home
인포그랩
home
회사소개
기업문화
회사복지
인포그랩 VLOG
채용 공고
기술 스택
첫입사! 온보딩 문화
home

[3일완성] Spring Boot 옵저버빌리티 완성하기 워크숍

인포그랩은 DevOps 전문회사이자 엑셀러레이터입니다.
Expert Lab에서는 경력자들이 전문적인 DevOps 엔지니어가 될 수 있도록 지원합니다. 엔지니어링 성숙도를 높이기 위한 코칭 서비스를 제공합니다.
프로덕션 레벨 DevOps Platform 구축 워크숍에 지금 참여해 보세요!
바로 사용할 수 있는 AWS용 Terraform과 아키텍처를 이용하여 빠르게 DevOps Platform을 구현하고, 옵저버빌리티를 시작해 보세요!   전문 DevOps 코치와 함께 구축   AWS에 참여자 개별 샌드박스 공간/계정 사용   프로덕션 레벨로 준비된 DevOps Platform 아키텍처   바로 사용할 수 있는 IaC 소스코드와, Helm Chart, 샘플 프로젝트   일방적인 교육이 아닌 SaaS 환경에서 본인 속도에 맞게 워크숍으로 핸즈온
제안은 다음과 같은 내용을 담고 있습니다.

 옵저버빌리티 Labs 소개

DevOps Expert Labs는
•
DevOps 기술을 빠르게 실습하고 높은 성숙도를 빠르게 얻는 자기주도 학습 프로그램입니다.
•
Expert Labs는 구글의 코드랩 스타일로 만들어져 코드 실습형 콘텐츠 학습 환경을 제공하며, 집중하여 하나씩 실습을 완료할 수 있는 흐름을 제공합니다.
•
프로덕션 레벨로 준비된 환경과 코드, 설정을 사용하여 “제로 베이스에서 완성된 옵저버빌리티 환경”까지 완성하는 시간을 획기적으로 줄여줍니다.
•
인포그랩은 엔지니어가 옵저버빌리티 실습에 집중할 수 있는 학습 콘텐츠를 엔지니어를 위한 스타일로 제공합니다.
•
DevOps 코치와 함께 워크숍을 진행해 기술적인 문제 없이 빠르게 실전 경험을 완성하는 하이브리드 학습 프로그램입니다.

옵저버빌리티 아키텍처

아키텍처의 특징!
AWS에 탄력적인 인프라 구성, EKS 기반에서 완전히 동작하는 IaC 코드와, 프로덕션 수준의 최적화된 설정과 샘플 프로젝트를 포함하여 DevOps 팀의 엔지니어링 시행착오를 획기적으로 줄여드립니다!

 옵저버빌리티란 무엇인가 학습합니다.

옵저버빌리티(관찰 가능성)은 시스템의 외부 출력을 기반으로 복잡한 시스템의 내부 상태를 추론할 수 있는 능력입니다. 현대 애플리케이션 개발의 맥락에서 옵저버빌리티는 실행 중인 애플리케이션의 동작에 대한 세부적인 인사이트를 제공하기 위해 다양한 소스로부터 데이터(로그, 메트릭 및 추적)를 수집하고 분석하는 것을 의미합니다.

 트레이스, 로그, 매트릭을 수집하고 관리하는 도구들을 구축합니다.

 Grafana Stack으로 도구들을 통합해 옵저버빌리티를 구현합니다.

옵저버빌리티(Observability) 개념, 필요성, 기존 모니터링과의 차이점을 알아보고, Grafana 스택을 사용하여 Spring Boot 애플리케이션의 옵저버빌리티를 구현하는 방법을 학습합니다. 먼저 애플리케이션 코드베이스에 트레이스, 로그, 메트릭을 계측하도록 설정하고 Kubernetes 클러스터에 배포합니다. 그다음, 애플리케이션의 메트릭 정보를 가져오도록 Prometheus ServiceMonitor를 배포합니다. Grafana에서 Prometheus, Tempo, Loki 데이터 소스에 필요한 설정을 추가하고 대시보드를 구성합니다. 마지막으로, 애플리케이션에 부하를 생성한 뒤, 대시보드에서 메트릭, 트레이스, 로그 데이터를 확인합니다.

 프로덕션 수준의 실제 사례로 옵저버빌리티 전략을 실제 업무 환경에 적용합니다.

프로덕션 수준의 샘플 프로젝트로 세션을 진행하며, 업무에 바로 적용할 수 있습니다.

 Observability를 활용해 트러블 슈팅을 진행합니다.

애플리케이션에 실제로 부하를 생성하고, Observability를 활용해 트러블 슈팅을 진행합니다.

구글 CodeLab 스타일의 콘텐츠 소비 환경

콘텐츠 UI/UX의 특징! 복잡한 문서 구조 NO, 하나씩 확인하고 실습할 수 있는 구조로, 쉽게 학습할 수 있습니다. 좌측의 네비게이션을 통해 학습할 내용을 빠르게 확인할 수 있습니다.  우측의 콘텐츠 영역에서는 코드와 실습 중심으로 최소한의 이론을 포함합니다.  실습할 코드를 빠르게 복사할 수 있도록 복사기능을 제공합니다. 이를 워크스페이스에서 실행하고, 결과를 보고, 트러블슈팅하는 직관적인 구조입니다. 엔지니어링 학습은 실제로 동작시키고, 동작 과정을 확인하고, 문제 상황을 해결하는 과정의 반복입니다.
 Expert Labs SaaS 서비스 > 옵저버빌리티 구현 예시

플랫폼 구축 워크숍 참여 대상

본 워크숍 프로그램은 DevOps 실무 엔지니어부터 레거시에서 클라우드/컨테이너로 인프라를 빠르게 이전하면서 DevOps 플랫폼 구성 또는 개선이 필요한 DevOps 엔지니어, 시니어 개발자/TA/AA에게 적합합니다.
단순 DevOps 도구 설치/사용 방법을 헬로 월드 수준으로 만드는 것이 아닌 실무에서 즉각적으로 DevOps Platform 아키텍처를 구축하고 개선합니다.
•
GitOps를 도입하려는 DevOps팀, 또는 담당자
•
DevOps 전체 도구셋을 구축하려는 실무자 (AA, TA, DA 등)
•
DevOps를 구축해야 하는 개발자

워크숍 참가자에게 제공하는 혜택

 Expert Labs으로 콘텐츠 제공
 워크숍 기간에 사용되는 AWS 서비스 이용료 포함
  Expert Labs Discord 커뮤니티

 워크숍 진행 일정

23년

•
일정 마감

24년

•
1차 :   1월 3주 - 1/17(수) ~ 1/19(금)
•
2차 :   3월 3주 - 3/20(수) ~ 3/22(금)

워크숍 콘텐츠

콘텐츠 제공 형태
•
Expert Labs 콘텐츠는 SaaS형으로 제공되며 SaaS 계정은 계약 또는 결제 후 1일 이내 제공합니다.
•
Expert Labs 서비스 기간 동안 조건 없이 사용 가능합니다. (단, 재배포 및 상업 사용 불가, 필요 시 별도 계약 필수)

 커리큘럼 소개

참가자의 피드백에 따라 커리큘럼 순서는 바뀔 수 있습니다.
오전 (9시~12시 - 3시간)
오후(1시~5시 - 4시간)
1일차 :: 옵저버빌리티 이해하기
- 워크숍 진행 안내, Expert Labs 웹사이트 소개 및 사용법 안내 - Observability 구축 Labs 전체 과정 소개 - 핸즈온 워크스페이스 생성
- Sentry 기본 - Sentry를 이용한 에러 트래킹 및 성능 모니터링 - Grafana 스택을 이용한 Spring Boot 옵저버빌리티 데모
2일차 :: 옵저버빌리티 구축하기
- Kubernetes 기본 - Helm 기초 - Metrics Server, Autoscaler 구축 - Reflector, Sealed Secret 구축
- Cert-manager 구축 - Ingress Controller 구축 - MinIO 구축 - Helm으로 Prometheus Stack 구축 - Helm으로 Loki 구축 - Helm으로 Tempo 구축
3일차 :: 옵저버빌리티 활용 및 회고
- Prometheus 기본 - Grafana 기본 - 옵저버빌리티 기본
- 옵저버빌리티 애플리케이션 준비하기 - Grafana 스택을 이용한 Spring Boot 옵저버빌리티 구현 - 전체 과정 Wrap-Up
 과정 시간은 실습 속도 및 참여자의 도구셋 구성의 요구사항에 따라 양 사 합의하에 조정될 수 있습니다.  인프라 준비 과정 포함 여부에 따라 커리큘럼이 조정될 수 있습니다.

장비 및 실습 환경

•
개인 노트북 지참 필수
•
실습 환경 제공 및 준비 사항
◦
AWS
▪
참여자 별 실습 계정 제공

참가자 사전 학습 콘텐츠

옵저버빌리티 활용에 필요한 기본 개념에 대한 학습 콘텐츠를 사전 제공
•
Linux에 대한 경험과 기초 개념 학습
◦
shell, shell script, package management
•
Docker에 대한 경험과 기초 개념 학습
◦
docker command, docker image, registry, Dockerfile
•
Kubernetes에 대한 경험과 기초 개념 학습
◦
Kubernetes command, 자주 사용되는 Object에 대한 이해

 옵저버빌리티 워크숍 콘텐츠 소개

옵저버빌리티의 최신 구축 레퍼런스와 경험을 기반으로 한 고도화 된 콘텐츠!
인포그랩의 경험을 기반으로 전 과정을 체계적으로 학습합니다. 맞춤형 코칭으로 데브옵스 역량을 실무에서 강화할 수 있도록 하는 프로그램입니다.
•
AWS Cloud9과 Terraform을 사용하여 간편하게 인프라를 구축하고, Metrics Server, NGINX Ingress Controller등의 필수 기반 도구를 IaC로 구성합니다.
•
Sentry, MinIO, Prometheus Stack, Loki, Tempo를 사용하여 코드 품질 관리와 애플리케이션 모니터링, Observability를 구겅합니다.
•
Grafana 스택을 사용하여 Spring Boot 애플리케이션의 Observability를 구현하는 것까지, DevOps 플랫폼의 성능과 안정성을 한 단계 높일 수 있습니다.
준비된 Asset으로 한번에 자동화! DevOps의 핵심 역량 습득을 위한 콘텐츠!
옵저버빌리티 플랫폼을 제공할 일이 생겼다면, 준비된 Asset을 활용하여 한 번에 자동화를 수행할 수 있습니다.
Docker기반 에서 Kubernetes 클러스터를 기반으로 확장하며 옵저버빌리티 구축을 완성합니다.
•
옵저버빌리티 환경에서 모니터링 수행
•
DevOps환경에서 전체 파이프라인 확인
•
실무에서 즉각적인 대응 능력
단순 교육이 아닌 소규모 핵심 코칭 프로그램!
•
클라우드/컨테이너 환경에서 옵저버빌리티를 구축할 때 필요한 어셋을 모두 포함합니다.
•
즉시 프로덕션 실무 적용이 가능한 코스입니다.
•
온라인 자료뿐 아니라, 실제 강사와 함께하는 “소규모 핵심 코칭 프로그램” 으로 강의만으로 해결하기 어려운 실제 에러, 환경 문제 등을 강사와 즉각적으로 해결합니다.

DevOps Platform Labs 기술 스택 소개

 Observability/Analysis 기술 스택
•
Prometheus Stack: 알림, 메트릭 조회, 대시보드 등을 포함하는 Observability 도구입니다.
•
Grafana: 시각화 및 대시보드 도구로, Spring Boot 애플리케이션의 Observability를 구현합니다.
•
Loki: Kubernetes에서 로그 분석을 위한 분산 로그 시스템입니다.
•
Tempo: 추적 데이터를 저장하고 시각화하는 분산 추적 시스템입니다.
•
Sentry: 애플리케이션 오류와 예외를 추적하고 모니터링하는 도구입니다.
 클러스터 및 인프라 영역
•
AWS Cloud9: 개발 및 실습 환경을 제공하는 클라우드 기반 IDE입니다.
•
Terraform: 인프라를 코드로 관리하는 도구로, AWS 인프라를 프로비저닝합니다.
◦
AWS VPC, Subnet, Security Group, EC2 인스턴스를 포함한 인프라 리소스를 프로비저닝합니다.
◦
Network, Security Group, EKS Cluster, EKS Add-ons, Node Group를 포함한 인프라 리소스를 프로비저닝합니다.

 콘텐츠 세부 내용 맛보기

옵저버빌리티 인프라 준비

DevOps 플랫폼을 구축할 인프라, 네트워크, 클러스터를 준비합니다. AWS에 EKS를 중심으로 플랫폼이 구성되며, 사전 검증된 Terraform 코드를 활용하여 구축합니다. AWS Cloud9을 사용하여 DevOps 워크스페이스를 만들고, DevOps 필수 툴셋을 워크스페이스에서 구성하며, 플랫폼을 프로비저닝 합니다.
Search

소개

DevOps 플랫폼 구축 실습에 앞서 AWS Cloud9을 이용하여 실습 환경을 구성합니다.
물론 macOS 또는 Windows 환경에서도 실습이 가능하나, OS 종류와 버전 및 아키텍처의 차이로 인해 문제가 발생할 수 있습니다. AWS Cloud9의 EC2 인스턴스에서 실행 중인 운영 체제(OS)는 Amazon Linux 2이므로, 필요한 도구는 Amazon Linux 2용으로 설치하고 동일한 환경에서 실습을 진행합니다.

AWS Cloud9이란?

AWS Cloud9은 통합 개발 환경(Integrated Development Environment, IDE) 입니다.
AWS Cloud9는 여러 프로그래밍 언어와 런타임 디버거, 내장 터미널을 지원하는 풍부한 코드 편집 환경을 제공합니다. 여기에는 소프트웨어를 코딩, 빌드, 실행, 테스트 및 디버그하는 데 사용하는 도구 모음이 포함되어 있으며, 소프트웨어를 클라우드에 릴리스하는 데 도움이 됩니다.
AWS Cloud9은 웹 브라우저를 통해 액세스할 수 있습니다. 사용자는 IDE를 원하는 대로 구성할 수 있습니다. 색상 테마를 전환하고, Shortcut(바로 가기) 키를 바인딩하며, 프로그래밍 언어별 구문 색상 지정 및 코드 포맷팅 지정 등을 활성화할 수 있습니다.

학습 내용

•
AWS Console에서 Cloud9을 구성하는 방법
AWS Cloud9 Workspace 환경 구성
AWS Cloud9을 사용하여 DevOps 플랫폼 구축 실습 환경을 설정합니다. Amazon Linux 2 운영 체제(OS)를 설치하고 워크스페이스 환경 구성을 진행합니다.
Cloud9
AWS
Workspace

소개

AWS 클라우드에 VPC, Subnet, Security Group 및 EC2 인스턴스를 프로비저닝하는 방법을 소개합니다.
AWS 인프라를 코드로 관리하고 프로비저닝하는 목적으로 Terraform을 활용합니다.
이 과정을 통해 Terraform 사용에 대한 지식과 Terraform으로 AWS EC2를 배포하는 방법을 습득합니다.

Terraform이란?

Terraform은 인프라를 안전하고 효율적으로 구축, 변경 및 버전화할 수 있는 코드형 인프라(IaC) 도구입니다. Terraform은 선언적인 형식의 구성 파일을 작성하여 원하는 인프라 구성을 정의하고, 이를 실행하여 실제 인프라를 프로비저닝합니다. 컴퓨팅 인스턴스, 스토리지 및 네트워킹과 같은 하위 수준 구성 요소와 DNS 항목, SaaS 기능 등과 같은 상위 수준 구성 요소가 여기에 포함됩니다.
Terraform은 기존 서비스 제공업체(AWS, Azure, GCP)와 맞춤형 사내 솔루션을 모두 관리할 수 있습니다.

학습 내용

•
AWS Cloud9에서 Terraform을 사용하여 AWS VPC, Subnet, Security Group, EC2를 생성하는 방법
•
Terraform에서 User data 템플릿 파일을 이용한 EC2 구성 작업을 자동 실행하는 방법
•
Terraform에서 .tfvars를 사용하여 환경별 변수를 사용하는 방법
Terraform 으로 AWS EC2 생성
AWS 클라우드에서 VPC, Subnet, Security Group 및 EC2 인스턴스를 생성하는 방법을, Terraform을 이용하여 설명합니다. 이를 통해 AWS 인프라를 코드로 관리하고 EC2로 배포하는 방법을 실습합니다.
Terraform
EC2

소개

AWS 클라우드에 VPC, Subnet, Security Group 및 EKS 클러스터를 프로비저닝하는 방법을 학습합니다.
AWS 인프라를 코드로 관리하고 프로비저닝하는 목적으로 Terraform을 활용합니다.
이 과정을 통해 Terraform 사용에 대한 지식과 Terraform으로 AWS EKS를 배포하는 방법을 습득합니다.

Terraform 이란?

Terraform은 인프라를 안전하고 효율적으로 구축, 변경 및 버전화할 수 있는 코드형 인프라(IaC) 도구입니다. Terraform 선언적인 형식의 구성 파일을 작성하여 원하는 인프라 구성을 정의하고, 이를 실행하여 실제 인프라를 프로비저닝합니다. 컴퓨팅 인스턴스, 스토리지 및 네트워킹과 같은 하위 수준 구성 요소와 DNS 항목, SaaS 기능 등과 같은 상위 수준 구성 요소가 여기에 포함됩니다.
Terraform은 기존 서비스 제공업체(AWS, Azure, GCP)와 맞춤형 사내 솔루션을 모두 관리할 수 있습니다.

AWS EKS란?

Amazon Elastic Kubernetes Service(Amazon EKS)는 자체 Kubernetes 컨트롤 플레인 또는 노드를 설치, 운영 및 유지 관리할 필요 없이 AWS에서 Kubernetes를 실행하는 데 사용할 수 있는 관리형 서비스입니다.
Amazon EKS 클러스터는 두 가지 요소로 구성됩니다.
•
Amazon EKS 컨트롤 플레인(control plane)
Terraform으로 AWS EKS 생성
DevOps Platform을 구성하는 아키텍처를 이해하며, Amazon EKS 클러스터를 프로비저닝합니다.
Terraform
EKS

Observability 기반 도구 셋 구성하기

Search

소개

이번 과정에서는 Kubernetes 클러스터에서 리소스 메트릭을 수집하고 Autoscaler를 활용하여 리소스, 노드 수를 동적으로 확장하는 것을 학습합니다.

Metrics Server란?

Metrics Server는 클러스터에서 리소스 메트릭을 수집하고 이를 Kubernetes API server에 노출하여 Autoscaler에 포함된 HPA(Horizontal Pod Autoscaler) 및 VPA(Vertical Pod Autoscaler)에서 사용할 수 있도록 합니다. 클러스터 내에 Metrics Server가 없을 경우 HPA, VPA에서 오류가 날 수 있습니다.

Autoscaler란?

Kubernetes Autoscaler는 Kubernetes Autoscaling과 관련된 컴포넌트들을 포함하고 있으며 항목은 다음과 같습니다.
•
Cluster Autoscaler : 리소스가 부족하여 파드 생성이 실패하거나 unscheduled 상태가 되면 클러스터의 노드 수를 자동으로 조정합니다.
•
VPA(Vertical Pod Autoscaler) : Deployment 또는 Replicaset에 대해 resource request의 사용량을 학습하고 적합한 resource request 값을 제안합니다. 제안된 resource request 항목은 참조용으로 활용하거나 권장값으로 자동 업데이트할 수 있습니다.
Cluster Autoscaler의 경우 노드의 scale out이 필요할 때 , VPA는 Kubernetes 리소스의 Request, limit의 최적화가 필요할 때, HPA는 리소스 scale out이 필요할 때 사용합니다.
Metrics Server와 Autoscaler 이해하기
Kubernetes
MetricsServer
AutoScaler

소개

GitOps 워크플로를 사용하다 보면 다양한 설정 정보를 Git 저장소에 저장하게 됩니다.
이런 환경에서는 다음과 같은 문제들이 발생할 수 있습니다.
•
민감한 정보를 담고 있는 Kubernetes Secret 관리에 대한 어려움

소개

cert-manager는 TLS/SSL 인증서 발급 및 관리를 자동화하는 도구입니다.
먼저, Kubernetes 클러스터에 cert-manager를 설치합니다. 그다음으로, Let's Encrypt와 같은 무료 인증기관(CA: Certificate Authority)에서 인증서를 발급받기 위해 필요한 ACME(Automated Certificate Management Environment) 발급자(Issuer) 정보를 구성합니다. 도메인에 대한 인증서를 발급하는 과정에서 cert-manager는 DNS01 챌린지를 수행하여 DNS에 TXT 레코드를 생성하고 도메인 소유를 확인합니다. 이를 위해서는 cert-manager가 AWS Route 53에 액세스할 수 있도록 AWS IAM 정책을 생성하고, AWS 자격증명을 저장하는 Secret을 생성해야 합니다.
이 실습을 완료하면, 이후 과정에서 배포하게 되는 DevOps 플랫폼 도구에서 cert-manager와 Ingress 리소스를 사용하여 TLS/SSL 인증서를 발급할 수 있습니다.

cert-manager란?

cert-manager는 TLS/SSL 인증서 발급 및 갱신을 자동화하는 도구로, 컨트롤러와 ‘Custom Resource Definitions(CRD)’를 활용하여 간단하게 사용할 수 있습니다.
cert-manager 컨트롤러는 클러스터에서 관련된 리소스와 CRD로 선언된 상태를 지속적으로 추적합니다. CRD는 Kubernetes API의 확장으로 특정 리소스를 정의할 수 있습니다. cert-manager에는 인증서 발급 정보, 수명 주기 등을 정의, 제어하는 데 사용하는 ClusterIssuer, Issuer, Certificate, CertificateRequest, Order, Challenge 커스텀 리소스가 있습니다.

학습 내용

•
Kubernetes 환경에서 Helm Chart를 통해 cert-manager 배포하는 방법
•
cert-manager를 통해 ClusterIssue와 Certificate를 생성하는 방법

사전 준비사항

cert-manager 구축하기
Kubernetes
CertManager
Helm

소개

하나 이상의 서비스로 표시되는 애플리케이션을 Kubernetes 클러스터 외부의 클라이언트에 제공하는 가장 효율적인 방법은 Ingress 리소스를 사용하는 것입니다. 이러한 Ingress 리소스가 작동하려면 클러스터에 Ingress Controller가 실행 중이어야 합니다. CSP(클라우드 서비스 제공업체)에서 제공하는 Ingress Controller를 배포하거나 그외 여러 Ingress Controller 중에서 선택하여 배포할 수도 있습니다.
이번 실습에서는 엔지니어들이 가장 많이 사용하는 NGINX Ingress Controller를 배포하는 방법을 학습합니다.
이후 Kubernetes 클러스터에 배포하는 애플리케이션은 Ingress 리소스를 사용하여 외부에 노출할 수 있습니다.

NGINX Ingress Controller란?

Ingress 리소스는 클러스터 서비스의 외부 액세스를 관리하는 리소스입니다. 요청된 도메인과 경로를 기반으로 라우팅할 수 있는 리버스 프록시 유형입니다. Ingress Controller는 로드밸런서를 생성 및 연결하고 클러스터에 실행되고 있는 Ingress 리소스에 정의된 규칙에 따라 라우팅을 지원합니다. NGINX Ingress Controller는 이러한 트래픽 라우팅, 로드 밸런싱, 프록시 설정 등을 NGINX 기반으로 지원합니다.
NGINX Ingress Controller가 지원하는 기능은 다음과 같습니다.
•
콘텐츠(호스트 또는 경로) 기반 라우팅
•
로드 밸런싱
•
TLS/SSL 종료(termination)
•
리다이렉션
NGINX Ingress Controller 이해하기
Kubernetes
Ingress

소개

운영 중인 서비스에서 장애가 발생하면 고객이 불편을 겪게 됩니다. 이로 인해 고객 이탈이 발생할 수 있으며, 이는 매출 감소의 원인이 되어 비즈니스적으로 큰 손실이 발생할 수 있습니다. 따라서, 장애를 탐지하고 발생 시 빠르게 대응하는 것이 중요합니다. 장애의 원인으로는 인프라 문제, 애플리케이션 오류, 네트워크 문제, 데이터베이스 문제 또는 그 외 다른 문제가 있을 수 있습니다. 이러한 다양한 원인을 파악하는 것은 어렵습니다. 특히 프론트엔드에서 발생한 오류를 파악하는 것은 더욱 어렵습니다. 서버 또는 인프라 문제는 로그, 메트릭, 트레이스 등을 통해 모니터링하는 도구가 많이 있습니다. 하지만 프론트엔드에서 발생한 오류까지 트래킹할 수 있는 도구는 많지 않습니다. Sentry는 웹 앱, 모바일 앱, 백엔드 서비스를 포함하여 애플리케이션에서 발생하는 오류 및 예외를 캡처하고 기록합니다. 또한 애플리케이션 오류를 실시간으로 모니터링하여 문제가 발생하면 Slack, Teams 등 다양한 채널로 알림을 받을 수 있어 빠르게 대응할 수 있습니다.
학습의 결과로 연관된 서비스 도구들을 포함하여 Sentry를 Kubernetes 클러스터에 배포합니다. 이후에 Sentry를 이용하여 애플리케이션의 오류를 추적하고 모니터링 할 수 있습니다.

Sentry란?

Sentry는 실시간으로 애플리케이션 오류를 추적하고, 모니터링하는 도구입니다. Sentry는 애플리케이션에서 발생하는 오류 및 예외에 대한 자세한 인사이트를 제공함으로써 문제를 빠르고 효율적으로 이해, 분류 및 해결합니다. 이로써 애플리케이션의 전반적인 품질과 안정성을 개선할 수 있도록 도와줍니다. 이는 다양한 프로그래밍 언어와 플랫폼을 지원하며 강력한 시각화 도구와 알림 기능을 제공합니다.
Sentry의 주요 기능은 아래와 같으며, 이는 애플리케이션의 페이지로 표시됩니다.
•
알림(Alerts) : 새 알림 규칙을 만들고 기존 알림 규칙을 관리할 수 있는 곳입니다.
•
대시보드(Dashboards) : 여러 프로젝트의 오류 및 성능 데이터를 탐색할 수 있도록 하여 애플리케이션의 상태에 대한 광범위한 개요를 제공합니다. 대시보드는 하나 이상의 위젯으로 구성되며, 각 위젯은 하나 이상의 검색 또는 이슈 쿼리를 시각화합니다.
•
검색(Discover) : 여러 환경의 이벤트를 쿼리하여 오류 및 트랜잭션에 대한 가시성을 제공하고 전체 시스템 상태에 대한 인사이트를 얻을 수 있습니다. 검색 페이지는 쿼리 결과를 시각화합니다.
•
이슈(Issues) - 애플리케이션에서 그룹화된 문제에 대한 정보를 표시합니다. 여기에서 이슈 세부 정보 페이지로 이동하여 모든 이슈를 더 자세히 볼 수 있습니다.
•
성능(Performance) : 트랜잭션 데이터를 검색하거나 찾아볼 수 있는 Sentry의 기본 보기입니다. 이 페이지에는 트랜잭션 또는 추세를 시각화하는 그래프와 관련 트랜잭션을 보고 해당 트랜잭션에 대한 자세한 정보로 드릴다운할 수 있는 테이블이 표시됩니다.
•
프로젝트(Projects) : 팀별로 소속되어 있는 프로젝트를 나열하고 프로젝트에 대한 개략적인 개요를 제공합니다. 여기에서 각 프로젝트의 프로젝트 세부정보 페이지로 이동하여 더 자세히 볼 수 있습니다.
•
릴리즈(Releases) - 각 릴리즈 버전, 관련 프로젝트, 각 릴리즈의 채택 단계, 각 커밋의 작성자, 크래시 없는 사용자 비율, 크래시 없는 세션 비율을 포함한 릴리즈 상태 데이터에 대한 개략적인 보기를 제공합니다. 릴리즈 페이지로 바로 이동하거나 이슈 상세정보 페이지에서 '마지막으로 본 날짜' 아래에 나열된 릴리즈 ID를 선택하여 이동할 수 있습니다.
Sentry 구축하기
Sentry
Helm

소개

MinIO는 오픈소스 오브젝트 스토리지(Object Storage)입니다.
오브젝트 스토리지는 데이터 스토리지 아키텍처 유형 중 하나로, 비정형 데이터 형식인 오브젝트(객체)로 데이터를 저장하고 관리합니다. 각각의 오브젝트는 데이터, 메타데이터(객체에 대한 설명 정보), 그리고 고유 식별자로 이루어져 있습니다. 데이터를 계층적 디렉터리 구조 또는 고정 크기 블록으로 구성하는 기존 파일 시스템이나 블록 스토리지와 달리 오브젝트 스토리지는 데이터를 독립적인 엔터티로 취급합니다.
오브젝트 스토리지는 일반적으로 클라우드 스토리지, 콘텐츠 전송 네트워크(CDN), 백업 및 아카이빙, 데이터 레이크, 미디어 스트리밍 플랫폼과 같은 다양한 데이터 집약적 애플리케이션에 사용됩니다. 유연성, 확장성 및 대량의 구조화되지 않은 데이터를 처리할 수 있는 기능으로 인해 최신 스토리지 인프라에서 널리 사용됩니다.
일반적으로 많이 사용하는 오브젝트 스토리지에는 주요 클라우드 서비스 제공업체(CSP)에서 제공하는 Amazon S3, Microsoft Azure Blob Storage, Google Cloud Storage가 있습니다.
이번 실습에서는 좀 더 유연하게 온프레미스, 퍼블릭 또는 프라이빗 클라우드에 배포하여 사용할 수 있는 MinIO를 설치합니다. 애플리케이션과 MinIO를 동일한 Kubernetes 클러스터에 배포하면 네트워크 지연 시간(Latency)이 감소하고, 효율적인 통신이 가능해져 클러스터 내 트래픽에 대한 기본 인프라를 최적화하여 활용할 수 있습니다.
이후 Labs 과정에서 배포할 Loki와 Tempo에서 사용하는 버킷(Bucket)을 생성하고 데이터를 저장할 수 있습니다.

MinIO란?

MinIO는 Amazon S3와 호환되는 API를 제공하며, 모든 핵심 S3 기능을 지원하는 고성능 오브젝트 스토리지(Object Storage) 솔루션입니다. MinIO는 확장성, 고성능, 다중 테넌시, 데이터 보호 및 하이브리드 클라우드 지원과 같은 기능을 제공합니다. 이를 통해 사용자는 분산 아키텍처, 병렬 처리 및 컨테이너화의 이점을 누리면서 대량의 구조화되지 않은 데이터를 개체로 저장하고 검색할 수 있습니다. MinIO는 데이터 내구성, 액세스 제어 및 Kubernetes와 같은 널리 사용되는 클라우드 네이티브 플랫폼과 통합할 수 있습니다. 이 오픈 소스 솔루션은 자체 관리 개체 스토리지 기능을 찾는 조직에 유연성, 사용자 정의 옵션 및 비용 효율성을 제공합니다.
MinIO의 주요 특징은 다음과 같습니다.
•
Amazon S3 호환 API 제공
•
스토리지 클러스터에 더 많은 서버 또는 노드를 추가하여 수평으로 확장하도록 설계
•
분산 아키텍처와 병렬 처리를 활용하여 데이터 집약적 워크로드에 고성능 제공
MinIO 구축하기
MinIO
Kubernetes
Helm

소개

Kubernetes 모니터링은 쿠버네티스 클러스터와 그 안에서 실행되는 애플리케이션의 상태, 성능, 리소스 활용도에 대한 데이터를 수집, 분석 및 시각화하는 프로세스를 말합니다. 이를 통해 DevOps, SRE 및 클러스터 관리자가 Kubernetes 클러스터 환경에서 리소스 부족, 높은 CPU 또는 메모리 사용량, 노드 또는 컨테이너의 장애 등과 같은 문제를 식별하고 해결하는 데 도움이 됩니다.
Kubernetes 모니터링은 클러스터의 상태, 안정성 및 성능을 보장하여 동적 환경에서 안정적이고 효율적인 컨테이너화된 애플리케이션을 실행할 수 있도록 하는 측면에서 중요합니다. 문제가 발생하면 원인을 정확히 파악하기 어려울 수 있습니다. Kubernetes 모니터링을 적절하게 수행하면, 문제가 발생하고 있는 또는 발생할 가능성이 있는 위치를 확인하고 조치할 수 있습니다.
Kubernetes 모니터링에는 메트릭 수집, 알림 설정, 데이터 시각화 및 대시보드, 리소스 사용률 분석, 애플리케이션 모니터링 등이 포함됩니다. 이러한 측면을 모두 다루는 인기 있는 모니터링 도구 조합은 Prometheus, Grafana, Alertmanager입니다.
Prometheus Stack은 Kubernetes 클러스터에서 Prometheus 및 관련 구성 요소의 배포, 관리 및 모니터링을 용이하게 하도록 설계된 도구 및 구성 모음입니다.
학습의 결과로 Prometheus, Grafana, Alertmanager 및 관련 리소스를 Kubernetes 클러스터에 배포합니다. 이후 이를 이용하여 메트릭을 수집하고, 대시보드를 생성하고, 알림을 설정하여 Kubernetes 클러스터를 모니터링 할 수 있습니다. 더 나아가서 Observability 구축에도 활용할 수 있습니다.

Prometheus란?

Prometheus는 메트릭 데이터를 수집하고, 시계열 데이터베이스(DB)에 저장하는 시스템 모니터링 도구입니다. 이는 시계열 데이터를 쿼리하기 위한 PromQL을 사용하며 알림도 제공하고 있습니다.
Prometheus의 주요 특징은 다음과 같습니다.
•
시계열 데이터로 메트릭 이름과 key/value로 저장되는 다차원 데이터 모델
•
PromQL을 활용한 강력한 쿼리 및 알림 기능
•
Pull 방식을 이용한 메트릭 수집
Prometheus Stack 구축하기
Prometheus
Grafana
Helm

소개

Kubernetes 로깅은 쿠버네티스 클러스터와 여기에서 실행되는 애플리케이션에서 생성된 로그 데이터를 캡처하고 저장하는 프로세스를 말합니다. 이 데이터에는 애플리케이션 성능, 오류, 경고 및 기타 이벤트에 대한 정보가 포함됩니다. Kubernetes 로그는 분산 시스템의 디버깅 및 문제 해결에 매우 중요하며, 개발자, 운영자 및 보안 팀이 애플리케이션 상태를 모니터링하고 유지 관리하는 데 사용됩니다.
로깅은 컨테이너의 수명이 짧은 Kubernetes의 동적인 세계에서 애플리케이션 동작을 모니터링하기 위한 중요한 도구입니다. Kubernetes 로깅은 클러스터의 상태 및 보안 유지, 문제 진단, 성능 최적화, 규정 준수 보장 및 귀중한 운영 통찰력 확보에 필수적입니다. 이는 효과적인 Kubernetes 관리에서 중심적인 역할을 하며 강력한 모니터링 및 관찰 가능성 전략의 기본 구성 요소입니다. 금융, 의료 및 공공기관과 같이 규제가 심한 산업 분야의 기업은 애플리케이션 로그를 포함하여 시스템 활동에 대한 자세한 로그를 유지해야 합니다. 규정을 준수하지 않으면 법적 및 금전적 처벌을 받을 수 있으며 이는 기업의 평판에도 영향을 미칠 수 있습니다. ELK 스택은 로그를 수집, 저장, 검색 및 분석하는 데 사용되는 인기 있는 오픈 소스 도구 조합입니다. ELK는 Elasticsearch, Logstash 및 Kibana의 약자입니다. Logstash는 로그를 수집하고 필터링하는 데 사용되며 Elasticsearch는 로그를 저장하고 검색하는 데 사용됩니다. Kibana는 Elasticsearch에서 저장된 로그를 시각화하는 데 사용됩니다. Logstash 대신 Fluentd를 사용하면 EFK 스택이라고 합니다. Loki, Promtail 및 Grafana를 조합하면 이와 유사한 기능을 제공할 수 있습니다. 로그 데이터는 모든 애플리케이션, 호스트 시스템 및 자체 로그 스트림 집합을 생성하는 인프라 구성 요소로 인해 거대한 경우가 많습니다. 이로 인해 스토리지 비용이 빠르게 증가할 수 있습니다. Elasticsearch는 저장된 문서의 전체 내용을 인덱싱합니다. 데이터는 구조화되지 않은 JSON 객체로 디스크에 저장됩니다. Elasticsearch를 사용하면 문서를 완전히 검색할 수 있지만 더 많은 저장 공간이 필요합니다. 반면에 Loki는 로그의 메타데이터(레이블)만 인덱싱합니다. 인덱싱이 완료되면 로그 데이터가 압축되어 S3 및 MinIO와 같은 오브젝트 스토리지에 저장됩니다. 압축된 로그 데이터를 청크라고 합니다. 각 로그 스트림에 대해 일련의 레이블만 인덱싱되므로 생성되는 인덱스가 작습니다. 인덱스와 청크 모두 Loki 2.0의 오브젝트 저장소에 저장할 수 있습니다. 학습의 결과로 Loki와 Promtail를 Kubernetes 클러스터에 배포합니다. 이후 이를 이용하여 로그를 수집하고 검색하여 Kubernetes 클러스터를 모니터링 할 수 있습니다. 또한, Grafana Observability Stack의 일부인 로깅 기능을 담당하는 데 사용할 수 있습니다.

Loki란?

Loki는 Prometheus에서 영감을 받아 만들어진 수평 확장이 가능하며 가용성이 높은 다중 테넌트 로그 집계 시스템입니다. 로그 데이터 자체는 압축되어 오브젝트 스토리지나 파일 시스템에 저장됩니다. 이는 로그 내용을 인덱싱하지 않고 각 로그 스트림의 레이블 집합을 인덱싱하므로 비용 효율이 높으며 작동하기 쉽도록 설계되었습니다.
Promtail은 Loki를 위해 특별히 제작된 로그 수집기입니다. Prometheus와 동일한 서비스 디스커버리(Service Discovery)를 사용하며, Loki로 수집하기 전에 로그에 레이블을 지정하고, 변환하고 필터링하는 유사한 기능을 포함하고 있습니다.
Loki는 로그 텍스트를 인덱싱하지 않습니다. 대신, 항목이 스트림으로 그룹화되고 레이블로 인덱싱됩니다. 이렇게 하면 비용이 절감될 뿐만 아니라 로그 라인이 Loki에 수신된 후 몇 밀리초 내에 쿼리할 수 있습니다.
Loki의 강력한 쿼리 언어인 LogQL을 사용하여 로그를 탐색할 수 있습니다. Grafana UI에서 LogQL 쿼리를 직접 실행하여 다른 데이터 소스와 함께 로그를 시각화할 수 있습니다. 또한, 명령줄 환경에서 작업하는 것을 선호하면 LogCLI를 사용할 수도 있습니다.
들어오는 로그 데이터에 대해 Loki가 평가할 알림 규칙을 설정할 수 있습니다. 이를 통해 결과 알림을 Prometheus Alertmanager로 전송하여 적절한 팀에 전달할 수 있도록 Loki를 구성할 수 있습니다.

학습내용

•
Loki와 Promtail의 Helm 차트 리포지터리를 구성하는 방법
•
Loki와 Promtail의 Helm 차트 구성 정보를 배포 환경에 맞게 설정하는 방법
Loki 구축하기
Loki
Helm

소개

트레이스(Trace)는 시스템, 소프트웨어 응용 프로그램 또는 사용자의 이벤트 또는 활동이 시간 순서대로 기록된 정보를 나타냅니다. 애플리케이션이 단일 데이터베이스가 있는 모놀리식이든 여러 서비스가 있는 분산 시스템이든 관계없이 애플리케이션에서 요청이 취하는 전체 "경로"를 이해하려면 트레이스가 필수적입니다.
메트릭(Metric)과 로그(Log)은 특정 시스템 내부에서의 동작을 볼 수 있지만, 분산 시스템에서의 문제 해결에는 부족합니다. 이러한 이유로 트레이스가 필요하며, 이는 디버깅, 성능 분석 및 다양한 시나리오에서의 애플리케이션 동작 이해와 같은 다양한 목적으로 사용될 수 있습니다.
Tempo는 Grafana Labs에서 개발한 오픈 소스 분산 추적 백엔드(distributed tracing backend)입니다. 이는 매우 효율적이고 확장 가능한 방식으로 트레이스 데이터를 저장, 인덱싱 및 검색하기 위해 설계되었습니다. Tempo는 Grafana 옵저버빌리티(Observability) 스택의 일부이며, Grafana, Prometheus 및 Loki와 긴밀하게 통합됩니다.
학습의 결과로 Tempo를 Kubernetes 클러스터에 배포합니다. 이후 이를 이용하여 Kubernetes 클러스터에서 실행되는 애플리케이션을 모니터링하기 위해 트레이스 데이터를 수집하고 검색할 수 있습니다. 또한 Grafana Observability Stack의 일부인 트레이스 기능을 담당하는 데 사용할 수 있습니다.

Tempo란?

Grafana Tempo는 사용하기 쉬운 오픈소스 대규모 분산 추적 백엔드입니다. Tempo는 비용 효율적이며 작동하는 데 오브젝트 스토리지만 필요합니다. Jaeger, Zipkin 또는 OpenTelemetry를 포함한 오픈 소스 추적 프로토콜과 함께 Tempo를 사용할 수 있습니다.

옵저버빌리티 활용하기

옵저버빌리티에 대해 알아보고 샘플 프로젝트를 통해 직접 옵저버빌리티 환경을 경험합니다.
Spring Boot 샘플 프로젝트를 이용하여 로그를 트래킹하고, 이벤트를 추적하며 문제를 해결하는 과정을 포함하고 있습니다.
Search
이 과정에서는 옵저버빌리티의 개념, 필요성, 기존 모니터링과의 차이점, 그리고 Grafana 스택을 활용한 Spring Boot 애플리케이션의 옵저버빌리티 구현 방법을 배웁니다.

소개

이 과정에서는 옵저버빌리티(Observability)가 무엇인지, 왜 필요한지, 기존 모니터링과의 차이점은 무엇인지에 대해 알아보고, Grafana 스택을 사용하여 Spring Boot 애플리케이션의 옵저버빌리티를 구현하는 방법을 학습합니다.

옵저버빌리티란 무엇인가요?

옵저버빌리티(관찰 가능성)은 시스템의 외부 출력을 기반으로 복잡한 시스템의 내부 상태를 추론할 수 있는 능력입니다. 현대 애플리케이션 개발의 맥락에서 옵저버빌리티는 실행 중인 애플리케이션의 동작에 대한 세부적인 인사이트를 제공하기 위해 다양한 소스로부터 데이터(로그, 메트릭 및 추적)를 수집하고 분석하는 것을 의미합니다.
옵저버빌리티는 오늘날의 동적 아키텍처와 멀티 클라우드 컴퓨팅 환경에서 매우 중요합니다. IT, DevOps 및 SRE 팀은 이를 통해 대시보드, 서비스 의존성 맵 및 분산 추적과 같은 시각화의 도움을 받아 원격 측정 데이터를 디코딩하고 애플리케이션, 서비스 및 인프라가 어떻게 성능을 발휘하고 있는지 이해할 수 있습니다. 이를 통해 성능 문제를 사전에 감지하고 빠르게 대응하여 문제를 해결할 수 있습니다.

옵저버빌리티가 필요한 이유는 무엇입니까?

분산 IT 시스템에서는 많은 구성 요소가 상호 작용합니다. 하나의 구성 요소가 고장이나 문제를 겪으면 상관없어 보이는 시스템 요소들에 영향을 줄 수 있습니다.
끊임없이 변화하는 클라우드 환경에서는 상호연결된 애플리케이션, 네트워크 및 장치에서 단일 변경사항이 광범위한 영향을 미칠 수 있으며 이러한 변화는 지속적으로 발생합니다. 옵저버빌리티는 느린 네트워크 또는 장치 구성 오류와 같은 문제를 식별하고 다른 구성 요소에 미치는 잠재적인 영향을 이해할 수 있게 해줍니다. 예상치 못한 일이 발생했을 때 모니터링은 발생한 시기를 알려줄 수 있지만, 옵저버빌리티는 예상치 못한 일을 확인하는 데 도움을 줍니다.
옵저버빌리티는 분산 IT 시스템의 성능을 평가, 모니터링 및 개선할 수 있기 때문에 중요합니다. 기존의 모니터링 방법보다 훨씬 효과적입니다. 종단 간 관찰 플랫폼은 사일로를 허물고 협업을 촉진하는 데 도움이 될 수 있습니다. 문제를 사전에 진단, 분석하고 원인을 추적할 수 있습니다.
옵저버빌리티는 IT 조직에 클라우드 네이티브 환경의 많은 데이터 소스에 대한 진정한 가시성을 제공합니다. 옵저버빌리티의 세 가지 기둥은 로그, 메트릭 및 트레이스입니다. 풀 스택 옵저버빌리티(Full Stack Observability)을 통해 멀티 클라우드 에코시스템의 성능을 실시간 및 기록으로 추적할 수 있습니다. 하드웨어, 소프트웨어, 클라우드 인프라 구성 요소, 컨테이너, 오픈 소스, 마이크로 서비스 등에서 생성된 엔드포인트 및 서비스에서 데이터를 종합할 수 있습니다.
Grafana를 이용한 Spring Boot Observability 구현
이 과정에서는 옵저버빌리티(Observability)가 무엇인지, 왜 필요한지, 기존 모니터링과의 차이점은 무엇인지에 대해 알아보고, Grafana 스택을 사용하여 Spring Boot 애플리케이션의 옵저버빌리티를 구현하는 방법을 학습합니다.
Grafana
Prometheus
Tempo
Loki
SpringBoot

F.A.Q

워크숍 참여 방식은 어떻게 되나요?
워크숍 참여 대상 및 참여 인원 제한이 있나요?
Expert Labs 콘텐츠를 어떻게 사용하나요?
Expert Labs 콘텐츠의 활용 제약 사항이 있나요?
워크숍 참가자 커뮤니티가 있나요?
워크숍 참여 신청은 어떻게 하나요?
온라인으로 참가하고 싶을 경우에는요?