[TIL] 분산 추적 (Spring Cloud Sleuth) & 로깅 (Zipkin) & 이벤트 드리븐 아키텍처 및 스트림 처리

9. 분산 추적 (Spring Cloud Sleuth) 및 로깅 (Zipkin)

9.1 분산 추적

9.1.1 분산 추적이란?

• 분산 시스템에서 서비스 간의 요청 흐름을 추적하고 모니터링하는 방법
• 각 서비스의 호출 관계와 성능을 시각화하여 문제를 진단하고 해결할 수 있도록 도움
• 주요 개념: 트레이스(Trace), 스팬(Span), 컨텍스트(Context)
  • 트레이스(Trace) : 트레이스는 하나의 요청이 시작부터 끝까지 각 서비스를 거치는 전체 흐름
  • 스팬(Span) : 스팬은 분산 추적에서 가장 작은 단위로, 특정 서비스 내에서의 개별 작업 또는 요청
  • 컨텍스트(Context) : 컨텍스트는 요청이 서비스 간에 전달될 때 함께 전파되어, 각 서비스가 요청의 전체 흐름에 대한 정보를 가질 수 있게 함

9.1.2 왜 분산 추적이 필요한가?

• 마이크로서비스 아키텍처에서는 여러 서비스가 협력하여 하나의 요청을 처리
• 서비스 간의 복잡한 호출 관계로 인해 문제 발생 시 원인을 파악하기 어려울 수 있음
• 분산 추적을 통해 각 서비스의 호출 흐름을 명확히 파악하고, 성능 병목이나 오류를 빠르게 진단

 

9.2 Micrometer

9.2.1 Micrometer란?

• Spring 기반 애플리케이션에서 메트릭을 수집하고 모니터링하기 위한 라이브러리
• 특징
  • 다양한 메트릭 수집: 애플리케이션의 다양한 성능 지표 수집
  • 유연한 연동: Prometheus, Grafana 등 다양한 모니터링 툴과 연동
  • 추적 기능: 분산 추적을 위한 기능 제공. 서비스 간의 호출 흐름을 추적하여 성능 병목 진단

 

9.3 Zipkin

9.3.1 Zipkin이란?

• 트레이스 데이터를 수집하고 시각화하는 분산 추적 시스템
• 특징
  • 데이터 수집 및 저장: 각 서비스에서 전송된 트레이스와 스팬데이터를 수집하고 저장
  • 시각화: 트레이스 데이터를 시각화하여 서비스 간의 호출 관계를 명확히 파악
  • 검색 및 필터링: 특정 트레이스나 스팬을 검색하고 필터링하여 문제를 진단

9.4 Zipkin 서버 설정

9.4.1 Zipkin 서버 실행

• Docker로 Zipkin 서버 실행 : docker run -d -p 9411:9411 openzipkin/zipkin

9.4.2 Zipkin 대시보드 사용

• Zipkin 대시보드에 접속하여 트레이스 데이터를 시각화합니다:
  • URL: http://localhost:9411
  • 트레이스 검색 및 분석

9.5 분산 추적 예제

• 서비스 호출 흐름 추적
  • 예제 서비스 간의 호출 흐름을 추적하고, Zipkin 대시보드에서 시각화
  • 각 서비스 호출 시 트레이스와 스팬이 생성되고, Zipkin 서버로 전송
• 성능 병목 진단
  • Zipkin 대시보드에서 성능 병목이 발생하는 부분을 식별
  • 각 스팬의 소요 시간과 호출 관계를 분석하여 성능 문제를 진단하고 해결

 

10. 이벤트 드리븐 아키텍처와 스트림 처리 (Spring Cloud Stream)

10.1 이벤트 드리븐 아키텍처

10.1.1 이벤트 드리븐 아키텍처란?

• 시스템에서 발생하는 이벤트(상태 변화나 행동)를 기반으로 동작하는 소프트웨어 설계 스타일
• 이벤트는 비동기적으로 처리되며, 서비스 간의 느슨한 결합을 통해 독립적으로 동작할 수 있게 함
• 주요 개념
  • 이벤트: 시스템 내에서 발생하는 상태 변화나 행동을 나타내는 메시지
  • 이벤트 소스: 이벤트를 생성하여 이벤트 버스에 전달하는 역할
  • 이벤트 버스: 이벤트 소스와 이벤트 핸들러 간의 메시지 전달을 중개 (메세지 큐)
  • 이벤트 핸들러: 이벤트를 수신하여 처리

10.1.3 이벤트 드리븐 아키텍처의 장점

• 느슨한 결합
  • 서비스 간의 강한 종속성 제거. 독립적인 개발과 배포가 가능
  • 이벤트 기반 통신 → 서비스 간의 결합도 낮춤
• 확장성
  • 수평 확장이 용이 → 대규모 시스템에서 유용
  • 이벤트 프로듀서와 컨슈머를 독립적으로 확장 가능
• 비동기 처리
  • 이벤트를 비동기적으로 처리하여 시스템의 응답성 향상
  • 요청과 응답을 비동기적으로 처리하여 성능 최적화

 

10.1.4 이벤트 드리븐 아키텍처의 단점

• 복잡성 증가
  • 이벤트 기반 통신으로 인해 시스템의 복잡성 증가 가능
  • 이벤트 흐름과 상태 관리를 체계적으로 설계 필요
• 장애 전파
  • 이벤트 실패 시 다른 서비스로 장애가 전파될 수 있음
  • 이벤트 재처리 및 장애 복구 메커니즘 구현 필요

 

10.1.5 예시: 온라인 쇼핑몰

1. 이벤트 소스: 사용자가 온라인 쇼핑몰에서 주문을 함
   • 주문 서비스 : '주문 생성' 이벤트 발생시킴
2. 이벤트 버스: Kafka나 RabbitMQ와 같은 메시지 브로커가 '주문 생성' 이벤트를 전달
3. 이벤트 핸들러: 각 서비스에서 이벤트를 처리함
   • 재고 서비스: '주문 생성' 이벤트를 수신하여 재고를 확인, 업데이트
   • 배송 서비스: '주문 생성' 이벤트를 수신하여 배송 준비 시작
   • 결제 서비스: '주문 생성' 이벤트를 수신하여 결제 처리

10.2 Spring Cloud Stream

• 이벤트 드리븐 마이크로서비스를 구축하기 위한 프레임워크
• Kafka, RabbitMQ 등의 메시지 브로커와 통합하여 이벤트 스트리밍을 처리
• 프로듀서와 컨슈머 간의 통신을 추상화하여 간편하게 이벤트 기반 애플리케이션을 개발

10.2.2 주요 특징

• 바인더 추상화: 메시지 브로커와의 통합을 위한 추상화 레이어를 제공합니다.
• 프로듀서/컨슈머 모델: 이벤트를 생성하고 처리하는 프로듀서/컨슈머 모델 지원
• 유연한 설정: 다양한 설정 옵션으로 쉽게 커스터마이징