수업 1백엔드 Node.js 계측: 자동 vs 수동 추적, HTTP 미들웨어, 미들웨어, 비즈니스 로직 및 다운스트림 호출 스팬 캡처이 섹션에서는 Node.js 백엔드 계측을 자세히 설명하며, 자동 및 수동 추적을 비교하고 HTTP 미들웨어, 비즈니스 로직, 데이터베이스, 캐시, 외부 서비스로의 다운스트림 호출에 대한 스팬 캡처 방법을 보여 전체 요청 가시성을 제공합니다.
Choosing automatic versus manual instrumentationTracing Express and Koa middleware chainsCapturing spans for core business operationsInstrumenting outbound HTTP and gRPC clientsHandling async context and promise boundaries수업 2데이터베이스 계측: PostgreSQL 쿼리 타이밍, 느린 쿼리 로깅, 연결 풀 메트릭, 문장 수준 추적이 섹션에서는 PostgreSQL 계측에 중점을 두며 쿼리 타이밍, 느린 쿼리 로깅, 연결 풀 메트릭, 문장 수준 추적을 포함하여 병목 현상을 식별하고 쿼리를 튜닝하며 데이터베이스가 최종 사용자 지연에 미치는 영향을 이해할 수 있습니다.
Enabling query timing and latency histogramsConfiguring slow query thresholds and loggingMonitoring connection pool size and saturationTracing prepared statements and ORM queriesTagging queries with tenant and feature data수업 3프론트엔드 계측: 캡처할 메트릭 (페이지 로드, Core Web Vitals, TTFB, FID, LCP, CLS), 싱글 페이지 애플리케이션 라우팅 및 합성 트랜잭션 측정이 섹션에서는 브라우저 성능 계측을 다루며 Core Web Vitals, SPA 라우팅, 합성 트랜잭션을 포함하여 일관된 프론트엔드 메트릭을 캡처하고 회귀를 감지하며 클라이언트 행동을 백엔드 성능과 연결할 수 있습니다.
Capturing Core Web Vitals in productionMeasuring TTFB, FID, LCP, CLS, and long tasksInstrumenting SPA route changes and virtual viewsModeling synthetic user flows in the frontendTagging frontend metrics with release versions수업 4로깅 및 메트릭 상호 연관: 구조화된 로그, 트레이스 ID로 로그 보강, 중앙화된 로그 수집 지점이 섹션에서는 구조화된 로깅, 트레이스 및 스팬 식별자, 중앙화된 수집을 사용하여 로그와 메트릭을 상호 연관짓는 방법을 설명합니다. 이벤트, 성능, 사용자 영향을 연결하는 쿼리 및 대시보드를 구축하는 방법을 배웁니다.
Designing structured log schemas and fieldsEnriching logs with trace and span identifiersCentralizing log ingestion and parsing rulesLinking metrics, logs, and traces in dashboardsDefining retention and access control policies수업 5백엔드 Java (Spring Boot) 계측: 에이전트 기반 추적, 컨트롤러, 필터, 데이터베이스 호출 및 외부 HTTP/gRPC용 스팬 구성이 섹션에서는 에이전트 및 구성을 사용한 Java Spring Boot 계측을 설명하며 컨트롤러, 필터, 데이터베이스 호출, 외부 HTTP 또는 gRPC 요청에 대한 스팬을 다루어 Java 서비스 전반에 일관되고 저마찰 추적을 달성합니다.
Deploying Java agents in different environmentsConfiguring controller and filter span boundariesTracing JDBC, JPA, and reactive database callsInstrumenting outbound HTTP and gRPC clientsCustom spans for business and domain events수업 6분산 추적 설계: 트레이스 컨텍스트 전파, 샘플링 전략, 스팬 명명 규칙 및 메타데이터/태깅이 섹션에서는 분산 추적 설계, 트레이스 컨텍스트 전파, 샘플링 전략, 스팬 명명 규칙, 메타데이터/태깅을 설명합니다. 디버깅, SLO, 의존성 분석을 지원하는 일관적이고 저오버헤드 트레이스를 만드는 방법을 배웁니다.
Propagating W3C trace context across servicesDesigning head and tail sampling strategiesDefining span naming rules and hierarchiesStandardizing tags for teams and environmentsManaging trace volume and retention policies수업 7프론트엔드 계측: 오류 수집 (JS 예외, 소스 맵, 처리되지 않은 프로미스 거부) 및 세션/트레이스 상호 연관이 섹션에서는 JavaScript 예외, 소스 맵, 처리되지 않은 프로미스 거부, 세션 상호 연관을 포함한 프론트엔드 오류 계측을 다루며 클라이언트 측 실패를 빠르게 진단하고 백엔드 트레이스와 연결할 수 있습니다.
Capturing runtime JS errors and stack tracesUploading and managing source maps securelyHandling unhandled rejections and console errorsGrouping and prioritizing frontend error eventsLinking sessions to backend traces and logs수업 8합성 모니터링 및 RUM: 합성 결제 여정 및 브라우저 실제 사용자 모니터링 구성이 섹션에서는 합성 여정 및 실제 사용자 모니터링을 설계하고 구성하는 방법을 설명하며 프로덕션 및 스테이징에서 결제, 로그인, 계정 관리와 같은 주요 플로우 전반의 가용성, 성능, 사용자 경험을 측정할 수 있습니다.
Designing critical synthetic user journeysConfiguring browser and API synthetic checksSetting SLAs and alert thresholds for syntheticsImplementing browser RUM beacons and samplingCorrelating RUM sessions with backend traces수업 9인프라 계측: Kubernetes 메트릭 (노드, 파드, 컨테이너), kubelet/cadvisor, kube-state 메트릭 및 클라우드 제공자 메트릭이 섹션에서는 Kubernetes 및 클라우드 플랫폼에 대한 인프라 계측을 다루며 노드, 파드, 컨테이너 메트릭, kubelet 및 kube-state 메트릭, 클라우드 제공자 텔레메트리를 포함하여 용량 계획 및 인시던트 분류를 가능하게 합니다.
Collecting node, pod, and container metricsScraping kubelet and cAdvisor endpointsUsing kube‑state metrics for cluster healthIntegrating cloud provider metrics and quotasBuilding SLOs for infrastructure resources
