Datadog 보존 정책을 이해하고 트레이스 데이터를 효율적으로 보존
중요한 트레이스를 수집 및 보존하기
애플리케이션에서 생성되는 대부분의 트레이스는 반복적이므로, 이를 모두 수집하고 보존하는 것이 반드시 필요한 것은 아닙니다. 성공적인 요청의 경우, 매초 수십 개의 개별 트레이스를 모두 스캔할 수는 없으므로 애플리케이션 트래픽의 대표 샘플을 보존하는 것으로 충분합니다.
가장 중요한 것은 인프라의 잠재적 문제 징후를 포함하는 트레이스, 즉 오류나 비정상적인 지연 시간이 있는 트레이스입니다. 또한, 비즈니스에 중요한 특정 엔드포인트의 경우 고객 문제를 매우 자세하게 조사하고 해결할 수 있도록 트래픽의 100%를 보존하는 것이 좋습니다.
Datadog 보존 정책을 통해 중요한 것을 보존하기
Datadog은 15분이 지난 데이터를 보존하는 두 가지 방법을 제공합니다.
다양성 샘플링 알고리즘: 지능형 보존 필터
기본적으로 지능형 보존 필터는 수십 개의 커스텀 보존 필터를 만들 필요 없이 대표적인 트레이스 항목을 유지합니다.
지연 시간 백분위수 p75, p90, p95에 대해 최대 15분마다 environment, service, operation, resource의 각 조합에 대해 최소 하나의 스팬(및 관련 분산 트레이스)과 각 고유 응답 상태 코드에 대해 대표적인 오류 항목을 유지합니다.
자세한 내용은 지능형 보존 필터 문서를 참조하세요.
태그 기반 보존 필터
태그 기반 보존 필터는 비즈니스에 가장 중요한 트레이스를 유지할 수 있는 유연성을 제공합니다. 보존 필터로 스팬을 인덱싱하면 관련 트레이스도 함께 저장되므로 전체 요청과 분산 컨텍스트에 대한 가시성을 유지할 수 있습니다.
인덱싱된 스팬 데이터를 효과적으로 검색 및 분석하기
다양성 샘플링으로 캡처된 데이터 세트는 균등하게 샘플링되지 않습니다. 즉, 전체 트래픽을 비례적으로 대표하지 않습니다. 이는 오류 및 높은 지연 시간 트레이스에 편향되어 있습니다. 균등하게 샘플링된 데이터 세트만을 기반으로 분석을 구축하려면 Trace Explorer에서 -retained_by:diversity_sampling 쿼리 파라미터를 추가하여 다양성을 이유로 샘플링된 이러한 스팬을 제외합니다.
예를 들어, 애플리케이션에서 판매자 계층별로 그룹화된 체크아웃 작업 수를 측정하는 경우 다양성 샘플링 데이터 세트를 제외하면 대표 데이터 세트를 기반으로 분석을 수행할 수 있습니다. 따라서 basic, enterprise 및 premium 체크아웃 비율이 현실적으로 이루어집니다.
반면, 판매자 계층별 고유 판매자 수를 측정하려면 다양성 샘플링 데이터 세트를 포함하세요. 커스텀 보존 필터에 잡히지 않는 추가 판매자 ID를 확인할 수 있습니다.
