Amazon Managed Service for Apache Flink는 이전에 Amazon Kinesis Data Analytics for Apache Flink로 알려졌습니다.
기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
성능 문제 해결
이 섹션에는 성능 문제를 진단하고 해결하기 위해 확인할 수 있는 증상 목록이 포함되어 있습니다.
데이터 소스가 Kinesis 스트림인 경우 성능 문제는 일반적으로 millisbehindLatest 지표가 높거나 증가하는 것으로 나타납니다. 다른 소스의 경우 소스의 읽기 지연을 나타내는 유사한 지표를 확인할 수 있습니다.
데이터 경로 이해
애플리케이션의 성능 문제를 조사할 때는 데이터가 취하는 전체 경로를 고려하세요. 다음과 같은 애플리케이션 구성 요소는 제대로 설계되거나 프로비저닝되지 않을 경우 성능 병목 현상이 발생하고 역압을 초래할 수 있습니다.
데이터 소스 및 대상: 애플리케이션과 상호 작용하는 외부 리소스가 애플리케이션이 경험할 처리량에 맞게 속성이 프로비저닝되었는지 확인하세요.
상태 데이터: 애플리케이션이 상태 저장소와 너무 자주 상호 작용하지 않도록 하세요.
애플리케이션이 사용하는 시리얼라이저를 최적화할 수 있습니다. 기본 Kryo 시리얼 라이저는 모든 직렬화 가능 유형을 처리할 수 있지만 애플리케이션이 데이터를 유형으로만 저장하는 경우 더 성능이 좋은 시리얼 라이저를 사용할 수 있습니다. POJO Apache Flink 시리얼라이저에 대한 자세한 내용은 Apache Flink 설명서의 데이터 유형 및 직렬화를 참조하십시오.
오퍼레이터: 오퍼레이터가 구현하는 비즈니스 로직이 너무 복잡하지 않은지, 모든 레코드가 처리될 때마다 리소스를 생성하거나 사용하지 않는지 확인하세요. 또한 애플리케이션에서 슬라이딩 윈도우나 텀블링 윈도우가 너무 자주 생성되지 않도록 하세요.
성능 문제 해결 솔루션
이 섹션에는 성능 문제에 대한 잠재적 해결책이 수록되어 있습니다.
CloudWatch 모니터링 수준
CloudWatch 모니터링 수준이 너무 자세한 설정으로 설정되어 있지 않은지 확인하십시오.
Debug 모니터링 로그 수준 설정은 대량의 트래픽을 생성하여 역압을 유발할 수 있습니다. 애플리케이션 관련 문제를 적극적으로 조사할 때만 사용해야 합니다.
애플리케이션의 Parallelism 설정이 높은 경우
Parallelism Monitoring Metrics Level을 사용하면 마찬가지로 많은 양의 트래픽이 발생하여 역압으로 이어질 수 있습니다. 애플리케이션의 Parallelism이(가) 낮거나 애플리케이션 관련 문제를 조사할 때만 이 지표 수준을 사용하세요.
자세한 내용은 애플리케이션 모니터링 수준을 제어하세요. 단원을 참조하십시오.
애플리케이션 지표 CPU
애플리케이션의 CPU 지표를 확인하세요. 이 지표가 75%를 초과하는 경우 Auto Scaling을 활성화하여 애플리케이션이 자체적으로 더 많은 리소스를 할당하도록 허용할 수 있습니다.
Auto Scaling이 활성화된 경우 15분 동안 CPU 사용량이 75% 를 초과하면 애플리케이션에서 더 많은 리소스를 할당합니다. 스케일링에 대한 자세한 내용은 다음 적절한 크기 조정 섹션 및 Apache Flink용 매니지드 서비스에서 애플리케이션 스케일링을 구현하십시오. 섹션을 참조하세요.
참고
애플리케이션은 CPU 사용량에 따라서만 자동으로 확장됩니다. 애플리케이션은 heapMemoryUtilization와(과) 같은 다른 시스템 지표에 따라 Auto Scaling되지 않습니다. 애플리케이션의 다른 지표 사용량이 높은 경우 애플리케이션의 병렬성을 수동으로 높이세요.
애플리케이션 병렬성
애플리케이션의 병렬성을 높이세요. 작업의 ParallelismConfigurationUpdate 매개변수를 사용하여 애플리케이션의 병렬 처리를 업데이트합니다. UpdateApplication
애플리케이션의 KPUs 최대값은 기본적으로 64개이며, 한도 증가를 요청하여 늘릴 수 있습니다.
또한 애플리케이션 병렬성만 높이는 것보다는 워크로드를 기반으로 각 운영자에게 병렬성을 할당하는 것도 중요합니다. 다음을 연산자 병렬성 섹션을 참조하세요.
애플리케이션 로깅
애플리케이션이 처리 중인 모든 레코드에 대한 항목을 로깅하고 있는지 확인하세요. 애플리케이션 처리량이 높은 시간에 각 레코드에 대한 로그 항목을 작성하면 데이터 처리에 심각한 병목 현상이 발생할 수 있습니다. 이 상태를 확인하려면 애플리케이션이 처리하는 모든 레코드와 함께 기록하는 로그 항목이 있는지 로그를 쿼리하세요. 애플리케이션 로그 읽기에 대한 자세한 내용은 로그 인사이트를 통한 CloudWatch 로그 분석 섹션을 참조하세요.
연산자 병렬성
애플리케이션의 워크로드가 작업자 프로세스 간에 균등하게 분산되어 있는지 확인하세요.
애플리케이션 운영자의 워크로드 조정에 대한 자세한 내용은 연산자 스케일링 섹션을 참조하세요.
애플리케이션 로직
애플리케이션 로직을 검사하여 외부 종속성 (예: 데이터베이스 또는 웹 서비스) 액세스, 애플리케이션 상태 액세스 등과 같은 비효율적이거나 성능이 떨어지는 작업이 있는지 확인합니다. 또한 외부 종속성은 성능이 좋지 않거나 안정적으로 액세스할 수 없는 경우 성능을 저해할 수 있으며, 이로 인해 외부 종속성이 HTTP 500 오류를 반환할 수 있습니다.
애플리케이션에서 외부 종속성을 사용하여 들어오는 데이터를 보강하거나 처리하는 경우에는 비동기 IO를 대신 사용하는 것이 좋습니다. 자세한 내용을 알아보려면 Apache Flink 설명서
애플리케이션 메모리
애플리케이션에 리소스 누수가 있는지 확인하세요. 애플리케이션이 스레드나 메모리를 제대로 처리하지 않는 경우 millisbehindLatest, CheckpointSize, CheckpointDuration, 지표가 급증하거나 점차 증가할 수 있습니다. 이 경우 작업 관리자 또는 작업 관리자 오류가 발생할 수도 있습니다.
