프로메테우스 - 게이지와 카운터

메트릭은 크게 보면 게이지와 카운터 2개로 분류할 수 있다.

 

게이지(Gauge)

• 임의로 오르내리는 값
• ex) CPU 사용량, 메모리 사용량, 사용중인 커넥션

 

카운터(Counter)

• 단순하게 증가하는 누적 값
• HTTP 요청 수, 로그 발생 수

 

 

게이지(Gauge)

대표적인 게이지인 CPU 사용량을 생각해보면, CPU 사용량은 측정 값을 그대로 보여주면 된다. 따로 가공을 하거나 그럴 필요는 딱히 없다. 게이지는 단순하고 쉬운 메트릭이다.

 

 

 

 

카운터(Counter)

카운터는 게이지보다 조금 복잡한데 쉽게 말해서 단순하게 증가하는 누적 값이다.

사진 : 인프런 스프링 강의

02:42 ~ 02:43: 80건 요청

02:43 ~ 02:46: 0건 요청

02:46 ~ 02:48: 약 50건 요청

위의 요청이 있었다고 가정을 할 때, 증가만 하는 그래프에서는 특정 시간에 얼마나 고객의 요청이 들어왔는지 한눈에 확인하기 어렵다는 단점이 있다.

 

 

이런 문제를 해결하기 위해서 increase(), rate() 라는 함수가 존재한다.

 

 

1. increase() 그래프

사진 : 인프런 스프링 강의

똑같은 요청인데 이번에는 increase() 함수를 이용한 것이다. 언제 사람들이 많이 요청했는지 명확하게 판단할 수 있다. 벡터 범위를 설정해서 그래프의 간격을 설정해야 한다. 분당 얼마나 고객의 요청이 있었는지 파악하기 쉬워졌다.

 

 

 

2. rate() 그래프

사진 : 인프런 스프링 강의

rate() 함수는 y축이 실제 값이 아니라 비율로 나타내어진다.

 

 

 

3. irate() 그래프

사진 : 인프런 스프링 강의

계산 공식이 복잡하긴 한데 irate()라는 그래프를 사용하면 급격하게 증가하는 내용을 확인하기 좋다.

 

 

카운터같은 경우에는 그래프를 그냥 표현하기보다는 increase(), rate() 등을 사용해서 표현하는 것이 훨씬 좋다.

 

 

 

아래의 공식 메뉴얼을 필요할 때 참고하면 좋다.

기본기능: https://prometheus.io/docs/prometheus/latest/querying/basics/
연산자: https://prometheus.io/docs/prometheus/latest/querying/operators/
함수: https://prometheus.io/docs/prometheus/latest/querying/functions/

 

 

 

 

프로메테우스는 한 눈에 들어오는 대시보드를 보여주기 어렵기 때문에 그라파나를 주로 사용한다.

다음 포스팅부터는 그라파나에 대해서 소개할 예정이다.