nodejs
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# this env var is needed for trace propagation to work properly in cloud run.
# ensure to set this variable for all Datadog-instrumented downstream services.
ENV DD_TRACE_PROPAGATION_STYLE=datadog

# change the entrypoint to wrap your application into the Datadog serverless-init process
ENTRYPOINT ["/app/datadog-init"]

# execute your binary application wrapped in the entrypoint. Adapt this line to your needs
CMD ["/nodejs/bin/node", "/path/to/your/app.js"]

# copy the Datadog `serverless-init` into your Docker image
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# optionally add Datadog tags
ENV DD_SERVICE=datadog-demo-run-java
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# this env var is needed for trace propagation to work properly in cloud run.
# ensure to set this variable for all Datadog-instrumented downstream services.
ENV DD_TRACE_PROPAGATION_STYLE=datadog

# change the entrypoint to wrap your application into the Datadog serverless-init process
ENTRYPOINT ["/app/datadog-init"]

# execute your binary application wrapped in the entrypoint. Adapt this line to your needs
CMD ["./mvnw", "spring-boot:run"]

# copy the Datadog `serverless-init` into your Docker image
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# optionally add Datadog tags
ENV DD_SERVICE=datadog-demo-run-dotnet
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# this env var is needed for trace propagation to work properly in cloud run.
# ensure to set this variable for all Datadog-instrumented downstream services.
ENV DD_TRACE_PROPAGATION_STYLE=datadog

# change the entrypoint to wrap your application into the Datadog serverless-init process
ENTRYPOINT ["/app/datadog-init"]

# execute your binary application wrapped in the entrypoint. Adapt this line to your needs
CMD ["dotnet", "helloworld.dll"]

# copy the Datadog `serverless-init` into your Docker image
COPY --from=datadog/serverless-init /datadog-init /app/datadog-init

# optionally add Datadog tags
ENV DD_SERVICE=datadog-demo-run-ruby
ENV DD_ENV=datadog-demo
ENV DD_VERSION=1

# this env var is needed for trace propagation to work properly in cloud run.
# ensure to set this variable for all Datadog-instrumented downstream services.
ENV DD_TRACE_PROPAGATION_STYLE=datadog

# change the entrypoint to wrap your application into the Datadog serverless-init process
ENTRYPOINT ["/app/datadog-init"]

# execute your binary application wrapped in the entrypoint. Adapt this line to your needs
CMD ["rails", "server", "-b", "0.0.0.0"] (adapt this line to your needs)

빌드팩을 사용해 에이전트 설치

Pack Buildpacks은 Dockerfile을 사용할 필요없이 컨테이너를 패키징하는 편리한 방법을 제공합니다. 이 예에서는 Google Cloud 레지스트리와 Datadog 서버리스 빌드팩을 사용했습니다.

참고: 빌드팩을 실행하기 전 사용 언어의 트레이싱 라이브러리를 설치합니다.

다음 명령을 실행하여 애플리케이션을 빌드합니다.

pack build --builder=gcr.io/buildpacks/builder \
--buildpack from=builder \
--buildpack datadog/serverless-buildpack:latest \
gcr.io/YOUR_PROJECT/YOUR_APP_NAME

참고: Alpine과는 호환되지 않습니다.

2. 트레이싱 라이브러리 설치

빌드팩을 사용하는 경우 애플리케이션 설정으로 건너뛸 수 있습니다.

이 지침을 따라 애플리케이션에 Go 트레이싱 라이브러리를 설치 및 설정하여 트레이스를 캡처하고 제출합니다.

단순한 Go 애플리케이션을 위한 샘플 코드

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

단순한 Python 애플리케이션을 위한 샘플 코드

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

단순한 Node.js 애플리케이션을 위한 샘플 코드

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

단순한 Java 애플리케이션을 위한 샘플 코드

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

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

단순한 Ruby 애플리케이션을 위한 샘플 코드

3. 애플리케이션 설정

컨테이너가 빌드되어 레지스트리에 푸시되면 마지막 단계는 Datadog 에이전트를 위한 필수 환경 변수를 설정하는 것입니다.

DD_API_KEY: Datadog API 키로 Datadog 계정에 데이터를 전송하는 데 사용됩니다. 개인정보보호와 안전을 위해 Google Cloud 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.

gcloud run deploy APP_NAME --image=gcr.io/YOUR_PROJECT/APP_NAME \
  --port=80 \
  --update-env-vars=DD_API_KEY=$DD_API_KEY \
  --update-env-vars=DD_TRACE_ENABLED=true \
  --update-env-vars=DD_SITE='datadoghq.com' \

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: Google Cloud 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 모두에 대해 avg를 사용합니다. 개수 메트릭 유형에 대한 분포를 모니터링하려면 시간 및 공간 집계 모두에 sum을 사용합니다.
트레이스 전파: 분산된 트레이싱에 트레이싱 컨텍스트를 전파하려면 Cloud Run 앱 및 Datadog 계측 서비스 다운스트림에서 DD_TRACE_PROPAGATION_STYLE 환경 변수를 'datadog'로 설정합니다.

환경 변수

변수	설명
`DD_API_KEY`	Datadog API 키 - 필수
`DD_SITE`	Datadog 사이트 - 필수
`DD_LOGS_ENABLED`	참인 경우 로그(stdout 및 stderr)를 Datadog에 전송합니다. 기본값은 거짓입니다.
`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.

OpenTelemetry

이 단계를 따라 OpenTelemetry 데이터를 Datadog에 전송하세요.

OpenTelemetry가 Datadog serverless-init에 스팬을 내보내도록 명령하세요.

// instrument.js

const { NodeTracerProvider } = require("@opentelemetry/sdk-trace-node");
const { OTLPTraceExporter } = require('@opentelemetry/exporter-trace-otlp-http');
const { Resource } = require('@opentelemetry/resources');
const { SemanticResourceAttributes } = require('@opentelemetry/semantic-conventions');
const { SimpleSpanProcessor } = require('@opentelemetry/sdk-trace-base');

const provider = new NodeTracerProvider({
   resource: new Resource({
       [ SemanticResourceAttributes.SERVICE_NAME ]: '<your-service-name>',
   })
});

provider.addSpanProcessor(
   new SimpleSpanProcessor(
       new OTLPTraceExporter(
           { url: 'http://localhost:4318/v1/traces' },
       ),
   ),
);
provider.register();

Express에 OpenTelemetry 계측을 추가하세요. ddtrace와 유사합니다.

// instrument.js

const { ExpressInstrumentation } = require('@opentelemetry/instrumentation-express');
const { HttpInstrumentation } = require('@opentelemetry/instrumentation-http');
const { registerInstrumentations } = require('@opentelemetry/instrumentation');

registerInstrumentations({
   instrumentations: [
       new HttpInstrumentation(),
       new ExpressInstrumentation(),
   ],
});

런타임에 계측을 추가하세요. 예를 들어 Node.js의 경우 NODE_OPTIONS을 사용하세요.

# Dockerfile

FROM node

WORKDIR /app
COPY package.json index.js instrument.js /app/
RUN npm i

ENV NODE_OPTIONS="--require ./instrument"

CMD npm run start

Datadog serverless-init를 추가합니다.

# Dockerfile

COPY --from=datadog/serverless-init /datadog-init /app/datadog-init
ENTRYPOINT ["/app/datadog-init"]

Enable OpenTelemetry in the Datadog DD_OTLP_CONFIG_RECEIVER_PROTOCOLS_HTTP_ENDPOINT 또는 DD_OTLP_CONFIG_RECEIVER_PROTOCOLS_GRPC_ENDPOINT 환경 변수를 사용해 Datadog serverless-init에서 OpenTelemetry를 활성화하세요.
```
# Dockerfile

ENV DD_OTLP_CONFIG_RECEIVER_PROTOCOLS_HTTP_ENDPOINT="localhost:4318"
```

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:

GCR 서비스에서 트레이스, 로그 및 커스텀 메트릭을 수집하세요.블로그