기술이야기 | 브레인즈컴퍼니

주메뉴 바로가기 본문 바로가기

메인 페이지로 이동
블로그
기술이야기

블로그

기술이야기

기술이야기 APM 솔루션을 통한 구체적인 WAS 모니터링 가이드 기술이야기 APM 솔루션을 통한 구체적인 WAS 모니터링 가이드 WAS 환경에서 서비스를 운영하다 보면, 특정 시간대에 간헐적인 응답 지연, 트랜잭션 실패, 일시적인 서비스 불안정 등이 반복적으로 발생하는 경우가 많습니다. 문제는 이런 현상이 일정한 패턴 없이 나타날 때, 운영자가 단순한 모니터링 지표나 로그만으로는 정확한 원인을 파악하기 어렵다는 점입니다. 많은 운영자들이 CPU, TPS, 에러율 등 다양한 지표를 교차해서 살펴보지만, 실제로 "어떤 요청이 지연됐는지", "어떤 지점에서 병목이 생겼는지"를 끝내 확인하지 못하고 넘어가는 사례도 적지 않습니다. 결국 표면적인 수치만 보고 넘어갈 경우, 반복적인 문제에 대한 근본적인 해결책을 놓치게 됩니다. 이러한 운영 현실을 반영해, Zenius APM은 단순 지표 조회를 넘어 트랜잭션의 흐름을 따라가며 실제 문제를 찾아낼 수 있는 ‘주제별 분석’과 ‘Snapshot 분석’ 기능을 제공합니다. 이 두 가지 기능은 문제 발생 시점의 트랜잭션을 시각적으로 확인하고, 응답 지연의 원인을 한눈에 파악하는 데 효과적입니다. APM솔루션 Zenius APM을 통해 WAS를 효과적으로 모니터링하는 방법을 자세히 알아보겠습니다. 주제별 분석 – 문제 구간을 빠르게 좁혀가는 첫 단계 Zenius APM의 주제별 분석은 ‘APM > 분석 > 주제별 분석 > Issue’ 메뉴에서 시작됩니다. 운영자는 여기서 분석할 기간(예: 1일, 7일, 30일 등)과 대상 인스턴스(WAS 서버)를 선택할 수 있으며, 다수의 인스턴스를 동시에 지정하여 서비스 전체의 상태를 통합적으로 분석할 수도 있습니다. Zenius는 이 범위 내에서 수집된 트랜잭션 중 응답 지연, 예외 발생, 오류 응답 등 정상 범위를 벗어난 트랜잭션을 자동 탐지하고, 이슈 유형별로 정리해 보여줍니다. 이 덕분에 운영자는 로그를 일일이 검색하지 않아도, 문제 발생 구간과 주요 원인 유형을 한눈에 파악할 수 있습니다. 또한, 특정 애플리케이션이나 서버만 선택해서 보거나, 이슈 발생 시간대별로 정렬해보는 것도 가능하므로, 분석 범위를 점차 좁혀가며 원인 추적을 진행하기에 매우 유용합니다. 이 기능은 단지 이슈를 보여주는 데 그치지 않고, 다음 단계의 트랜잭션 분석이나 흐름 확인을 위한 기준점 역할을 합니다. Stack Trace 기반 흐름 분석 – 병목 지점을 구체적으로 확인 Zenius APM의 주제별 분석 화면에서 이슈 리스트를 클릭하면, 해당 트랜잭션에 대한 상세 분석 화면으로 진입할 수 있습니다. 이 화면에서는 단순히 에러가 발생했다는 사실을 넘어서, 트랜잭션의 흐름과 그 안에서 어떤 지점에서 문제가 발생했는지를 구체적으로 추적할 수 있는 정보들이 제공됩니다. 우선, 상단에서는 이슈 유형, 발생 시각, 애플리케이션 이름, 에러 메시지 등의 기본 정보가 정리되어 있어 문제가 언제, 어디에서, 어떤 유형으로 발생했는지를 빠르게 확인할 수 있습니다. 여기에 더해, Zenius는 각 트랜잭션이 어떤 호출 흐름을 거쳐 처리되었는지에 대한 Stack Trace 정보를 함께 제공합니다. 이 Stack Trace는 단순한 로그 텍스트가 아닌, 각 함수 호출 및 내부 모듈 간 처리 관계가 시각화된 형태로 제공되며, 각 단계별로 소요된 시간도 함께 확인할 수 있습니다. 이를 통해 전체 요청 중 어떤 구간에서 응답 지연이 발생했는지, DB 호출이나 외부 연동에서 병목이 있었는지를 직관적으로 파악할 수 있습니다. 특히 우측 상단에 위치한 ‘트랜잭션 상세보기’ 아이콘을 클릭하면, 해당 트랜잭션에 대한 더 구체적인 흐름 분석 화면으로 전환됩니다. 이 화면에서는 클라이언트 IP, 요청 경로, 호출 계층 구조, HTTP 상태 코드 등 네트워크 및 애플리케이션 관점의 주요 진단 정보를 모두 확인할 수 있어, 지연의 원인이 프론트엔드-백엔드-DB 중 어디에 있었는지를 명확하게 구분할 수 있습니다. 이러한 분석 방식은 단순히 응답 시간이 늘어났다는 결과만 보여주는 것이 아니라, 문제 발생의 맥락을 따라가며 원인을 추적할 수 있는 구조를 제공합니다. 기존 모니터링 도구에서는 트랜잭션의 처리 흐름을 별도로 조합해야 했다면, Zenius는 하나의 화면에서 모든 흐름을 자연스럽게 보여주기 때문에 운영자의 분석 부담을 크게 줄여줍니다. 애플리케이션 단위 흐름 파악 – 전체 상태를 한눈에 정리 트랜잭션 단위 분석만으로는 전체 시스템의 상태 흐름을 파악하는 데 한계가 있습니다. 특히 여러 서비스가 동시에 운영되는 환경에서는, 특정 애플리케이션의 호출 집중 시점, 실패율 변화, 응답 지연 구간 등을 종합적으로 분석해야 원인을 정확히 진단할 수 있습니다. Zenius APM은 이를 위해 ‘APM > 분석 > 주제별분석 > 어플리케이션’ 탭을 제공합니다. 이 화면에서는 운영 중인 각 애플리케이션에 대한 호출 수, 실패 수, 평균 응답 시간의 시계열 변화를 한눈에 확인할 수 있습니다. 뿐만 아니라, 화면 하단에서는 다음과 같은 분석 항목이 추가로 제공됩니다: - SQL 실행 패턴: 쿼리 호출량, 응답 시간, 반복 실행 여부 등 - 이슈 발생 현황: 에러 빈도, 처리 실패 패턴 - 일별/시간별 현황 차트: 특정 시간대에 집중된 요청, 급증 구간 탐지 - 응답 분포 차트: 지연 구간의 비정상 요청 탐색 이러한 시각적 분석을 통해 운영자는 “어떤 시간대에 요청이 몰렸는지”, “응답이 지연되기 시작한 시점이 언제인지”, “반복적인 병목 쿼리가 있는지” 등을 입체적으로 파악할 수 있습니다. 특히, Zenius APM은 단일 화면 내 탭 전환만으로 주요 데이터를 연계 분석할 수 있어, 운영자는 화면을 전환하거나 복잡한 조건을 따로 설정하지 않고도 전체 흐름을 집중도 있게 파악할 수 있습니다. Snapshot 분석 – 문제 발생 시점의 상태를 다시 확인하는 방법 서비스 운영 중 반복적으로 발생하는 응답 지연이나 트랜잭션 병목 문제는, 대부분 특정 시점에 집중되어 나타나는 경우가 많습니다. 하지만 문제가 실제로 발생한 그 ‘시점’의 시스템 상태를 정확히 기억하고 분석하는 것은 쉽지 않습니다. 특히 로그나 지표만으로는 당시 상황을 온전히 재현하기 어렵습니다. Zenius APM의 Snapshot 분석은 이러한 문제를 해결하기 위한 기능입니다. 이는 단순한 트랜잭션 저장이나 이력 조회를 넘어, 특정 시점의 트랜잭션 흐름, 요청량 변화, 응답 분포, 시스템 자원 사용 상태를 그대로 복원하여 보여줍니다. 운영자는 ‘APM > 분석 > Snapshot’ 분석 메뉴를 통해 분석이 필요한 시점을 선택하고, 해당 시간대에 수집된 트랜잭션 전체의 흐름을 다시 재현할 수 있습니다. 특히 응답 시간의 분포까지 시각적으로 함께 제공되기 때문에, 병목이나 실패가 시작된 구간을 한눈에 식별할 수 있습니다. 예를 들어, 매일 새벽 1시경 특정 서버에서 트랜잭션 수가 급증하면서 응답 지연이 발생하는 문제가 반복된다면, 운영자는 다음과 같은 항목을 Snapshot을 통해 명확히 분석할 수 있습니다: - 어떤 서비스 또는 애플리케이션에서 요청이 집중되었는지 - 세션 수, 응답 지연 시간, 트랜잭션 실패 건수의 변화 추이 - Stack Trace에서 어떤 호출 구간부터 처리 지연이 발생했는지 이와 더불어 Zenius는 Snapshot 데이터를 현재 실시간 대시보드와 병렬로 띄워 비교 분석할 수 있도록 지원합니다. 이를 통해 단순히 과거 상황을 재확인하는 것을 넘어, 문제 발생 전후의 시스템 차이를 입체적으로 파악하고, 재발 방지를 위한 운영 전략을 세우는 기반으로 활용할 수 있습니다. 구체적인 활용 가이드 Zenius APM은 운영 중 발생하는 애플리케이션의 속도 저하, 비정상 동작 등의 문제를 실시간으로 감지하고, 이에 대한 신속한 원인 분석을 지원합니다. 특히, 특정 시간대에 반복적으로 발생하는 이슈에 대해서는 해당 시점의 Snapshot을 재현함으로써, 문제의 흐름과 원인을 보다 정밀하게 진단할 수 있습니다. 이러한 분석은 ‘APM > 분석 > 주제별 분석 > Issue 메뉴’에서 시작됩니다. 먼저, 이슈 분석을 수행해 트랜잭션 지연, 오류, 예외와 같은 이상 패턴을 확인합니다. 이때, 조회 기준을 ‘Issue 유형’이 아닌 ‘대상 기준’으로 선택하면, 여러 인스턴스를 동시에 조회하여 각 인스턴스의 상태를 손쉽게 비교하고 분류할 수 있습니다. 이를 통해 매번 인스턴스별로 별도의 분석을 수행하지 않아도 되며, 다수의 WAS 서버나 노드가 구성된 환경에서도 통합적이고 효율적인 문제 탐색이 가능합니다. 분석 결과는 이슈 유형별로 정리되어, 문제의 집중 발생 시간대 및 영향을 받는 서비스 범위를 빠르게 파악할 수 있게 해줍니다. 분석 결과를 통해 이슈가 발생한 애플리케이션이 식별되면, ‘어플리케이션’ 탭으로 이동하여 해당 애플리케이션의 상태를 보다 심층적으로 확인할 수 있습니다. 이 탭에서는 호출량, 응답 시간, 실패 건수 등의 지표를 시간대별로 시각화해 보여주며, SQL 실행 패턴 및 응답 분포 차트까지 함께 제공되어 애플리케이션의 처리 흐름과 병목 구간을 정밀하게 파악할 수 있습니다. 어플리케이션의 호출 건수, 실패 건수, 응답 시간 등의 지표를 종합적으로 분석하면, 해당 애플리케이션의 현재 동작 상태를 명확하게 파악할 수 있습니다. 이러한 지표는 단일 트랜잭션 분석만으로는 알기 어려운, 서비스 전반의 처리 안정성이나 성능 이상 징후를 조기에 감지하는 데 유용합니다. 앞선 이슈 분석 화면에서는 이슈의 유형, 영향을 받은 애플리케이션, 연관된 트랜잭션 정보 등을 함께 확인할 수 있으며, 이를 기반으로 보다 정밀한 원인 추적이 가능합니다.특정 이슈 항목을 확인한 후에는 ‘일별/시간별 현황’ 탭으로 이동하여, 해당 문제가 어느 시간대에 집중적으로 발생했는지, 또는 지속적으로 반복되고 있는지를 시계열 기반으로 확인할 수 있습니다. 예를 들어, 위 화면에서 01시 시간대에 이슈가 가장 집중적으로 발생한 것을 확인할 수 있습니다. 이처럼 특정 시간대에 반복적으로 문제가 발생하는 양상이 보인다면, 해당 시점에 동일한 유형의 이슈가 재발될 가능성이 높다고 판단할 수 있습니다. 이에 따라 운영자는 해당 시간대의 Snapshot 분석을 실행해, 당시의 트랜잭션 흐름과 자원 사용 현황 등을 복원하고, 대상 인스턴스의 실제 상태를 보다 구체적으로 확인할 수 있습니다. Snapshot 분석을 통해 해당 시점의 접속자 수, 요청 건수, CPU·메모리 등 리소스 사용 현황을 종합적으로 확인할 수 있으며, 응답 분포 차트를 기반으로 성능 저하가 발생한 구간의 Stack Trace 정보와 관련 이슈 내역을 함께 분석할 수 있습니다. 또한 ‘새창에서 분석’ 기능을 활용하면 Snapshot 분석 결과를 별도의 창에서 확인할 수 있어, 현재의 실시간 대시보드와 병렬로 비교 분석이 가능합니다. 이를 통해 과거 특정 시점의 시스템 상태와 현재 상태를 정밀하게 대조할 수 있으며, 지속적인 성능 저하 여부나 개선 효과를 직관적으로 판단할 수 있습니다. 문제가 발생했을 때 단순히 지표를 보는 것만으로는 원인을 정확히 파악하기 어렵습니다. Zenius APM은 이슈 발생 구간을 중심으로 흐름을 따라가며, 트랜잭션 단위에서 실제 병목 지점을 시각적으로 확인할 수 있게 해줍니다. 덕분에 운영자는 반복되는 문제의 흐름을 놓치지 않고, 빠르게 대응할 수 있습니다. 운영 현장에서 ‘왜 문제가 생겼는가’를 정확히 알고 싶은 분들에게 꼭 필요한 솔루션입니다. 2025.08.01
기술이야기 [Zenius Case#2] 서버관리, 서버가 왜 이렇게 느리지? 기술이야기 [Zenius Case#2] 서버관리, 서버가 왜 이렇게 느리지? 평온한 오후 퇴근 준비가 한창인데 불길한 전화가 걸려 옵니다. “서비스가 먹통이어서 확인 좀 해야 하는데 서버가 엄청 버벅거리고 반응이 느려요!! 이거 왜 이러죠??” 왜!! 도대체 왜!! 한 번쯤은 겪어보았을 급작스러운 Linux 서버의 상태 이슈! 불행하게도 무척이나 다양한 원인으로 인해 발생하게 됩니다. 우리의 목표는 이 다양한 원인 중 실제 발생 원인을 빠르게 특정하는 것! 기본적인 항목들의 체크리스트를 통해 빠르게 원인을 파악 해 봅시다. Linux 서버 상태 이슈 체크리스트 1. 서버의 CPU 부하 확인하기 2. BUFFER, CACHE, SWAP 상태 확인하기 3. 디스크 상태 확인하기 Zenius를 통한 데이터 추이 분석!! 장애의 발생은 순식간에 일어나지만, 장애 발생 시점의 데이터만을 확인해서는 원인을 파악하기가 쉽지 않은 경우가 많습니다. Zenius를 활용하여 앞서 정한 체크리스트를 빠르게 확인해 봅시다. 1. 서버의 CPU 부하 확인하기 - CPU 부하 확인의 Point는 Load Average Load Average는 CPU 사용 대기 중인 프로세스와 I/O 완료를 대기하고 있는 프로세스의 수를 의미합니다. 따라서, Load Average가 높다는 것은 CPU가 바쁘며 시스템에 걸리는 부하가 있다는 뜻입니다. 화면과 같이 1분, 5분, 15분의 로드 평균을 확인 해 보도록 합시다. 1분 로드 평균은 순간적으로 증가하는 경우가 있지만, 5분 15분 데이터상에도 이전과 비교하였을 때 높은 수치를 보인다면, CPU의 부하가 의심스러운 상황입니다. 그렇다면 CPU의 사용률과 I/O 대기율은 어떨까요? user가 사용한 CPU 사용률은 일정하지만, Iowait 수치가 올라간 것을 볼 수 있습니다. 이 경우 CPU의 리소스 부족이기보다는 I/O로 인한 부하로 판단할 수 있고, 자세히는 메모리나 프로세스의 현황 확인이 필요한 경우입니다. 반대로 user 수치가 높은 경우에는 물리적인 CPU 자체의 리소스 부족이라 볼 수 있습니다. 2. BUFFER, CACHE, SWAP 상태 확인하기 - 메모리 사용률과 Swap, Buffer, Cache 메모리 사용률이 높다 = 서버에 부하가 있다?? 답은 No !! Linux 서버의 메모리 사용률은 Buffer/Cache의 사용량이 포함되어 표현되게 됩니다. 따라서, 우리는 그 추이를 통하여 이슈를 확인하는 것이 중요합니다. 위의 검은 바탕의 그래프는 메모리 사용률이 높지만, 일정한 수치를 유지하고 있습니다. 이런 경우 서버의 메모리 사용은 안정적인 영역에서 이루어진다고 판단이 가능합니다. 그 이유는 실제 메모리 사용량과 Buffer/Cache에 할당량의 수치가 할당 가능한 수치 내에서 이루어지기 때문에 사용률이 유지된다고 볼 수 있기 때문입니다. 반면 흰 바탕의 그래프는 메모리 사용률이 점차 증가하며 결국 100%까지 도달한 것을 확인할 수 있는데요, 이경우에는 프로세스가 연산에 필요한 공간을 할당받지 못하여 프로세스 행이 발생하게 됩니다. 그렇다면 Buffer Cache Swap은 어떨까요? 먼저 Buffer Cache에 관해 확인 해 보도록 하겠습니다. *Buffer – 메타데이터를 메모리에 저장. *Cache – Page Cache, Slab을 메모리에 저장. 쉽게 말해, 둘 다 용도에 맞는 정보를 저장하여 수행 속도에 도움을 주는 영역입니다. 메모리 사용량이 늘어나면 이 Buffer, Cache 영역이 줄어들게 되고, 저장 영역이 줄어든다는 것은 속도가 떨어져 성능 저하로 이어지게 됩니다. 아래 그래프는 메모리 사용률이 올라가고 있는 상태의 서버 데이터입니다. 다음으로 이 시점의 Buffer, Cache의 영역을 확인해 보겠습니다. 추이 그래프를 통해 메모리 사용률이 올라갈수록 Buffer, Cache 영역이 줄어드는 것을 확인할 수 있습니다. 그렇다면 이 시점의 I/O는 어떨까요? 보시는 바와 같이 Iowait 수치가 급격히 올라갔음을 확인 할 수 있으므로, “메모리 사용률의 상승은 Buffer, Cache 영역을 줄어들게 하여 속도 저하를 발생시킨다.” 라는 결론을 도출할 수 있습니다. 또한, 메모리 사용률의 상승은 Swap에도 영향을 끼치게 됩니다. *Swap – 디스크 공간에 할당하여 메모리 역할로 사용하는 공간. 따라서, Swap 영역의 사용은 실제 메모리가 아닌 디스크를 사용하기 때문에 속도 저하가 발생 됩니다. 위 그래프는 Swap 사용률이 증가하고 있는 서버의 데이터입니다. 이 시점의 디스크의 상태를 보면 Read와 Write가 점차 Swap과 동일하게 상승하는 것을 볼 수 있습니다. 이렇게 메모리 대신 디스크 영역을 사용하면서 속도가 저하하게 되는 것입니다. 3. 디스크, 확인하기 - Mount Point 별 디스크 사용량, 작업량 추이 확인 디스크의 여유 공간이 없으면 시스템이 파일 생성을 못 하게 되고 결국엔 서버의 운영에 영향을 끼치게 됩니다. 각각의 마운트 지점의 사용률을 체크하여 여유 공간을 확보하는 것이 필요합니다. 디스크의 사용량이 급작스럽게 늘어난 경우는 신규 파일이 업로드되었다거나, 로그파일이 급작스럽게 많이 쌓이는 경우가 있습니다. 그렇기에 각 Mount Point의 사용률을 확인하고 해당 지점의 이슈 사항을 파악하는 것이 가장 좋습니다. 위 그래프와 같이 1시간 이내에 /data 지점의 사용률이 급등하였다면, 해당 지점에 쌓이는 데이터나 로그파일이 급격하게 증가한 것이므로 확인이 필요합니다. 다음으로는 디스크 사용 추이를 확인 해 보도록 하겠습니다. 서버에서 사용하는 물리 디스크는 각각의 성능의 한계가 있습니다. 이 한계를 직관적으로 확인할 수 있는 데이터로는 Disk Busy Rate(작업률)와 Disk Wait Rate(대기율)이 있는데요, Read 및 Write의 양이 한계치까지 치솟게 된다면 Busy Rate 값이 증가하게 되고, 이에 따른 Wait Rate 가 늘어나면서 서버의 성능 저하를 불러오게 됩니다. 어떻게 관리해야 할까? 앞서 확인한 서버의 상태 이슈들, 물론 급작스럽게 발생하는 경우는 어쩔 수 없지만 미리 대비가 가능한 것들은 Zenius-EMS를 이용하여 임계치 기반의 사전 모니터링과, 모니터링 페이지를 통한 직관적인 관리가 가능합니다. 각각의 항목들에 세부적으로 단계별 임계치를 걸어서 서버의 상태 이슈를 사전에 인지하고, 요약 페이지를 통해 빠르게 상태를 파악하여 우리의 퇴근 시간을 사수해 보는 건 어떨까요? 2023.08.08

1