Quiz: Aggregation and Correlation

장애 조사에서 '언제 에러가 시작됐나' 보다 나은 질문은?

• 누가 배포했나
• 몇 명이 영향을 받았나
• 언제 정상이 아니게 됐나
• 언제 복구되나

두 서비스의 로그를 한 타임라인으로 정렬할 수 없습니다. 가장 먼저 확인할 것은?

• 로그 레벨이 통일됐는지
• 타임스탬프에 UTC 오프셋이 포함됐는지
• request_id 가 있는지
• 두 서버의 NTP 동기화

배포가 03:19, 첫 에러가 03:27 입니다. 이것으로 배포가 원인이라고 확정할 수 있습니까?

• 확정할 수 있다. 시간 순서가 명확하기 때문이다
• 순서는 필요조건일 뿐이고, 롤백 후 증상이 사라지는지로 확인해야 한다
• 8분 간격은 너무 길어 무관하다
• 다른 배포가 없었다면 확정이다

로그 한 줄에 service.version 필드가 있으면 무엇이 가능해집니까?

• '배포 때문인가' 라는 질문에 별도 배포 이력 없이 로그만으로 답할 수 있다
• 로그 용량이 줄어든다
• 검색 속도가 빨라진다
• 버전별로 나눠 로그 보존 기간을 더 늘릴 수 있다

지표를 하나만 뽑아야 한다면 평균 지연보다 나은 것은?

• 측정 구간의 최대 지연
• 임계값(예: 1초)을 초과한 요청의 건수
• 측정 구간의 최소 지연
• 들어온 요청의 총 건수

db query timeout: table=payments 라는 에러 메시지 한 줄에서 즉시 알 수 있는 것은?

• 원인이 된 코드의 파일명과 줄 번호까지
• 영향을 받은 사용자의 수
• 복구까지 걸릴 예상 시간
• 계층(데이터), 증상(타임아웃), 대상(payments 테이블)