Zilliz Cloud의 종합 모니터링 및 관측 가능성 소개
Zilliz에서는 사용자가 고성능 벡터 데이터베이스 애플리케이션을 구축하고 유지하는 데 필요한 도구를 제공하기 위해 최선을 다하고 있습니다. 지난 몇 달 동안 당사의 엔지니어링 팀은 광범위한 모니터링 및 관측 가능성 기능을 개발해 왔으며, 오늘 이를 여러분께 공유하게 되어 기쁩니다. 당사 플랫폼에 추가된 이 강력한 기능을 통해 사용자는 클러스터의 성능을 모니터링하고, 사용자 지정 알림을 설정하며, 잠재적인 문제에 신속하게 대응할 수 있습니다.
클러스터 메트릭: 벡터 데이터베이스 성능에 대한 가시성
새로운 Metrics 대시보드는 여러 핵심 영역에 걸쳐 클러스터 성능을 포괄적으로 보여줍니다:
5가지 리소스 메트릭: CPU 사용량, 메모리 사용률, 스토리지 소비량을 모니터링합니다.
9가지 성능 메트릭: 읽기 및 쓰기 작업 모두에 대한 초당 쿼리 수(QPS), 초당 벡터 수(VPS), 지연 시간을 추적합니다.
4가지 데이터 메트릭: 컬렉션 수, 엔티티 수, 로드된 엔티티를 모니터링합니다.
이러한 메트릭은 직관적인 대시보드를 통해 제공되며, 세부 분석을 위해 사용자 지정 시간 범위를 선택할 수 있습니다.
cluster metrics screenshot.png
그림 1: Zilliz Cloud 모니터링 메트릭 스크린샷
사용자 지정 가능한 알림: 잠재적 문제를 앞서 파악하세요
메트릭을 보완하기 위해 두 가지 유형의 알림을 도입했습니다:
- 5가지 조직 알림: 신용카드 만료, 무료 크레딧 잔액, 사용 비용과 같은 청구 관련 사항에 중점을 둡니다.
Figure 2- Screenshot of Organization Alerts .png
그림 2: 조직 알림 스크린샷
- 34가지 프로젝트 알림: CU 사용량, QPS 임계값, 지연 시간 문제, 요청 이상을 포함하여 클러스터의 운영 측면을 모니터링합니다.
Figure 3- Screenshot of Project Alerts.png
그림 3: 프로젝트 알림 스크린샷
당사의 알림 시스템은 사전 정의된 대상과 조건을 제공하지만, 광범위한 사용자 지정도 가능합니다. 임계값과 지속 시간을 설정하고 다양한 심각도 수준 중에서 선택하여 특정 요구 사항에 맞게 알림을 조정할 수 있습니다.
메트릭 및 알림 시스템의 주요 기능
새로운 Monitoring & Observability 시스템은 Zilliz Cloud 클러스터에 대한 포괄적인 인사이트를 제공하도록 설계되었습니다. 기대할 수 있는 내용은 다음과 같습니다:
실시간 모니터링을 통해 클러스터 성능에 대한 최신 인사이트를 얻을 수 있습니다. 이러한 즉각적인 피드백을 통해 성능 문제가 발생하는 즉시 빠르게 식별하고 대응할 수 있습니다.
당사는 사용 사례에 가장 중요한 메트릭에 집중하도록 보기 화면을 맞춤 설정할 수 있는 사용자 지정 가능한 대시보드를 구현했습니다. 주로 쿼리 성능, 리소스 사용률 또는 데이터 증가에 관심이 있든, 이러한 핵심 영역을 강조하도록 대시보드를 구성할 수 있습니다.
당사의 유연한 알림 구성 시스템을 사용하면 사용자 지정 임계값과 지속 시간으로 알림을 설정할 수 있습니다. 이러한 세분화된 제어는 잠재적인 문제를 조기에 포착하는 데 도움이 되어 클러스터를 선제적으로 관리할 수 있게 합니다.
중요한 알림을 절대 놓치지 않도록 여러 알림 채널을 통합했습니다. 이메일, PagerDuty, slack 또는 webhook 통합을 통해 알림을 받을 수 있어, 이러한 알림을 기존 워크플로 및 모니터링 시스템에 쉽게 통합할 수 있습니다.
마지막으로, 당사 시스템은 과거 데이터에 대한 접근을 제공하여 시간 경과에 따른 성능 추세를 분석할 수 있게 합니다. 이 기능은 장기적인 최적화, 용량 계획, 시스템 변경의 영향을 이해하는 데 매우 중요합니다.
이러한 기능은 함께 작동하여 강력한 모니터링 및 관측 가능성 솔루션을 제공하며, Zilliz Cloud 클러스터의 최적 성능을 유지할 수 있도록 지원합니다.
시작하기
당사의 모니터링 및 관측 가능성 기능은 Zilliz Cloud 콘솔 내에서 쉽게 접근할 수 있도록 설계되었습니다. 이러한 도구를 활용하는 방법은 다음과 같습니다:
메트릭 액세스: 클러스터 보기 내의 Metrics 탭으로 이동하여 상세한 성능 데이터를 살펴보세요.
알림 설정: Organization Alerts 또는 Project Alerts 페이지를 방문하여 알림 설정을 구성하고 관리하세요.
단계별 가이드와 모범 사례를 포함하여 당사의 모니터링 및 관측 가능성 기능에 대한 자세한 정보는 문서 페이지를 방문하세요. 이러한 리소스는 이 강력한 도구를 최대한 활용하고 Zilliz Cloud 경험을 최적화하는 데 도움이 됩니다.
다음 단계는 무엇인가요?
당사는 메트릭 및 알림 시스템을 지속적으로 개선하기 위해 노력하고 있습니다. 다음은 당사의 로드맵 일부입니다:
알림 템플릿: 여러 알림에 빠르게 설정하고 쉽게 적용할 수 있는 템플릿을 개발하여 알림 구성 프로세스를 간소화하고 있습니다.
Pod 리소스 메트릭: 곧 제공될 메트릭에는 CPU 사용량, Memory 사용량, Network flow와 같은 상세한 pod 수준 정보가 포함될 예정입니다.
향상된 데이터 작업 메트릭: Indexed entity metrics, Cluster connection metrics 등을 포함하여 데이터 작업에 대한 더 깊은 인사이트를 제공하도록 메트릭을 확장하고 있습니다.
서드파티 통합: 고급 모니터링 설정을 지원하기 위해 인기 있는 모니터링 플랫폼인 Datadog 및 Prometheus와의 통합을 개발하고 있습니다.
이러한 예정 기능은 Zilliz Cloud 클러스터에 대해 더욱 세분화된 제어와 인사이트를 제공하여 성능을 최적화하고 문제에 더 효과적으로 대응할 수 있게 해줍니다. Zilliz Cloud의 새로운 Metrics and Alerts 기능에 대해 자세히 알아보려면 10월 3일 릴리스 심층 분석 웨비나에 참여하세요.
앞으로 몇 달 안에 이러한 개선 사항을 소개하게 되어 기쁩니다. 여러분의 피드백은 Zilliz Cloud를 만들어가는 데 매우 중요합니다. Discord를 통해 의견을 공유하거나 지원팀에 문의하세요.
새로운 모니터링 및 관측 가능성 기능을 살펴보시면서 여러분의 의견을 듣기를 기대합니다.
계속 읽기
Zilliz Named "Highest Performer" and "Easiest to Use" in G2's Summer 2025 Grid® Report for Vector Databases
Zilliz shines in G2's Summer 2025 Grid® Report as both "Highest Performer" and "Easiest to Use," solving the performance-usability dilemma.
Vector Databases vs. Time Series Databases
Use a vector database for similarity search and semantic relationships; use a time series database for tracking value changes over time.
OpenAI o1: What Developers Need to Know
In this article, we will talk about the o1 series from a developer's perspective, exploring how these models can be implemented for sophisticated use cases.