Elastic Metrics

오픈 소스 인프라 모니터링

로그에 이미 Elastic Stack을 사용하고 계신가요? 몇 단계만으로 인프라 메트릭을 추가하세요. Elasticsearch의 강력한 로그 검색 기능을 전체 인프라에 걸쳐 다양한 소스의 메트릭에 적용할 수 있습니다.

무료 체험판 사용 시작

Elastic Stack에서 인프라 로그 및 메트릭을 추적하세요.

동영상 보기

Elasticsearch Service를 사용하여 observability 이니셔티브를 신속하게 시작하는 방법을 확인하세요.

동영상 보기

메트릭 데이터와 Elastic Stack을 사용하는 데 필요한 기본 사항을 알아보세요.

트레이닝 보기

새 소식

7.9에서는 좀 더 유연하게 경보를 생성하고 정교한 인벤토리 탐색 환경을 활용할 수 있습니다.

한 곳에서 모든 메트릭 분석

서버, Docker 컨테이너, Kubernetes 오케스트레이션, Prometheus 스타일의 메트릭, 애플리케이션 텔레메트리, 그 무엇이든 몇 분 만에 시작할 수 있게 해주는 Metricbeat 모듈이 있습니다. 가장 좋은 점은 데이터가 사용자의 로그와 기본적으로 상호 연관된다는 것입니다.

이후 내용은 건너뛰고 바로 시작하기

서버
핫스팟을 찾아내고, 문제가 되는 급증 상황을 진단하고, 색상부터 알림까지 모든 것을 사용자 정의하세요.
Docker
리소스 사용도가 높은 컨테이너를 모니터링하고, 중단된 컨테이너를 파악하세요.
Kubernetes
pod를 주의 깊게 눈여겨보고 자동 검색을 사용해 추적하여 동적 환경에 따라 조정하세요.
애플리케이션
미리 작성된 방대한 배열의 Metricbeat 모듈로 순식간에 애플리케이션 메트릭을 시각화하세요.

카디널리티가 높은 데이터에서 신속한 검색

다양한 차원과 태그, 카디널리티, 필드를 넘나들며 자유롭게 데이터를 탐색하세요. Elastic은 데이터 탐색 방식을 제한하지 않으며, 호스트명과 IP 주소, 태그 같은 속성을 규모나 순서에 관계없이 계속해서 빠르게 탐색하고 원하는 방식으로 시각화할 수 있습니다. 아울러, Beats와 그 모듈은 수집, 구문 분석, 태깅 작업을 합니다. 대시보드와 머신 러닝 작업도 생성할 수 있습니다.

시계열 데이터를 위한 Elasticsearch

반전된 인덱스를 넘어서는 작업이 이루어졌습니다. Elastic에서는 새로운 데이터 유형을 만들고 BKD tree를 구현하고 열 형식 저장소를 추가했고, 이러한 작업을 통해 매우 효율적인 구조의 데이터를 확보하고 검색 속도 향상과 메모리 및 디스크 사용량 감소라는 결과를 이끌어 낼 수 있었습니다. 이것은 페타바이트 규모의 데이터에서 아주 빠른 속도로 필드 및 값에 접근이 가능하다는 것을 의미합니다.

Prometheus 메트릭 분석 및 강화

수백 개의 Prometheus 인스턴스로부터 데이터를 통합하고 지리적으로 분산되어 있는 엔드포인트에 대한 전체 보기를 확립하세요. Prometheus로부터의 메트릭을 Elasticsearch의 로그 및 APM 데이터와 통합하고 Kibana에서 모두 분석하세요. Metricbeat를 Prometheus 서버에 연결하거나 바로 Prometheus 내보내기에 연결할 수 있습니다.

메트릭을 심층적으로 탐색

토폴로지와 일치하는 관점으로 인프라를 다르게 보세요. CPU, 메모리 또는 네트워크 트래픽별 현재 및 과거 성능을 심층적으로 보세요. 그리고 나서 Metrics Explorer에서 세분화시켜 보고, 선택한 집계를 기반으로 시계열 차트를 생성하세요. 표시할 필드를 선택하고, 데이터를 하위 그래프로 세분화하고, 옵션 필터를 추가한 후, Time Series Visual Builder에서 시각화를 보강할 수 있습니다.

Inventory
Metrics Explorer

롤업을 이용한 장기 보존

Elastic Stack을 떠나지 않고서도 메트릭을 다운샘플링하세요. Elasticsearch와 Kibana의 강력한 롤업 지원은 정확도를 희생하지 않고도 공간을 절약하고 쿼리를 더 빨리 처리할 수 있게 해줍니다.

머신 러닝이 지원하는 경보 생성

데이터의 규모가 커질수록 스트리밍 중에 데이터의 평균, 측정치, 총 합계 등에 대한 정확성이 감소하기 쉽습니다. 그리고 시각화 도구만을 사용해서 모든 것을 분석하기란 사실상 불가능에 가깝습니다. (인간의 능력에는 한계가 있으니까요.)

Elastic Stack의 머신 러닝 기능은 어떤 규모에서나 별개의 여러 데이터 소스에 걸쳐 이상 징후 탐색을 자동화하여, 데이터에서 정상값과 비정상 값을 스스로 구분하여 알려 줍니다.

요금제

간편한 방식. 호스트당 요금제 없음

Elastic을 어떻게 시작하든, 또 어떻게 성장시키든, 언제나 저희 제품을 가치있게 사용할 수 있는 방법이 있습니다. 필요한 리소스에 대해서만 비용을 지불하시고, 원하는 방식으로 배포하세요. Elastic으로 더 많은 멋진 작업들도 하실 수 있습니다.

사용해 보기

이제 최신 버전을 설치하고 바로 시작해 보세요. 질문이 있으세요? Elastic APM 설명서를 참조하시거나 Elastic Metrics 포럼에 함께 참여해주세요.

Hosted
Download

System
Apache
MongoDB
Docker
Kubernetes

What just happened?

Metricbeat created an index pattern in Kibana with defined fields, searches, visualizations, and dashboards. In a matter of minutes you can start viewing CPU and memory utilization, and process-level statistics.

Didn't work for you?

Metricbeat modules have defaults and configurations for each system they connect to. See the documentation for supported versions and configuration options.

실시간 텔레메트리 데이터 분석

업계를 주도하는 웹 중복성과 속도를 제공한다는 것은 NS1의 시계열 데이터베이스가 시스템, 제공자, 서드파티 통합에 걸쳐 있는 전 세계적으로 분산된 인프라에서 엄청난 양의 텔레메트리 데이터를 수집하고 분석해야 한다는 뜻입니다.

Elastic으로 로그 데이터를 다루는 곳은 NERSC 뿐만이 아닙니다. 더 많은 고객 사례를 직접 확인해 보세요.

이런 회사들이 믿고 애용하고 있습니다

로그 및 추적과 메트릭 통합

네트워크 데이터가 있습니까? 인프라 로그를 사용하고 계신가요? APM을 추적하고 계신가요? 메트릭과 함께 이 모든 것을 수집하고 모델링한 다음, 무료 오픈 소스 Elastic Observability를 이용해 분석을 확장하고 워크플로우와 아키텍처를 단순화할 수 있습니다.