튜토리얼 - 컨테이너에서 파이썬(Python) 애플리케이션 및 Datadog 에이전트에 대한 추적 활성화

문서 > APM > 트레이싱 지침 > 튜토리얼 - 컨테이너에서 파이썬(Python) 애플리케이션 및 Datadog 에이전트에 대한 추적 활성화

개요

이 튜토리얼은 컨테이너에 설치된 샘플 파이썬 애플리케이션에서 추적을 활성화하는 단계를 안내합니다. 이 시나리오에서는 Datadog 에이전트도 컨테이너에 설치됩니다.

호스트 애플리케이션 및 에이전트, 컨테이너 애플리케이션, 호스트 에이전트, 다른 언어로 작성된 애플리케이션을 포함하는 애플리케이션을 포함하는 다른 시나리오의 경우 기타 추적 활성화 튜토리얼을 참조하세요.

파이썬 추적 애플리케이션 설명서에서 파이썬 추적 설정에 대한 포괄적인 정보를 확인하세요.

전제 조건

Datadog 계정과 조직 API 키
Git
추적 라이브러리 요구 사항을 충족하는 파이썬

도커(Docker)화된 샘플 파이쎤 애플리케이션 설치

이 튜토리얼의 코드 샘플은 GitHub의 github.com/Datadog/apm-tutorial-python에 있습니다. 시작하려면 리포지토리를 복제하세요.

git clone https://github.com/DataDog/apm-tutorial-python.git

리포지토리에는 도커 컨테이너 내에서 실행되도록 사전 설정된 다중 서비스 파이썬 애플리케이션이 포함되어 있습니다. 샘플 앱은 데이터를 추가하고 변경하기 위한 REST API가 포함된 기본 메모 앱입니다.

샘플 애플리케이션 시작 및 실행

실행별 애플리케이션 컨테이너 빌드:

docker-compose -f docker/containers/exercise/docker-compose.yaml build notes_app

컨테이너 시작:

docker-compose -f docker/containers/exercise/docker-compose.yaml up db notes_app

터미널에서 다음 출력을 확인할 수 있는 경우 애플리케이션 사용 준비가 완료된 것입니다.

notes          |  * Debug mode: on
notes          | INFO:werkzeug:WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.
notes          |  * Running on all addresses (0.0.0.0)
notes          |  * Running on http://127.0.0.1:8080
notes          |  * Running on http://192.168.32.3:8080
notes          | INFO:werkzeug:Press CTRL+C to quit
notes          | INFO:werkzeug: * Restarting with stat
notes          | WARNING:werkzeug: * Debugger is active!
notes          | INFO:werkzeug: * Debugger PIN: 143-375-699

또한 docker ps 명령을 사용해 실행되는 컨테이너를 확인하여 실행 여부를 체크할 수 있습니다.

또 다른 터미널을 열고 API 요청을 전송해 앱을 실행합니다. 메모 애플리케이션은 또 다른 컨테이너에서 실행되는 Postgres 데이터베이스에 데이터를 저장하는 REST API입니다. 몇몇 명령을 전송합니다.

curl -X GET 'localhost:8080/notes': {}
curl -X POST 'localhost:8080/notes?desc=hello': (1, hello)
curl -X GET 'localhost:8080/notes?id=1': (1, hello)
curl -X GET 'localhost:8080/notes': {”1”, "hello"}
curl -X PUT 'localhost:8080/notes?id=1&desc=UpdatedNote': (1, UpdatedNote)
curl -X DELETE 'localhost:8080/notes?id=1': Deleted

애플리케이션 중지

애플리케이션 실행을 확인한 후 추적을 활성화할 수 있도록 중단합니다.

컨테이너 중단:

docker-compose -f docker/containers/exercise/docker-compose.yaml down

컨테이너 제거:

docker-compose -f docker/containers/exercise/docker-compose.yaml rm

추적 활성화

이제 작동하는 파이썬 애플리케이션이 있으므로 설정을 통해 추적을 활성화하세요.

파이선 추적 패키지를 프로젝트에 추가하세요. apm-tutorial-python/requirements.txt 파일을 열고 존재하지 않는 경우 목록에 ddtrace를 추가합니다.
```
flask==2.2.2
psycopg2-binary==2.9.3
requests==2.28.1
ddtrace
```
메모 애플리케이션인 Dockerfile 내에 docker/containers/exercise/Dockerfile.notes가 존재합니다. 애플리케이션을 시작하는 CMD 명령을 변경해 ddtrace 패키지를 사용합니다.
```
# Run the application with Datadog 
CMD ["ddtrace-run", "python", "-m", "notes_app.app"]
```
자동으로 Datadog 서비스를 포함하는 애플리케이션을 계측합니다.
각기 다른 버전과 배포 환경에서 추적된 서비스를 식별하는 범용 서비스 태그를 적용하여 Datadog와 연계되도록 합니다. 그러면 태그를 사용해 검색하고 필터링할 수 있습니다. 범용 서비스 태그에 사용되는 세 가지 환경 변수는 DD_SERVICE, DD_ENV 및 DD_VERSION입니다. Dockerfile에서 다음 환경 변수를 추가합니다.
```
ENV DD_SERVICE="notes"
ENV DD_ENV="dev"
ENV DD_VERSION="0.1.0"
```
범용 서비스 태그와 대응되는 도커(Docker) 레이블을 추가합니다. 이를 통해 애플리케이션이 실행되면 도커 메트릭을 확보할 수 있습니다.
```
LABEL com.datadoghq.tags.service="notes"
LABEL com.datadoghq.tags.env="dev"
LABEL com.datadoghq.tags.version="0.1.0"
```

올바르게 설정했는지 확인하려면 Dockerfile 파일을 샘플 리포지토리 솔루션 파일에 제공된 것, docker/containers/solution/Dockerfile.notes와 비교합니다.

에이전트 컨테이너 추가

docker/containers/exercise/docker-compose.yaml 파일의 서비스 섹션에 Datadog 에이전트 추가

에이전트 설정 추가 및 자체적인 Datadog API 키3와 사이트 지정

  datadog:
    container_name: dd-agent
    image: "gcr.io/datadoghq/agent:latest"
    environment:
       - DD_API_KEY=<DD_API_KEY>
       - DD_SITE=datadoghq.com  # Default. Change to eu.datadoghq.com, us3.datadoghq.com, us5.datadoghq.com as appropriate for your org
       - DD_APM_ENABLED=true    # Enable APM
    volumes: 
       - /var/run/docker.sock:/var/run/docker.sock:ro 
       - /proc/:/host/proc/:ro
       - /sys/fs/cgroup/:/host/sys/fs/cgroup:ro

환경 변수 DD_AGENT_HOST를 추가하고 모니터링하려는 코드를 사용해 각 컨테이너 섹션에 에이전트 컨테이너 호스트 이름(이 예에서는 notes_app 컨테이너)을 지정합니다.
```
    environment:
     - DD_AGENT_HOST=datadog
```

올바르게 설정하였는지 확인하려면 docker-compose.yaml 파일을 샘플 리포지토리 솔루션 파일 docker/containers/solution/docker-compose.yaml과 비교합니다.

컨테이너를 시작해 자동 추적을 확인합니다.

이제 추적 라이브러리가 설치되었습니다. 애플리케이션을 재시작하고 트레이스 수신을 시작합니다. 다음 명령을 실행합니다.

docker-compose -f docker/containers/exercise/docker-compose.yaml build notes_app
docker-compose -f docker/containers/exercise/docker-compose.yaml up db datadog notes_app

터미널에서 지속적인 출력을 관찰하여 에이전트가 작동하고 있는지 확인할 수 있습니다. 혹은 Datadog에서 이벤트 탐색기를 열어 에이전트 시작 이벤트를 확인할 수 있습니다.

실행되는 애플리케이션에서 CURL 요청을 전송합니다.

curl -X POST 'localhost:8080/notes?desc=hello': (1, hello)
curl -X GET 'localhost:8080/notes?id=1': (1, hello)
curl -X PUT 'localhost:8080/notes?id=1&desc=UpdatedNote': (1, UpdatedNote)
curl -X DELETE 'localhost:8080/notes?id=1': Deleted

잠시 기다린 다음 Datadog에서 APM > 트레이스로 이동합니다. API 호출과 대응되는 트레이스 목록을 확인할 수 있습니다.

몇 분이 지난 후에도 트레이스를 확인할 수 없다면 트레이스 검색 필드에서 모든 필터를 해제합니다. 때론 사용하지 않는 ENV 등 환경 변수에 대해 필터링되었을 수 있습니다.

트레이스 검사

트레이스 페이지에서 POST /notes 트레이스를 클릭해 각 스팬에 걸리는 시간 및 스팬 완료 전 발생한 다른 스팬을 보여주는 불꽃 그래프를 확인할 수 있습니다. 그래프 상단의 막대는 이전 화면에서 선택한 스팬입니다. (이 경우 메모 애플리케이션의 최초 엔트리 포인트입니다.)

막대의 너비는 완료된 데 걸린 시간을 나타냅니다. 깊이가 얕은 막대는 더 굵은 깊이의 막대 수명 동안 완료된 스팬을 나타냅니다.

POST 트레이스의 불꽃 그래프는 이와 비슷한 형태입니다.

GET /notes 트레이스는 이와 비슷한 형태입니다.

파이썬 애플리케이션에 커스텀 계측 추가

자동 계측은 편리하지만 때때로 더욱 세분화된 스팬을 원할 수 있습니다. Datadog의 파이썬 DD 트레이스 API를 사용하면 주석이나 코드로 코드 내 스팬을 지정할 수 있습니다.

다음 단계는 코드에 주석을 추가하여 일부 샘플 메서드를 추적하는 방법을 안내합니다.

notes_app/notes_helper.py를 엽니다.
다음 가져오기 추가:
```
from ddtrace import tracer
```
NotesHelper 클래스 내, notes_helper로 불리우는 트레이서 래퍼를 추가해 notes_helper.long_running_process 메서드가 작동하는 방법을 더 효과적으로 확인합니다.
```
class NotesHelper:

    @tracer.wrap(service="notes_helper")
    def long_running_process(self):
        time.sleep(.3)
        logging.info("Hello from the long running process")
        self.__private_method_1()
```
이제 트레이서가 자동으로 리소스에 사용된 함수 이름으로 리소스 레이블을 지정합니다. 이 경우에는 long_running_process입니다.

실행별로 컨테이너를 다시 빌드합니다.

docker-compose -f docker/containers/exercise/docker-compose.yaml build notes_app
docker-compose -f docker/containers/exercise/docker-compose.yaml up db datadog notes_app

일부 HTTP 요청, 특히 GET 요청을 다시 전송합니다.
트레이스 탐색기에서 새로운 GET 요청 중 하나를 클릭한 다음 이와 같은 불꽃 그래프를 확인하세요.
get_notes 함수가 커스텀 트레이싱을 포함하므로 스택 트레이스에서 상위 수준의 상세 정보를 확인할 수 있습니다.

자세한 정보는 커스텀 계측을 참조하세요.

두 번째 애플리케이션을 추가해 분산된 트레이스를 확인하세요.

단일 애플리케이션을 추적하는 것은 좋은 시작이지만 트레이싱의 진정한 가치는 서비스에 대한 요청 흐름을 확인하는 데 있습니다. 이를 _분산 트레이싱_이라고 부릅니다.

샘플 프로젝트에 calendar_app로 불리는 두 번째 애플리케이션이 포함되어 있습니다. 이 애플리케이션은 호출 시 임의의 날짜를 반환합니다. 메모 애플리케이션의 POST 엔드포인트는 add_date란 이름의 두 번째 쿼리 파라미터를 포함합니다. y로 설정되어 있는 경우 메모는 캘린더 애플리케이션을 호출하여 메모에 추가할 날짜를 가져옵니다.

이전에 메모 앱에서 했던 것과 마찬가지로 dd_trace을 Dockerfile의 시작 명령에 추가하여 추적에 대해 캘린더 앱을 설정합니다. docker/containers/exercise/Dockerfile.calendar를 열고 이와 같이 CMD 명령줄을 업데이트합니다.
```
CMD ["ddtrace-run", "python", "-m", "calendar_app.app"] 
```
메모 앱에서와 마찬가지로 범용 서비스 태그를 적용합니다. Dockerfile.calendar 파일에 다음 환경 변수를 추가합니다.
```
ENV DD_SERVICE="calendar"
ENV DD_ENV="dev"
ENV DD_VERSION="0.1.0"
```
다시 한번 범용 서비스 태그에 해당하는 도커 레이블을 추가하면 애플리케이션이 실행된 후 도커 메트릭을 확보할 수도 있습니다.
```
LABEL com.datadoghq.tags.service="calendar"
LABEL com.datadoghq.tags.env="dev"
LABEL com.datadoghq.tags.version="0.1.0"
```
추적을 올바른 위치로 보내려면 에이전트 컨테이너 호스트 이름 DD_AGENT_HOST을 캘린더 애플리케이션 컨테이너에 추가하세요. docker/containers/exercise/docker-compose.yaml을 열고 다음 줄을 calendar_app 섹션에 추가합니다.
```
    environment:
     - DD_AGENT_HOST=datadog
```
올바르게 설정했는지 확인하려면 샘플 리포지토리 docker/containers/solution 디렉터리에 제공된 Dockerfile 및 docker-config.yaml 파일과 설정을 비교하세요.

컨테이너를 다시 시작하여 다중 서비스 애플리케이션을 빌드합니다. 먼저 실행 중인 모든 컨테이너를 중단합니다.

docker-compose -f docker/containers/exercise/docker-compose.yaml down

그런 다음 다음 명령을 실행하여 시작하세요.

docker-compose -f docker/containers/exercise/docker-compose.yaml build
docker-compose -f docker/containers/exercise/docker-compose.yaml up

add_date 파라미터를 사용하여 POST 요청을 보냅니다.

curl -X POST 'localhost:8080/notes?desc=hello_again&add_date=y': (2, hello_again with date 2022-11-06)

트레이스 탐색기에서 다음 최신 트레이스를 클릭하여 두 서비스 간의 분산 트레이스를 확인하세요.

더 많은 커스텀 계측 추가

코드를 사용하여 커스텀 계측을 추가할 수 있습니다. 트레이스를 더 효과적으로 확인하기 위해 캘린더 서비스를 추가로 계측한다고 가정해 보겠습니다.

notes_app/notes_logic.py를 엽니다.
다음 가져오기 추가
```
from ddtrace import tracer
```

try 블록 내, 약 28줄 근처에 다음 with 구문을 추가합니다.

with tracer.trace(name="notes_helper", service="notes_helper", resource="another_process") as span:

결과:

def create_note(self, desc, add_date=None):
        if (add_date):
            if (add_date.lower() == "y"):
                try:
                    with tracer.trace(name="notes_helper", service="notes_helper", resource="another_process") as span:
                        self.nh.another_process()
                    note_date = requests.get(f"http://localhost:9090/calendar")
                    note_date = note_date.text
                    desc = desc + " with date " + note_date
                    print(desc)
                except Exception as e:
                    print(e)
                    raise IOError("Cannot reach calendar service.")
        note = Note(description=desc, id=None)
        note.id = self.db.create_note(note)

컨테이너 다시 빌드:

docker-compose -f docker/containers/exercise/docker-compose.yaml build notes_app
docker-compose -f docker/containers/exercise/docker-compose.yaml up

add_date 인수를 사용하여 추가 HTTP 요청, 특히 POST 요청을 보냅니다.
트레이스 탐색기에서 다음 새 POST 트레이스 중 하나를 클릭하면 여러 서비스에 대한 커스텀 트레이스를 볼 수 있습니다.
새로운 스팬이 notes_helper.another_process 레이블 값을 가지니 참고하세요.