파생 메트릭
파생 메트릭 (Derived Metrics)
출처: 문서
본문
개요
Derived Metrics는 어떤 메트릭 쿼리든 새 메트릭으로 저장할 수 있게 해줘요. 그래서 Datadog에서 메트릭을 더 간단하고 효율적으로 다룰 수 있어요. 대시보드, 모니터, SLO, 노트북에서 복잡한 쿼리를 반복해서 만들지 않고, 파생 메트릭을 한 번 만들어 모든 자산에서 재사용할 수 있어요. 파생 메트릭을 사용하면:
- 쿼리 단순화: 쿼리를 한 번 정의하고 파생 메트릭으로 저장한 뒤 어디서나 재사용할 수 있어요.
- 오류 감소와 일관성 향상: 수식을 중앙에서 관리해서 오류를 방지하고 팀 간 일관성을 보장할 수 있어요.
- 워크플로 가속화: 코드 변경이나 새 메트릭 제출 없이 Datadog의 기존 메트릭에서 바로 새 메트릭을 만들 수 있어요.
- 제어와 감사 가능성 확보: 파생 수식을 한곳에서 관리하고 개선할 수 있어요.
참고: Derived Metrics는 Custom Metrics로 청구되지 않아요. 쿼리 시점에 동적으로 계산되며 저장되거나 인덱싱되지 않기 때문이에요.
파생 메트릭 만들기
파생 메트릭을 만들려면 Metrics > Generate Metrics로 이동해서 + New Metric을 클릭하세요.
{% image source="https://docs.dd-static.net/images/metrics/derived_metrics/generate_metrics_tab.97ec8f9df43e7dd591a7a39520829ef8.png?auto=format&fit=max&w=850 1x, https://docs.dd-static.net/images/metrics/derived_metrics/generate_metrics_tab.97ec8f9df43e7dd591a7a39520829ef8.png?auto=format&fit=max&w=850&dpr=2 2x" alt="The generate metrics tab in Datadog" /%}
-
파생 메트릭 이름을
datadog.estimated_usage로 시작하지 않는 이름으로 정하세요. 커스텀 메트릭 이름 지정에 설명된 형식을 사용해요. -
기본이 되는 메트릭 쿼리를 정의하고, 선택적으로 수식 상자를 사용해 메트릭 값에 수행할 수학 연산을 정의할 수 있어요.
예를 들어 Kafka 커넥터의 전반적인 안정성을 모니터링하려면 kafka.connect.connector.status.running과 kafka.connect.connector.status.failed 메트릭으로 개별 쿼리 a와 b를 만들 수 있어요. 그런 다음 수식 상자에 (a / (a + b)) * 100 수식을 입력해요.
메트릭 쿼리 정의 방법에 대한 자세한 내용은 메트릭 쿼리를 참고해요.
{% image source="https://docs.dd-static.net/images/metrics/derived_metrics/derived_metric_query.ac5fb0a4bd4e3d376ebbfb8db3207baf.png?auto=format&fit=max&w=850 1x, https://docs.dd-static.net/images/metrics/derived_metrics/derived_metric_query.ac5fb0a4bd4e3d376ebbfb8db3207baf.png?auto=format&fit=max&w=850&dpr=2 2x" alt="A Datadog metric query to generate a derived metric" /%} Create Metric을 클릭하세요.
파생 메트릭 업데이트
파생 메트릭을 업데이트하려면 메트릭에 마우스를 올리고 오른쪽에 나타나는 Edit 아이콘을 클릭하세요.
참고: 기존 메트릭의 이름은 바꿀 수 없어요. 대신 새 메트릭을 만드세요.
파생 메트릭 삭제
파생 메트릭을 삭제하려면 파생 메트릭에 마우스를 올리고 오른쪽에 나타나는 Delete 아이콘을 클릭하세요.
더 알아보기 (Learn more)
추가로 도움이 되는 문서, 링크, 아티클: