OpenTelemetry는 클라우드 네이티브 환경에서 표준화된 API와 도구를 제공해 메트릭, 로그, 트레이스를 생성하고 수집하는 데 중요한 역할을 한다. 하지만 이 과정에서 생성되는 스팬과 속성, 배치 전송 등은 모두 리소스를 소비해 성능에 영향을 줄 수 있다.
특히 애플리케이션이 확장됨에 따라 부적절한 파이프라인 구성은 CPU 사용량과 메모리 압박, 네트워크 트래픽 증가, 저장 비용 상승 등 문제를 일으킨다. 관측 인프라 자체가 성능 병목이 될 수 있어 주의가 필요하다.
성능 문제를 해결하기 위해 OpenTelemetry Collector의 다섯 가지 주요 구성 문제를 살펴본다. 첫째, 비효율적인 배치 처리로 작은 단위의 데이터를 자주 전송하면 직렬화 작업과 네트워크 오버헤드가 커진다. 둘째, 불필요한 리소스 속성 수집은 페이로드 크기와 처리 비용을 증가시킨다. 셋째, 과도한 폴링은 애플리케이션이 유휴 상태일 때도 지속적인 작업을 발생시킨다. 넷째, 모든 트레이스를 내보내면 대역폭과 리소스가 낭비되므로 샘플링 전략이 필요하다. 다섯째, 메모리 제한기 배치가 늦으면 불필요한 작업이 발생할 수 있다.
이 밖에도 수집과 중앙 처리 분리, 초기 단계에서 불필요한 데이터 필터링, 메모리 압박과 백엔드 장애 대비, 신호별 확장 전략 등 아키텍처적 접근도 중요하다. 또한, 과도한 계측을 줄이고 의미 있는 데이터만 수집하는 것이 전체 파이프라인의 효율성을 높이는 데 기여한다.
출처: CNCF
