이 글에서 얻는 것

  • 분산 추적의 필요성을 이해합니다.
  • Zipkin/Jaeger로 Trace를 수집합니다.
  • Span을 분석하여 병목을 찾습니다.
  • Spring Cloud Sleuth로 통합합니다.

1) 분산 추적이란?

사용자 요청 → Gateway → Service A → Service B → DB
                                  ↓
                             Service C → Cache

하나의 요청이 여러 서비스를 거치는 경로 추적!

Trace ID: abc-123 (전체 요청)
├─ Span 1: Gateway (100ms)
├─ Span 2: Service A (200ms)
│  ├─ Span 3: Service B (150ms)
│  └─ Span 4: Service C (100ms)
└─ Span 5: DB Query (50ms)

2) Zipkin 설정

# docker-compose.yml
version: '3.8'

services:
  zipkin:
    image: openzipkin/zipkin
    ports:
      - "9411:9411"

Spring Boot:

dependencies {
    implementation 'io.micrometer:micrometer-tracing-bridge-brave'
    implementation 'io.zipkin.reporter2:zipkin-reporter-brave'
}

management:
  tracing:
    sampling:
      probability: 1.0  # 100% 샘플링 (개발), 운영: 0.1
  zipkin:
    tracing:
      endpoint: http://localhost:9411/api/v2/spans

3) Trace 분석

Zipkin UI (http://localhost:9411):

1. Trace 검색:
   - 서비스명, 시간 범위, 최소 duration

2. Trace 상세 보기:
   - 전체 Span 타임라인
   - 각 Span의 소요 시간
   - 병목 구간 파악

3. Dependencies:
   - 서비스 간 의존성 그래프
   - 호출 빈도

4) 커스텀 Span

@Service
public class OrderService {

    @Autowired
    private Tracer tracer;

    public void processOrder(Order order) {
        // 커스텀 Span 생성
        Span span = tracer.nextSpan().name("process-payment");
        
        try (Tracer.SpanInScope ws = tracer.withSpan(span.start())) {
            // 작업 수행
            paymentService.process(order);
            
            // 태그 추가
            span.tag("order.id", order.getId().toString());
            span.tag("amount", order.getAmount().toString());
            
        } finally {
            span.end();
        }
    }
}

요약

  • 분산 추적으로 요청 전체 경로 파악
  • Trace = 전체 요청, Span = 각 단계
  • Zipkin/Jaeger로 시각화
  • 병목 구간 찾아 성능 최적화

다음 단계

  • APM: /learning/deep-dive/deep-dive-apm-basics/
  • 마이크로서비스 패턴: /learning/deep-dive/deep-dive-microservices-patterns/