ZO

저자 : 게일가젤
독서일자 :  2025.05.01 ~ 2025.06.25

“우울, 불안, 번아웃, 스트레스에 무너지지 않는 멘탈 관리.”

이 책을 읽게 된 계기는 표지에 나와있는 바로 이 문장 때문이다. 사회생활을 하며 바쁘게 살아가는 현대인이라면 누구나 한 번쯤 겪어봤을 감정들이기에, 이 문장이 유독 마음을 끌었다.

책은 이러한 감정들을 억누르거나 회피하는 대신, 있는 그대로 받아들이고 더 나은 방향으로 나아갈 수 있는 방법을 제시한다. 특히 두려움과 같은 부정적인 감정을 무조건 밀어내는 것이 아니라, 그것을 인정하고 수용하는 자세가 중요하다는 내용이 인상 깊었다.

나 역시 사회생활을 하며 내 뜻대로 되지 않는 상황들에 종종 스트레스를 받아왔기에, 책 속에서 말하는 ‘스트레스를 최소화하는 방법들’이 현실적으로 와 닿았다. 그리고 자기 자신을 돌봐야 주변도 챙길 수 있다 는 말에는 깊이 공감했다.

결국 주변을 챙기는 것도 내가 에너지를 충분히 갖고 있을 때 가능한 일이니까.

이 책을 읽으며 일과 삶의 균형, 즉 워라밸의 중요성을 더욱 절감했다. 무엇이든 과하지 않게, 나를 소진시키지 않으면서 조화를 이루는 삶을 살아야겠다는 다짐도 하게 되었다.

Taints + Tolerations + Node Affinity

개념 요약

• Taints: 노드에 "오염(Taint)"을 적용해, 특정 조건의 Pod가 아니면 해당 노드에 스케줄링되지 않도록 제한합니다.
• Tolerations: Pod가 특정 Taint를 "관용(Tolerate)"할 수 있도록 설정해, 해당 노드에 스케줄링될 수 있게 허용합니다.
• Node Affinity: 노드에 설정된 Label 기반으로 Pod가 선호하거나 반드시 배치되어야 하는 노드를 지정합니다.

한계점

1. Taints + Tolerations의 한계
   • Taint가 설정된 노드에 대해, Toleration이 없는 Pod는 스케줄링되지 않지만, Toleration이 있는 Pod는 Taint가 없는 일반 노드에도 스케줄링될 수 있습니다.
     • ❗즉, 특정 노드에만 배치되기를 원하지만, 다른 일반 노드에 배치될 수 있는 가능성 존재
     • 예: Toleration: color=blue인 Pod는 color=blue Taint가 있는 노드에도, 아무 설정 없는 노드에도 스케줄될 수 있음
2. Node Affinity의 한계
   • Node Affinity는 특정 조건(label)에 맞는 노드에 스케줄을 유도할 수 있지만,
   • Affinity 조건이 없는 Pod는 해당 노드에 스케줄링이 가능함 (차단 기능이 아님)
   • 또한 preferredDuringScheduling는 단순 선호이므로 강제성이 없음

완벽한 제어 방법

• 세 가지를 조합해야 특정 노드에만 특정 Pod가 스케줄되도록 완벽한 제어가 가능:

기능 역할

✅ 예시 구성

• 노드 설정:
  • node1 → Label: node-type=blue, Taint: key=color:blue:NoSchedule
• Pod 설정:
  • Toleration: key=color, value=blue, effect=NoSchedule
  • Node Affinity: requiredDuringSchedulingIgnoredDuringExecution → node-type=blue

→ 이렇게 설정하면:

• 해당 Pod는 node-type=blue인 노드에만 스케줄링되고,
• color=blue Taint가 없으면 거절되므로,
• 해당 조건을 모두 만족하는 노드에만 Pod가 배치됨

🔚 결론

• Taints + Tolerations은 접근을 차단/허용하는 장치
• Node Affinity는 배치 조건을 지정하는 장치
• 이 둘은 상호보완적으로 사용되어야 완전한 스케줄링 제어가 가능

🚨개요

사내에서 운영 중인 특정 API(tomcat기반 APP)의 JVM Heap 사용률이 지속적으로 70%-80% 이상 유지되며 성능 저하 가능성이 확인되었습니다. 이에 따라 Heap 증설 및 메모리 누수(Memory Leak) 여부를 포함한 분석을 수행했습니다.

🛠️ 이슈 사항

• 4월 중순:
  • JVM모니터링 시작 후 운영 대시보드에서 JVM Heap 사용률이 80% 이상으로 꾸준히 유지됨을 감지
  • 초기 대응으로 개발자와 논의 후 API JVM Heap 사이즈를 1GB → 2GB로 증설
• 5월 초:
  • 동일 API에서 다시 Heap 사용률이 80% 이상 점유됨
  • Heap 증가 패턴이 동일 API에서 반복됨에 따라 GC 및 Heap 사용 분석 진행

🔍 원인 분석

1. JVM 내부 지표 분석

• Memory Pool 별 사용률 확인 결과,
  → PS Old Gen 영역의 메모리 사용량이 계속적으로 우상향 (증가-하기이미지참고)
  → Full GC 이후에도 충분히 회수되지 않는 패턴 확인
• 이는 객체가 장기적으로 메모리에 머무는 현상을 의미하며, Memory Leak 가능성으로 추정
• 

2. Heap Dump 분석

• 대상 프로세스에서 heap dump 수행 
  ※ -live 옵션은 현재 GC 후 생존 객체만 덤프하며, 내부적으로 Full GC를 트리거
•  
• 명령어 : jmap -dump:live,format=b,file=heap_0513.hprof < tomcat PID>
• Eclipse Memory Analyzer Tool(MAT)로 분석 결과:
  • Problem 1: MySQL Connector 관련 객체가 해제되지 않고 계속 유지
    

    

    
    
    
  • Problem 2: SSL Handshake 객체가 누적되어 소멸되지 않음
    
• 해당 누수 객체들의 Retained Size를 분석한 결과:
  • 총 약 200MB 수준의 메모리 누수 확인
  • 전체 Heap 대비 소규모이나, FullGC 트리거 이후이기에, 누적 시 OutOfMemoryError 가능성 존재
    

    

    
    
    
    
   

3. 누수 규모 판단 관련 유의사항

• jmap -dump:live는 GC 후 생존 객체만 덤프하므로,
  → 실제로는 GC에 의해 소멸된 일부 객체가 누락될 수 있음
  → 따라서 실제 누수 규모보다 작게 집계될 가능성 존재
  → 추후 heapdump 진행시에는 live 옵션 제외

✅ 조치 내용

• 개발팀에 Problem 1,2 관련 메모리 누수 공유 및 수정 요청
  • MySQL Connector 재사용 방식 점검
  • SSL Handshake 객체 재사용 또는 해제 로직 적용
• 모니터링 항목 추가
  • PS Old Gen 사용률 별도 대시보드화
  • Heap 사용량 및 GC 발생 간격 추이 주기적 분석
• 향후 대응 계획
  • 주기적 HeapDump 스케줄링을 통한 누수 패턴 조기 탐지
  • GC 로그 기반 메모리 증감 패턴 수집 및 자동 알림 설정

1. 증상

• API 서버에서 OutOfMemoryError: unable to create new native thread 발생
• 해당 서버에서의 장애로 인해 서비스 접속 간헐적 에러 발생

2. 선조치

• 장애 복구를 위해 배포를 시도했으나, SFTP 접근 중 secure 로그상에 do_exec_no_pty: fork: Resource temporarily unavailable 오류 발생
• 톰캣 강제 종료 후 커널 파라미터 (open files, max user processes) 조정 및 배포 진행 → 정상화

3. Root Cause 분석

(1) 주요 확인 사항

1. OOM 발생 로그 분석 결과, 신규 쓰레드 생성이 불가능한 상태 (추가로 secure로그를 통해 파일 디스크립터 부족 가능성 시사)
2. 동일한 환경의 이중화 서버 중 API 1번에서만 문제 발생

(2) 상세 분석

• OOM 발생 후 JMX Exporter를 통한 모니터링을 시작한 결과, api 1번에서만 
  쓰레드 개수가 비정상적으로 증가하는 현상 확인
• jstack을 이용한 분석 결과, 아래와 같이 쓰레드풀에서 WAITING 상태의 쓰레드가 지속적으로 생성됨

(3) 원인 분석

• API 소스 내 Java 쓰레드 생성 관련 코드를 점검한 결과,
  ExecutorService executor = Executors.newFixedThreadPool(5);
  특정소스의 위 코드에서 생성된 쓰레드풀을 명시적으로 종료 (shutdown)하지 않는 문제를 확인
• 추가로 개발 담당자와의 프로세스 검토 결과, 로드밸런싱이 되는 서비스이기에, 1번 서버에 요청이 집중되는 현상의 원인 파악이 확인 필요
  •  VIP의 L4 로드밸런싱 설정이 Hash 기반 → 동일 클라이언트 IP에서 들어오는 요청이 특정 서버에 집중될 가능성이 있음
  •  이를 검증하기 위해 L4 로드밸런싱 메트릭을 Round Robin 방식으로 변경 후 테스트 진행
  •  그 결과, 1번과 2번 서버 모두에서 쓰레드풀 WAITING 증가 현상 확인 → 원인 파악 완료
    

(4) 주말간 OOM 발생 원인

• 쓰레드풀 생성 후 회수가 이루어지지 않아 ulimit의 max user processes 임계치 도달
• 임의의 환경(max user processes 최소값)에서 테스트 코드 실행 시 동일한 OOM 발생 재현 확인
  

  

4. 조치 사항

1. 소스 수정
2. 커널 파라미터 조정
3. 어플리케이션 모니터링 강화

5. 결론:

• 쓰레드풀 미회수로 인한 max user processes 임계 도달이 OOM 발생의 직접적인 원인, 이를 해결하기 위해 소스 수정 및 커널파라미터 튜닝 진행

1. 들어가며.

Prometheus와 Grafana를 활용해 데이터를 수집하고 대시보드를 구성하던 중, 기존에 설정된 패널에서 "Found Duplicate Series for the Match Group" 오류가 발생하며 정상적으로 데이터를 표시하지 못하는 문제가 발생했습니다. 이 글에서는 해당 오류가 발생한 원인과 해결 방법을 정리합니다.

2. 오류 발생 원인

2.1 문제가 발생한 PromQL 쿼리 예시

오류가 발생한 PromQL 쿼리는 SNMP Exporter를 통해 수집한 ifHcInoctets 메트릭(네트워크 인터페이스의 바이트 단위 수신량)을 활용한 아래와 같은 형태였습니다.

ifHcInoctets{instance="$instance", type="$type", category="network"}

이 쿼리는 특정 instance 및 type에 해당하는 네트워크 트래픽 데이터를 가져오는 과정에서 중복된 시계열(series)이 존재하여 오류가 발생한 것입니다.

2.2 type 라벨 중복 문제

오류의 원인은 type 라벨에 두 개의 서로 다른 값(“active”와 “standby”) 이 존재했기 때문입니다. 이는 연동 작업 중 IP 설정 오류로 인해 원래 type='standby'로 설정되어야 할 대상이 type='active'로 잘못 설정되었고, 이후 이를 수정하여 Prometheus를 재시작하면서 동일한 instance에 대해 두 개의 type 값을 가지는 시계열이 생성되었기 때문입니다.

Prometheus에서는 동일한 instance와 같은 라벨 조합을 가진 메트릭이 중복될 경우, irate()와 같은 함수에서 오류가 발생할 수 있습니다. 아래는 실제 패널상에서 보여지는 에러이미지입니다.

3. 해결 방법

중복된 시계열을 해결하는 방법은 여러 가지가 있습니다.

3.1 불필요한 메트릭 삭제 (필자가 선택한 방법)

 *delete_series API 사용 방법

해당 메트릭이 실수로 수집된 것이므로 사용하지 않도록 제거하는 방법을 선택했습니다. Prometheus의 delete_series API를 사용하면 특정 메트릭을 삭제할 수 있습니다.

curl -X POST -g 'http://localhost:9090/api/v1/admin/tsdb/delete_series?match[]={instance="10.10.10.10",type="active"}'

이 명령어를 실행하면 특정 instance 값과 일치하는 시계열 데이터가 삭제됩니다.

* Admin API 활성화 필요

하지만 기본적으로 Prometheus는 admin-api가 비활성화되어 있어, 위 명령어를 실행하면 다음과 같은 오류가 발생할 수 있습니다.

이 경우 Prometheus 설정 파일 또는 실행 인자에 다음 옵션을 추가해야 합니다.

--web.enable-admin-api

필자는 Prometheus를 Docker Compose로 운영 중이므로, docker-compose.yml 파일에서 아래 이미지와 같이 Prometheus 컨테이너에 해당 옵션을 추가한 후 재시작했습니다.

설정을 추가한 후 Prometheus를 재시작하고 다시 delete_series API를 실행하면, 중복된 시계열이 삭제되며 정상적으로 Grafana 패널이 표시되는 것을 확인할 수 있습니다.

4. 결론

이번 오류는 Prometheus에서 동일한 instance에 대해 두 개의 type 값(active/standby)이 존재하여 중복된 시계열이 생성되면서 발생했습니다. 해결 방법으로는 불필요한 시계열 삭제, PromQL 쿼리 수정 등을 선택할 수 있으며, 필자는 delete_series API를 활용해 메트릭을 삭제하는 방식으로 해결했습니다.

Prometheus와 Grafana를 운영하면서 중복된 시계열 문제를 방지하려면, 라벨 관리에 신경 쓰고 불필요한 중복 데이터를 최소화하는 것이 중요합니다. 이후 동일한 문제가 발생하지 않도록 수집 설정을 주의 깊게 관리하는 것이 필요합니다.