트레이스 쿼리

개요

트레이스 쿼리를 사용하면 여러 스팬(span)의 속성과 트레이스 구조 내에서 해당 스팬(span) 간의 관계를 기반으로 전체 트레이스를 찾을 수 있습니다. 트레이스 쿼리를 만들려면 두 개 이상의 스팬(span) 쿼리를 정의한 다음 검색된 트레이스 구조 내에서 각 스팬(span) 쿼리에서 반환되는 스팬(span)의 관계를 지정합니다.

트레이스 쿼리 탐색기에서 트레이스를 검색, 필터링, 그룹화 및 시각화할 수 있습니다.

구조 기반 트레이스 쿼리를 사용하면 다음과 같은 문제에 대한 답할 수 있습니다.

두 개의 서비스 간 (service A에서 service B로 다운스트림 호출이 있는 경우)간에 종속성을 포함하는 트레이스는 무엇인가요?
어떤 API 엔드포인트가 내 오류 백엔드 서비스 의 영향을 받나요?

트레이스 쿼리를 사용하여 조사를 가속화하고 관련 트레이스를 찾아보세요.

트레이스 쿼리 편집기

트레이스 쿼리는 두 개 이상의 스팬(span) 쿼리 로 구성되며, 트레이스 쿼리 운영자가 참여합니다.

스팬(span) 쿼리

쿼리 특정 환경, 서비스 또는 스팬(span) 쿼리 구문을 사용하는 엔드포인트에서 스팬(span)을 사용할 수 있습니다. 자동 완성 제안을 사용하여 패싯과 최근 쿼리를 확인합니다.

**다른 스팬(span) 쿼리 ** 추가를 클릭하여 스팬(span) 쿼리를 추가하고 트레이스 쿼리문에 사용합니다.

트레이스 쿼리 연산자

a, b, c 등으로 레이블이 지정된 여러 개의 스팬(span) 쿼리 을 트레이스 일치 필드에서 추적하다 쿼리 으로 결합하고, 각 스팬(span) 쿼리 을 나타내는 문자 사이에 연산자를 사용합니다:

Span queries combined into a trace query

연산자	설명	예시
`&&`	And: 양 스팬이 트레이스에 있습니다.	트레이스 스팬이 포함된 서비스 `web-store` 및 스팬이 포함된 서비스 `payments-go`: `service:web-store && service:payments-go`
`\|\|`	Or: 단일 또는 또 다른 스팬이 트레이스에 있습니다.	서비스 `web-store` 또는 서비스 `mobile-store`의 스팬을 포함하는 트레이스: `service:web-store \|\| service:mobile-store`
`->`	Indirect relationship: 오른쪽 쿼리와 일치하는 스팬 업스트림인 왼쪽 쿼리과 일치하는 스팬(span)을 포함하는 트레이스	서비스 `checkoutservice`가 서비스 `quoteservice`의 업스트림인 트레이스: `service:checkoutservice -> service:quoteservice`
`=>`	Direct relationship: 오른쪽 쿼리와 일치하는 스팬의 직계 부모인 왼쪽 쿼리와 일치하는 스팬을 포함하는 트레이스	서비스 `checkoutservice`가 서비스 `shippingservice`로 직접 호출하는 트레이스: `service:checkoutservice => service:shippingservice`
`NOT`	Exclusion: 쿼리와 일치하는 스팬을 포함하지 않는 트레이스	서비스 `payments-go`가 아니라 서비스 `web-store`의 스팬을 포함하는 트레이스: `service:web-store && NOT(service:payments-go)`

트레이스 수준 필터

스팬의 수 또는 Where 문 트레이스의 엔드투엔드 기간과 같은 트레이스 수준 속성에 필터를 적용하여 트레이스의 결과 집합을 추가로 필터링합니다.

필터링	설명	예시
`span_count(a)`	스팬의 발생 횟수	Mongo 데이터베이스에 대한 호출이 10개 이상 포함된 트레이스: - queryA:`service:web-store-mongo @db.statement:"SELECT * FROM stores` - 일치하는 트레이스:`a` - Where:`span_count(a):>10`
`total_span_count`	트레이스의 스팬 개수	1000개 이상의 스팬을 포함하는 트레이스: Where`total_span_count:>1000`
`trace_duration`	엔드 투 엔드 트레이스 기간	엔드투엔드 간 실행 시간이 5초 이상인 경우 : Where:`trace_duration:>2s`

흐름 맵

플로우 맵은 결과 트레이스 쿼리와 일치하는 요청 경로 및 서비스 종속성을 이해하는 데 도움이 됩니다. 이 맵을 사용하여 오류 경로, 서비스 종속성 이상 또는 비정상적으로 높은 데이터베이스 요청률을 식별할 수 있습니다.

참고: 플로우 맵은 수집된 트래픽 샘플을 기반으로 합니다.

스팬 쿼리와 일치하는 서비스 노드는 강조 표시되어 쿼리 조건이 대상으로 하는 트레이스 부분을 표시합니다.

단일 서비스에 대한 자세한 정보를 보려면 서비스 노드에 마우스를 가져가 메트릭에서 요청률과 오류율을 확인하세요. 두 개의 서비스 간 요청률과 오류율에 대한 메트릭을 확인하려면 두 개의 서비스를 연결하는 엣지에 마우스를 가져가세요.

특정 서비스에 대한 종속성을 포함하지 않는 트레이스를 필터링하려면 맵에서 서비스 노드를 클릭합니다.

트레이스 목록

트레이스 목록에는 쿼리와 일치하고 선택한 시간 범위 내에 있는 최대 50개의 샘플 트레이스에 표시됩니다. 지연 시간 분석에 마우스를 가져가면 요청 실행 중 서비스 시간이 어디에서 소비되는지 파악할 수 있습니다.

참고: 표에 표시된 정보는 트레이스의 루트 스팬 속성이며, 트레이스의 엔드투엔드 기간을 표시하지 않습니다.

분석

Timeseries, Top List 또는 Table 와 같은 다른 시각화 중 하나를 선택하여 하나 또는 여러 차원별로 그룹화하여 시간에 따른 결과를 집계합니다. 집계 옵션에 대한 자세한 내용은 스팬 시각화를 참조하세요.

이러한 집계 옵션 외에도 스팬을 집계할 스팬 쿼리 (a, b, c 등)을 선택해야 합니다. 집계 옵션에서 태그 및 속성을 사용하는 스팬과 일치하는 쿼리를 선택합니다.

예를 들어 서비스 web-store(쿼리 a) 스팬과 및 서비스 payments-go(쿼리 b) 스팬 중 일부 오류가 있는 트레이스에 대해 쿼리를 사용하는 경우입니다, @merchant.tier로 그룹화된 스팬의 개수를 시각화하는 경우 merchant.tier는 서비스 web-store의 스팬이며 서비스 payments-go 속성이 아니므로 쿼리 a의 스팬을 사용해야 합니다.

트레이스 쿼리 데이터 수집 방법

Datadog는 지능형 보존 필터를 사용하여 트레이스 쿼리에 대한 데이터를 색인화합니다. 이를 위해 다음을 수행합니다.

플랫 샘플링: 수집된 스팬의 동일한 1% 샘플입니다.
다양성 샘플링: 각 환경, 서비스, 운영 및 리소스에 대한 가시성을 유지하기 위해 대표적이고 다양한 트레이스를 선택합니다.

이 두 가지 샘플링 메커니즘은 완전한 트레이스를 캡처하므로 트레이스의 모든 스팬은 항상 색인화되어 트레이스 쿼리 정확한 결과를 반환할 수 있습니다.

참고: 플랫 샘플링 및 다양성 샘플링으로 인덱싱된 스팬은 인덱싱된 스팬의 사용량에 포함되지 않으므로 요금에 영향을 미치지 않습니다.

1% 플랫 샘플링

retained_by:flat_sampled

1% 플랫 샘플링은 trace_id를 기준으로 적용되며, 이는 동일한 트레이스에 속한 모든 스팬이 동일한 샘플링 결정을 공유한다는 의미입니다. 자세한 내용은 1% 플랫 샘플링 설명서를 참조하세요.

다양성 샘플링

retained_by:diversity_sampling

다양성 샘플링은 15분마다 환경, 서비스, 운영 및 리소스의 각 조합에 대해 하나 이상의 스팬 및 관련 트레이스를 유지합니다. 트래픽이 적은 엔드포인트에서도 항상 서비스 및 리소스 페이지에서 예제 트레이스를 찾을 수 있도록 p75, p90, p95의 대기 시간 백분위수에 대해서 발생합니다. 자세한 내용은 다양성 샘플링 설명서를 참조하세요.