correlation 2

로그로 장애 좁히기

학습 목표알람/증상으로부터 시간창(time window) 을 잡는 이유를 설명할 수 있다.로그가 구조화(JSON fields) 되어 있을 때, 필드 기반으로 빠르게 좁힐 수 있다.trace_id / correlation_id 로 한 요청을 묶어, 여러 서비스 로그에서 동일한 흐름을 재구성할 수 있다.로그만으로 결론내지 않고, 증거(스택/필드) → 검증(트레이스/메트릭) 순서로 사고할 수 있다.문제 상황장애가 나면 로그가 폭발한다grep error는 되는데, 어떤 요청/어떤 사용자인지 고립이 안 된다“지금 이 서비스만 문제”라고 생각했는데실제로는 API Gateway에서 timeout이 먼저 시작됐고, downstream은 결과만 기록한다“원인은 하나”가 아니라한 요청 안에 여러 이벤트(재시도, fallb..

관측성 2026.06.21

구조화 로그

학습 목표비구조화 로그와 구조화 로그의 차이를 설명할 수 있다.JSON 로그의 필드 설계 원칙을 설명할 수 있다.correlation ID로 한 요청을 여러 서비스 로그에서 추적할 수 있다.로그 레벨·메시지·컨텍스트 필드를 구분할 수 있다.문제 상황장애 시 grep "error" 하면 수천 줄어떤 사용자·어떤 주문인지 한 줄씩 열어봐야 한다API 게이트웨이 → 주문 → 결제 → 알림, 네 군데 로그 형식이 제각각user=123 vs userId:123 vs uid|123"5초 걸린 요청"만 보고 싶은데duration이 메시지 문자열 안에만 있고 필터·집계가 안 된다오리엔테이션에서 로그·메트릭·트레이스 삼각형을 봤다. 구조화 로그는 검색·상관·집계 가능한 로그의 출발점이다.1. 비구조화 vs 구조화비구조화..

관측성 2026.06.19