OPS08-BP04 워크로드 지표 기준선 설정

워크로드 지표의 기준선을 설정하면 워크로드 상태 및 성능을 이해하는 데 도움이 됩니다. 기준선을 사용하면 성능이 저하되거나 초과되는 애플리케이션 및 구성 요소를 식별할 수 있습니다. 워크로드 기준선은 문제가 발생하기 전에 문제를 완화할 가능성을 높여 줍니다. 기준선은 활동 패턴을 개발하고 지표가 예상 값에서 벗어날 때 이상 탐지를 구현하는 데 기본이 됩니다.

원하는 결과:

정상 조건에서 워크로드에 대한 지표의 기준선 수준이 있습니다.
워크로드가 정상적으로 작동하는지 확인할 수 있습니다.

일반적인 안티 패턴:

새 기능을 배포한 후 요청 지연 시간이 감소합니다. 들어오는 처리된 요청과 전체 지연 시간의 복합 지표에 대한 기준선이 설정되지 않았습니다. 변경으로 인해 개선되었는지 또는 결함이 발생했는지 확인할 수 없습니다.
사용자 활동이 갑자기 급증했지만 지표 기준선을 설정하지 않았습니다. 활동 급증은 애플리케이션에서 천천히 메모리 누수로 이어집니다. 결국 워크로드가 오프라인 상태가 됩니다.

이 모범 사례 확립의 이점:

주요 구성 요소 및 애플리케이션에 대한 지표를 사용하여 워크로드의 정상적인 활동 패턴을 파악합니다.
워크로드, 해당 애플리케이션 및 구성 요소가 정상적으로 작동하는지 또는 개입이 필요한지 확인할 수 있습니다.

이 모범 사례를 따르지 않을 경우 노출 위험도: 중간

구현 가이드

기록 데이터를 사용하여 워크로드의 애플리케이션 및 구성 요소에 대한 워크로드 지표의 기준선을 설정합니다. 지표 검토 회의 및 문제 해결 과정에서 지표 기준선을 활용합니다. 주기적으로 워크로드 성능을 검토하고 아키텍처가 변경됨에 따라 기준선을 조정합니다.

고객 사례

AnyCompany Retail에서는 모든 구성 요소 및 애플리케이션에 대한 기준선이 설정되어 있습니다. 기록 데이터를 바탕으로 AnyCompany Retail은 2개월의 지표 측정 기간에 걸쳐 워크로드 지표 기준선을 세웠습니다. 2개월마다 기준선을 재평가하고 실제 데이터를 기반으로 조정합니다.

구현 단계

워크로드 지표에서 시작하여 거꾸로 작업하면서 기록 데이터를 기반으로 주요 구성 요소 및 애플리케이션에 대한 지표 기준선을 설정합니다. 구성 요소 또는 애플리케이션당 지표 수를 제한하고 모니터 피로를 방지합니다.
1. Amazon CloudWatch Metrics Insights를 사용하여 대규모로 지표를 쿼리하고 추세와 패턴을 식별할 수 있습니다.
2. Amazon CloudWatch 이상 탐지 기능은 기계 학습 알고리즘으로 지표에 대한 동작 패턴을 식별하고, 기준선을 결정하며, 이상 항목을 표면화합니다.
3. Amazon DevOps Guru는 기계 학습을 사용하여 워크로드의 운영 문제를 탐지하는 기능을 제공합니다.
4. Enterprise Support 고객은 기술 지원 관리자에게 모니터링 전략 구축 워크숍을 요청할 수 있습니다. 이 워크숍은 워크로드에 대한 관측성 전략을 구축하는 데 도움이 됩니다.
특히 중요한 비즈니스 이벤트 이전에 워크로드 지표 기준선을 주기적으로 검토하는 메커니즘을 마련합니다. 적어도 분기에 한 번은 기록 데이터를 사용하여 워크로드 지표 기준선을 평가합니다. 지표 검토 회의에서 기준선을 사용합니다.