Azure Monitor 데이터 플랫폼

  • 아티클

오늘날의 복잡한 컴퓨팅 환경은 클라우드와 온-프레미스 서비스를 모두 사용하는 분산 애플리케이션을 실행합니다. 가시성을 사용하도록 설정하려면 분산 시스템의 모든 계층 및 구성 요소에서 운영 데이터를 수집해야 합니다. 이 데이터에 대한 심층 분석을 수행하고 다양한 관점으로 통합하여 조직의 다양한 관련자를 지원할 수 있어야 합니다.

Azure Monitor는 다양한 원본의 데이터를 수집하여 이를 분석, 시각화 및 경고에 사용할 수 있는 공통 데이터 플랫폼으로 집계합니다. 여러 원본의 데이터를 기반으로 일관된 환경을 제공합니다. 모니터링되는 모든 리소스와 Azure Monitor에 데이터를 저장하는 다른 서비스의 데이터에 대한 심층적인 인사이트를 가져올 수 있습니다.

Diagram that shows an overview of Azure Monitor with data sources on the left sending data to a central data platform and features of Azure Monitor on the right that use the collected data.

Azure Monitor의 가시성 데이터

메트릭, 로그 및 분산 추적을 일반적으로 가시성의 세 핵심 요소라고 합니다. 모니터링 도구는 모니터링되는 시스템에 대한 충분한 가시성을 확보하기 위해 이러한 세 가지 다른 종류의 데이터를 수집하고 분석해야 합니다. 또한 여러 핵심 요소의 데이터를 상호 연결하고 모니터링되는 전체 리소스 세트에서 데이터를 집계해야 합니다. Azure Monitor는 여러 원본의 데이터를 함께 저장하므로 공통된 도구 세트를 사용하여 데이터를 상호 연결하고 분석할 수 있습니다. 또한 다른 서비스용 데이터를 호스트하는 것 외에도 여러 Azure 구독 및 테넌트 간에 데이터를 상호 연결합니다.

Azure 리소스는 상당한 양의 모니터링 데이터를 생성합니다. Azure Monitor는 이 데이터를 다른 원본의 모니터링 데이터와 함께 메트릭 또는 로그 플랫폼으로 통합합니다. 각각은 특정 모니터링 시나리오에 맞게 최적화되며, Azure Monitor의 다양한 기능을 지원합니다. 데이터 분석, 시각화, 경고 등의 기능을 위해서는 필요한 시나리오를 가장 효율적이고 비용 효율적인 방식으로 구현할 수 있도록 차이점을 이해해야 합니다. Application Insights 또는 컨테이너 인사이트와 같은 Azure Monitor의 인사이트에는 두 가지 데이터 유형 간의 차이점을 이해하지 않고도 특정 모니터링 시나리오에 집중할 수 있는 분석 도구가 있습니다.

메트릭

메트릭은 시간상 특정 지점에서 시스템의 일부 측면을 설명하는 숫자 값입니다. 이러한 데이터는 일정한 간격으로 수집되며 타임스탬프, 이름, 값 및 하나 이상의 정의 레이블로 식별됩니다. 메트릭은 다양한 알고리즘을 사용하여 집계할 수 있습니다. 다른 메트릭과 비교하고 시간에 따른 추세를 분석할 수 있습니다.

Azure Monitor의 메트릭은 타임스탬프 데이터 분석에 최적화된 시계열 데이터베이스에 저장됩니다. 타임스탬프를 사용하면 메트릭이 문제를 경고하고 빠르게 검색하는 데 매우 적합합니다. 메트릭은 시스템의 성능을 알려줄 수 있지만 일반적으로 문제의 근본 원인을 파악하기 위해서는 로그와 결합해야 합니다.

Azure Monitor 메트릭에는 네이티브 메트릭과 Prometheus 메트릭의 두 가지 유형의 메트릭이 포함됩니다. Azure Monitor의 메트릭에서 데이터 원본을 포함하여 Azure Monitor 메트릭에 대한 두 가지 세부 정보 비교를 참조하세요.

로그

로그는 시스템 내에서 발생한 이벤트입니다. 다른 종류의 데이터를 포함할 수 있으며 타임스탬프를 사용하는 구조적 또는 자유 형식 텍스트일 수 있습니다. 환경의 이벤트가 로그 항목을 생성할 때 산발적으로 만들어질 수 있습니다. 많은 부하가 걸리는 시스템은 일반적으로 더 많은 로그 볼륨을 생성합니다.

Azure Monitor의 로그는 강력한 분석 엔진과 풍부한 쿼리 언어를 제공하는 Azure Data Explorer를 기준으로 하는 Log Analytics 작업 영역에 저장됩니다. 일반적으로 로그는 발견되는 문제의 전체 컨텍스트를 파악하기에 충분한 정보를 제공하며, 문제의 근본 원인을 파악하는 데 중요합니다.

참고 항목

Azure에서 Azure Monitor 로그와 로그 데이터의 원본을 구분하는 것이 중요합니다. 예를 들어 Azure의 구독 수준 이벤트는 Azure Monitor 메뉴에서 볼 수 있는 활동 로그에 기록됩니다. 대부분의 리소스는 다른 위치로 전달할 수 있는 리소스 로그에 작업 정보를 기록합니다.

Azure Monitor 로그는 다른 모니터링 데이터와 함께 활동 로그 및 리소스 로그를 수집하여 전체 리소스 세트에 대한 심층 분석을 제공하는 로그 데이터 플랫폼입니다.

Azure Portal에서 Log Analytics를 사용하여 대화형으로 로그 쿼리를 작업할 수 있습니다. 결과를 Azure 대시보드에 추가하고 다른 데이터와 결합하여 시각화할 수도 있습니다. 일정 쿼리의 결과에 따라 경고를 트리거하는 로그 검색 경고를 만들 수 있습니다.

Azure Monitor의 로그에서 데이터 원본이 포함된 Azure Monitor 로그에 대해 자세히 알아보세요.

분산 추적

추적은 사용자 요청을 따라 분산 시스템을 이동하는 일련의 관련 이벤트입니다. 애플리케이션 코드의 동작과 다른 트랜잭션의 성능을 결정하는 데 사용할 수 있습니다. 로그는 분산 시스템의 개별 구성 요소에 의해 생성되는 반면, 추적은 전체 구성 요소 세트에서 애플리케이션의 작업 및 성능을 측정합니다.

Azure Monitor의 분산 추적은 Application Insights SDK를 통해 활성화됩니다. 추적 데이터는 Application Insights에서 수집한 다른 애플리케이션 로그 데이터와 함께 저장됩니다. 이러한 방식으로 로그 쿼리, 대시보드 및 경고를 비롯한 다른 로그 데이터와 동일한 분석 도구에서 사용할 수 있습니다.

분산 추적이란?에서 분산 추적에 대해 자세히 알아보세요.

변경

변경은 인프라 계층에서 애플리케이션 배포에 이르기까지 Azure 애플리케이션에서 발생하는 일련의 이벤트입니다. 변경은 변경 분석 도구를 사용하여 구독 수준에서 추적됩니다. 변경 분석 도구는 Azure Resource Graph를 기반으로 하여 애플리케이션 변경 내용에 대한 자세한 정보를 제공함으로써 관찰 가능성을 높입니다.

변경 분석이 사용하도록 설정되면 리소스 속성 및 구성 변경 데이터를 사용할 수 있도록 Microsoft.ChangeAnalysis 리소스 공급자가 Azure Resource Manager 구독에 등록됩니다. 변경 분석은 사용자가 문제를 일으켰을 수 있는 변경 내용을 이해하는 데 도움이 되도록 다양한 관리 및 문제 해결 시나리오에 대한 데이터를 제공합니다.

Azure Monitor에서 변경 분석 사용에서 데이터 원본을 비롯한 변경 분석에 대해 자세히 알아봅니다.

모니터링 데이터 수집

Azure Monitor에 대한 다양한 데이터 원본은 Log Analytics 작업 영역(로그) 또는 Azure Monitor 메트릭 데이터베이스(메트릭) 또는 둘 다에 기록됩니다. 일부 원본은 이러한 데이터 저장소에 직접 쓰는 반면, 다른 원본은 Azure Storage와 같은 다른 위치에 쓰고 로그 또는 메트릭을 채우기 위해 일부 구성이 필요할 수 있습니다.

각 유형을 채우는 다양한 데이터 원본의 목록은 Azure Monitor의 메트릭 및 Azure Monitor의 로그를 참조하세요.

외부 시스템으로 데이터 스트리밍

Azure에서 도구를 사용하여 모니터링 데이터를 분석하는 것 외에도 보안 정보 및 이벤트 관리 제품과 같은 외부 도구로 전달하기 위한 요구 사항이 있을 수 있습니다. 이 전달은 일반적으로 Azure Event Hubs를 통해 모니터링되는 리소스에서 직접 수행됩니다.

논리 앱 등의 다른 프로세스를 사용하여 필요한 데이터를 검색할 수 있는 반면, 일부 원본은 이벤트 허브로 직접 데이터를 보내도록 구성할 수 있습니다. 자세한 내용은 외부 도구에서 사용할 수 있도록 이벤트 허브로 Azure 모니터링 데이터 스트리밍을 참조하세요.

다음 단계