GC Count

챠트 설명

  • Y축
    • Garbage Collection 횟수를 의미합니다.
    • Garbage Collection 이란 바로 "Stop-The-World"입니다.
    • Stop-The-World 란, GC를 실행하기 위해 JVM이 어플리케이션 실행을 멈추는 것입니다.
    • Stop-The-World 가 발생하면, GC를 실행하는 쓰레드를 제외한 나머지 쓰레드는 모두 작업을 멈추게 됩니다.
    • GC 작업을 완료한 이후에야, 이후에야 중단했던 작업을 다시 시작합니다.
    • 어떠한 종류의 GC 알고리즘을 사용하더라도 Stop-The-World는 발생합니다.
    • 따라서, Garbage Collection 횟수는 자바 어플리케이션의 운영상 성능 요건에 부합합니다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

GC Time

챠트 설명

  • Y축
    • Garbage Collection 실행 시간을 의미합니다.
    • Java는 프로그램 코드에서 메모리를 명시적으로 지정하여 해제하지 않는다.
    • Java에서는 개발자가 프로그램 코드로 메모리를 명시적으로 해제하지 않기 때문에
    • 가비지 컬렉터(Garbage Collector)가 더 이상 필요 없는(쓰레기) 객체를 찾아 지우는 작업을 한다.
      • 대부분의 객체는 금방 접근 불가능한 상태(unreachable)가 된다.
      • 오래된 객체에서 젊은 객체로의 참조는 아주 적게 존재한다.
    • 따라서, Garbage Collection 실행 시간은 자바 어플리케이션이 멈추고 운용되지 않는 시간을 의미한다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

Perm Used

챠트 설명

  • Y축
    • Java Memory를 HotSpot VM이라 칭합니다.
    • HotSpot VM은 크게 2개로 물리적 공간을 나누었고, 이것이 Young 영역과 Old 영역이다.
      • Young 영역(Young Generation 영역) : 새롭게 생성한 객체의 대부분이 여기에 위치한다. 이 영역에서 객체가 사라질때 Minor GC가 발생했다고 한다.
      • Old 영역(Old Generation 영역) : 접근 불가능 상태로 되지 않아 Young 영역에서 살아남은 객체가 여기로 복사된다. 이 영역에서 객체가 사라질 때 Major GC(혹은 Full GC)가 발생한다고 한다.
    • 아래 그림의 Permanent Generation 영역(이하 Perm 영역)은 Method Area라고도 한다.
    • 객체나 억류(intern)된 문자열 정보를 저장하는 곳이며, Old 영역에서 살아남은 객체가 영원히 남아 있는 곳은 절대 아니다.
    • 따라서 Perm 의 데이터는 Static, Class, Meta Data의 증가와 연계되어 있다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

TPS

챠트 설명

  • Y축
    • TPS란 Transaction Per Second의 약자입니다.
    • TPS는 그 시스템이 자신이 할 수 있는 한도내에서 초당 몇개를 해 낼 수 있느냐를 검사하는 것이다.
    • TPS는 검사 시 Active User와 연관되어 있다.
      • Active User의 수를 늘렸을때, 일반적으로 TPS는 선형적(Linear)하게 증가하게 된다.
      • 하지만, 어느 시점에서는 TPS가 변동이 없을때가, 이 지점이 시스템의 최대 TPS가 되는 것이다.
      • 이때 최고의 TPS를 나타내는 최초의 Active Client의 수를 Saturation Point(임계점) 이라고 한다.
      • 또한 임계점을 중심으로 시스템이 할 수 있는 최대의 TPS의 직전단계를 Light-Load Zone이라고 한다.
      • 이 구간에서의 평균 응답 시간은 일정하게 유지한다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

Heap Total

챠트 설명

  • Y축
    • Total Heap Size = S0C + S1C + EC + OC 이다.
      • S0C :: Current survivor space 0 capacity (KB)
      • S1C :: Current survivor space 1 capacity (KB)
      • EC :: Current eden space capacity (KB)
      • OC :: Current old space capacity (KB)
    • Total Heap size 계산은 JVM 내부 메모리 관리를 위해서 Code Cache라는 이름으로 50Mb 정도의 공간을 추가로 사용한다.
    • 즉, 전체 heap 크기는 아래와 같이 계산된다.
      • 초기 크기 = -Xms + -XX:PermSize + ~50Mb
      • 최대 크기 = -Xmx + -XX:MaxPermSize + ~50Mb
  • X축
    • 이벤트 발생 시간을 의미합니다.

Heap Used

챠트 설명

  • Y축
    • Used Heap Size = S0U + S1U + EU + OU 이다.
      • S0U :: Survivor space 0 utilization (KB)
      • S1U :: Survivor space 1 utilization (KB)
      • EU :: Eden space utilization (KB)
      • OU :: Old space utilization (KB)
    • 즉 Used Heap의 의미는 현재 Java 객체가 차지하는 메모리 양입니다
    • Working Set은 Heap에 살아있는 객체들의 총량을 나타낸다.
    • JVM의 관점에서 Used Memory는 Working Set과 Garabage이고 Free Memory는 (현재 Heap 크기 - Used Memory) 이다.
    • 만약, -Xms < -Xmx 이고 Used Memory와 현재 힙 크키가 같으면, JVM은 full gc를 한 후에 힙을 키운다.
    • 그러나 -Xms와 -Xmx가 같다면 힙은 더이상 커지지 않는다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

Service Monitor

챠트 설명

  • Y축
    • 각개의 Service 개수를 표시합니다.
    • Service는 수집된 데이터의 Hash값에 의존하지 않습니다.
    • Service는 수집된 데이터의 Service Name의 고유값에 따라 변동됩니다.
    • 따라서, Service Monitor Count는 클러스터 기반의 서비스 인스턴스 개수를 확인하는 용도이며,
    • HA 구성의 서비스를 모니터링 하거나, 단일 Standalone 서비스라면 Heartbeat 용도의 모니터링 데이터이다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

TopBeat

챠트 설명

  • Y축
    • topbeat는 이름으로 알 수 있듯이,
    • 현재 서버의 동작중인 프로세스당 cpu, memory, disk 와 같은 리소스의 점유율 데이터 매트릭스 입니다.
    • aRMS는 데이터 수집 상태를 표시하기때문에
    • 하기는 HeartBeat를 통해 확인할 수 있는 데이터를 yml에서 추출하여 표기합니다.
      • system: 전체적인 사용 상태를 수집합니다(system load, cpu useage, memory useage, swap useage)
      • process: 프로세스별 분석데이터를 수집합니다. (process name, parent pid, state, pid, cpu useage, memory useage)
      • filesystem: 파일시스템 분석데이터를 수집합니다.(마운트된 디스크의 총량, 사용량, 각 디스크의 이름, 마운트위치 등)
      • cpu_per_core: core별 cpu 사용량을 수집합니다. 기본값은 false(사용안함) 입니다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

MetricBeat

챠트 설명

  • Y축
    • MetricBeat는 TopBeat와 달리 status를 확장한 서버의 CPU, 메모리 부하율 수집이 가능하고,
    • 그 외에 네트워크와 io 및 프로세스 로드율을 분석 할 수 있습니다.
    • aRMS는 MetricBeat의 데이터 수집 상태만을 표시하기때문에
    • 하기는 MetricBeat를 통해 확인할 수 있는 데이터를 yml에서 추출하여 표기하였습니다.
      • CPU stats - cpu
      • System Load stats - load
      • Per CPU core stats - core
      • IO stats - diskio
      • Per filesystem stats - filesystem
      • File system summary stats - fsstat
      • Memory stats - memory
      • Network stats - network
      • Per process stats - process
  • X축
    • 이벤트 발생 시간을 의미합니다.

FileBeat

챠트 설명

  • Y축
    • Filebeat는 로그 데이터를 전달하고 중앙화하기 위한 경량의 Producer입니다.
    • Host의 var 폴더 밑 Log를 지정하여 데이터를 수집하거나
    • 특정 Daemon의 Service Log 데이터를 수집할 수도 있겠습니다.
    • 하기는 FileBeat를 통해 확인할 수 있는 데이터를 yml에서 추출하여 표기하였습니다.
      • Paths - [ Log 파일의 위치 : 패턴 ]
    • FileBeat는 특별한 설정을 할게 없으나, 파일의 위치를 지정한만큼
    • 파일 내용이 모두 수집되기 때문에 주의를 기울일 필요가 있겠습니다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

HeartBeat

챠트 설명

  • Y축
    • Heartbeat는 네트워크 내부 또는 외부에서 사용할 수 있습니다.
    • 원하는 HTTP, TCP 또는 ICMP 엔드포인트에 대한 네트워크 액세스만 있으면 되며,
    • 모니터링할 URL 목록을 Heartbeat에 의해 데이터가 수집됩니다.
    • Heartbeat는 정기적으로 확인 작업을 수행하여
    • 엔드포인트가 가동 중인지 또는 중단되었는지 확인 할 수 있습니다.
    • 하기는 HeartBeat를 통해 확인할 수 있는 데이터를 yml에서 추출하여 표기하였습니다.
      • urls - [ 모니터링 할 엔드포인트 url ]
      • schedule - 일정 시간 반복 주기 설정
    • 파일 내용이 모두 수집되기 때문에 주의를 기울일 필요가 있겠습니다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

PacketBeat

챠트 설명

  • Y축
    • PacketBeat는 HTTP 같은 네트워크 프로토콜로부터
    • 애플리케이션 지연 시간 및 오류, 응답 시간, SLA 성능, 사용자 액세스 패턴 및 추이를 수집합니다.
    • 이러한 데이터에 접근하여 네트워크 트래픽의 흐름이 어떤지 파악할 수 있습니다.
    • 하기는 PacketBeat를 통해 확인할 수 있는 데이터를 yml에서 추출하여 표기하였습니다.
      • protocols - [ 모니터링 타입 리스트 ]
      • ports - [ 모니터링 포트 리스트 ]
    • 패킷 수집 방식을 기본 pcap에서 af_packet 으로 변경이 가능합니다.
    • 이 변경은 리눅스 환경에서만 가능하고, CPU Usage를 좀 줄일 수 있다고 하지만
    • 트래픽이 많은 서비스의 경우는 크게 효과를 보지는 못하는것 같습니다.
  • X축
    • 이벤트 발생 시간을 의미합니다.

Elastic APM

챠트 설명

  • Y축
    • Elastic APM은 애플리케이션 성능 모니터링은 메트릭과 로그 사이의 간격을 이어줍니다.
    • 로그와 메트릭이 인프라와 구성 요소를 처리하면서 보다 교차적인 경향이 있는 반면,
    • APM은 애플리케이션에 중점을 둠으로써 애플리케이션 레이어를 모니터링할 수 있게 해줍니다.
    • 모니터링에 APM을 추가하면, ( aRMS는 2가지의 APM을 사용 할 수 있습니다 )
      • 서비스가 어떤 작업에 시간을 소모하는지, 왜 작동이 중단되는지를 이해할 수 있습니다.
      • 서비스들이 어떻게 서로 상호작용하는지를 알게 되고, 병목 현상을 시각화할 수 있습니다.
      • 성능 병목 현상과 오류를 사전에 발견하고 수정할 수 있습니다.
      • 개발팀의 개발 품질을 측정하며, 각종 테스트를 수행하며 장애 상황을 미리 예측 할 수 있겠습니다.
      • 또한 브라우저에서 최종 사용자 경험을 추적할 수 있습니다.
  • X축
    • 이벤트 발생 시간을 의미합니다.