• 로그인

사용자의 편의를 위해 제공되는 기계 번역입니다.

영문본과 번역본이 일치하지 않는 경우 영문본이 우선합니다. 보다 자세한 내용은 이 페이지를 방문하시기 바랍니다.

문제 신고

데이터 수집 최적화

Optimize

데이터 수집 거버넌스 는 조직에서 수집한 원격 분석 데이터에 대해 최적의 가치를 얻는 방법입니다. 이것은 수많은 사업부와 작업 그룹이 있는 복잡한 조직에 특히 중요합니다. 이것은 New Relic 데이터 수집을 최적화하기 위한 4부로 구성된 가이드의 세 번째 부분입니다.

요망되는 결과

데이터 수집을 최적화하여 데이터의 관찰 가능성 값을 최대화합니다. 필요하지 않은 수집 데이터를 줄여 예산 범위 내에서 유지할 수 있습니다.

프로세스

프로세스에는 다음 단계가 포함됩니다.

이 단계를 더 자세히 설명하겠습니다.

관찰 가능성 목표의 우선 순위 지정

데이터 수집 거버넌스 프레임워크의 가장 중요한 부분 중 하나는 수집된 원격 측정을 관찰 가능성 가치 동인 과 정렬하는 것입니다. 새 원격 분석을 구성할 때 기본 관찰 가능성 목표를 이해하고 있는지 확인해야 합니다.

새로운 원격 분석을 도입할 때 전체 관찰 가능성 솔루션에 제공하는 내용을 이해하려고 합니다. 새 데이터가 다른 데이터와 겹칠 수 있습니다. 주요 목표에 맞출 수 없는 원격 분석 도입을 고려하고 있다면 해당 데이터 도입을 재고할 수 있습니다.

목표는 다음과 같습니다.

  • 내부 SLA 충족
  • 외부 SLA 충족
  • 기능 혁신 지원(A/B 성능 및 채택 테스트)
  • 고객 경험 모니터링
  • 공급업체 및 내부 서비스 제공업체의 SLA 준수
  • 비즈니스 프로세스 상태 모니터링
  • 기타 규정 준수 요구 사항

이러한 목표에 부합하면 한 데이터 집합의 우선 순위를 결정하는 데 있어 유연하고 직관적인 결정을 내릴 수 있고 가이드 팀이 새로운 플랫폼 및 서비스를 계측할 때 시작해야 할 부분을 알 수 있습니다.

최적화 계획 개발

이 섹션에서는 두 가지 핵심 가정을 합니다.

다음 예를 사용하여 자체 원격 분석 수집을 평가하고 예산 범위 내에서 결정하는 데 필요한 어려운 결정을 내리는 방법을 시각화하는 데 도움이 됩니다. 이러한 각 예는 가치 동인에 초점을 맞추려고 하지만 대부분의 계측은 하나 이상의 가치 동인을 제공합니다. 이것은 데이터 수집 거버넌스에서 가장 어려운 부분입니다.

익숙한 작업 관리 도구에서 계획을 추적하는 것이 좋습니다. 이는 최적화 계획을 관리하고 각 최적화 작업이 가져오는 효과를 이해하는 데 도움이 됩니다. 이 데이터 최적화 계획 템플릿 을 사용할 수 있습니다.

데이터 축소 기술을 사용하여 계획 실행

이 단계에서 귀하는 계정의 모든 종류의 원격 측정과 이것이 가치 동인과 어떤 관련이 있는지에 대해 생각했습니다. 이 섹션에서는 다양한 원격 측정 유형을 줄이는 방법에 대한 자세한 기술 지침과 예를 제공합니다.

데이터 축소에 접근하는 두 가지 주요 방법이 있습니다.

  • 구성을 통해
  • 드롭 규칙 사용을 통해

구성을 통한 최적화

이 섹션에는 데이터 보고 및 수집을 최적화하기 위해 New Relic 기능을 구성하는 다양한 방법이 포함되어 있습니다.

드롭 규칙을 사용한 최적화

삭제 규칙으로 수행할 수 있는 작업을 이해하기 위한 간단한 규칙은 다음과 같습니다. 쿼리할 수 있으면 삭제할 수 있습니다.

드롭 필터 규칙은 다음과 같은 몇 가지 중요한 목표를 달성하는 데 도움이 됩니다.

  • 계정과 관련된 로그만 저장하여 비용을 절감합니다.
  • 개인 식별 정보(PII)를 제거하여 개인 정보와 보안을 보호합니다.
  • 관련 없는 이벤트 및 속성을 제거하여 노이즈를 줄입니다.

주의 사항 : 삭제 규칙을 만들 때 규칙이 설정한 조건을 충족하는 데이터를 정확하게 식별하고 삭제하도록 해야 합니다. 또한 규칙과 New Relic에 공개한 데이터를 모니터링할 책임이 있습니다. 항상 쿼리를 테스트하고 다시 테스트하고 삭제 규칙을 설치한 후 의도한 대로 작동하는지 확인하십시오. 삭제 전후에 데이터를 모니터링하는 대시보드를 만드는 것이 도움이 됩니다.

다음은 특정 도구에 대한 데이터 수집을 최적화하기 위해 삭제 규칙을 사용하기 위한 몇 가지 지침입니다.

운동

다음 질문에 답하면 최적화 계획을 개발하고 실행하는 능력에 대한 자신감을 키우는 데 도움이 됩니다. Baselining 섹션에서 데이터 수집 기준선데이터 수집 항목 분석 대시보드를 사용할 수 있습니다. 설명된 대로 해당 대시보드를 설치하고 이러한 질문 중 얼마나 많은 답변을 할 수 있는지 확인하십시오.

질문
이 조직의 수집을 매월 5% 이상 줄일 수 있는 세 가지 삭제 규칙을 표시하시겠습니까? 응답에 삭제 규칙에 대한 NerdGraph 구문을 포함합니다.
이 조직의 수집을 매월 5% 이상 줄이기 위해 구현할 수 있는 세 가지 계측 구성 변경을 제안하시겠습니까? 응답에 구성 스니펫을 포함합니다.
K8s 모니터링에서 데이터 볼륨을 줄이기 위해 할 수 있는 세 가지 작업은 무엇입니까? 얼마나 많은 데이터를 줄일 수 있습니까? 이 감소의 잠재적인 절충안은 무엇입니까? (예를 들어, 상당한 관찰 가능성을 잃게 될까요?)
1. 데이터 수집 거버넌스 기준 대시보드를 사용하여 많은 양의 로그 데이터를 New Relic에 보내는 계정을 식별합니다.
2. 계정 드롭다운 메뉴에서 해당 계정을 찾아 선택합니다.
3. 계정의 로그 페이지로 이동하여 왼쪽 메뉴에서 패턴 을 선택합니다.
4. 표시된 로그 패턴을 검토하고 낮은 값 로그 패턴의 몇 가지 예를 제공합니다. 가치가 낮은 이유는 무엇입니까? 이러한 로그를 삭제하여 달성할 수 있는 총 감소량은 얼마입니까?
이 조직에 대한 전반적인 분석에 따르면 어떤 원격 분석이 활용도가 낮습니까?

결론

프로세스 섹션에서는 원격 측정을 특정 관찰 가능성 가치 동인 또는 목표와 연결하는 방법을 보여주었습니다. 이렇게 하면 계정 수집을 최적화하는 어려운 결정이 다소 쉬워질 수 있습니다. 우리는 목표를 보호하면서 수집을 최적화하는 높은 수준의 최적화 계획 을 설명하는 방법을 배웠습니다. 마지막으로 구성 및 삭제 규칙 기반 수집 최적화를 위한 다양한 레시피 가 도입되었습니다.

Copyright © 2022 New Relic Inc.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.