From d783b58124312c704bc6c086ad85163b295e62cd Mon Sep 17 00:00:00 2001 From: guacbot Date: Fri, 24 Nov 2023 17:28:18 +0000 Subject: [PATCH 1/2] adding translations --- .../cluster_agent_autoscaling_metrics.md | 520 ++++++++++++++++++ 1 file changed, 520 insertions(+) create mode 100644 content/ko/containers/guide/cluster_agent_autoscaling_metrics.md diff --git a/content/ko/containers/guide/cluster_agent_autoscaling_metrics.md b/content/ko/containers/guide/cluster_agent_autoscaling_metrics.md new file mode 100644 index 0000000000000..242ab2b43be8d --- /dev/null +++ b/content/ko/containers/guide/cluster_agent_autoscaling_metrics.md @@ -0,0 +1,520 @@ +--- +aliases: +- /ko/agent/guide/cluster-agent-custom-metrics-server +- /ko/agent/cluster_agent/external_metrics +- /ko/containers/cluster_agent/external_metrics +further_reading: +- link: https://www.datadoghq.com/blog/datadog-cluster-agent/ + tag: 블로그 + text: Datadog 클러스터 에이전트 소개 +- link: https://www.datadoghq.com/blog/autoscale-kubernetes-datadog/ + tag: 블로그 + text: Datadog 메트릭으로 쿠버네티스(Kubernetes) 워크로드 자동 확장 +- link: /agent/cluster_agent/clusterchecks/ + tag: 설명서 + text: 자동탐지로 클러스터 점검 실행 +- link: /agent/kubernetes/daemonset_setup/ + tag: 설명서 + text: 쿠버네티스 DaemonSet 설정 +- link: /agent/cluster_agent/troubleshooting/ + tag: 설명서 + text: Datadog 클러스터 에이전트 트러블슈팅 +kind: 설명서 +title: 클러스터 에이전트 커스텀 및 외부 메트릭을 사용하여 오토스케일링 +--- + +## 개요 + +[Kubernetes 버전 1.2][1]에 도입된 수평 파드 오토스케일링은 `CPU`와 같은 기본 메트릭의 오토스케일링을 허용하지만, 애플리케이션과 함께 실행되기 위해서는 `metrics-server`라는 리소스가 필요합니다. Kubernetes 버전 1.6에서는 [커스텀 메트릭][2]의 오토스케일링이 가능합니다. + +커스텀 메트릭은 사용자가 정의하며 클러스터 내에서 수집됩니다. Kubernetes 버전 1.10부터는 외부 메트릭에 대한 지원이 도입되어 Datadog에서 수집한 메트릭과 같이 클러스터 외부에서 모든 메트릭을 오토스케일링할 수 있습니다. + +먼저 클러스터 에이전트를 외부 메트릭 공급자로 등록해야 합니다. 그런 다음 클러스터 에이전트가 제공한 메트릭을 사용하도록 HPA를 조정합니다. + +버전 1.0.0부터 현재 Datadog 클러스터 에이전트의 커스텀 메트릭 서버는 외부 메트릭을 위한 외부 메트릭 공급자 인터페이스를 구현합니다. 이 페이지에서는 이를 설정하는 방법과 Datadog 메트릭을 기반으로 Kubernetes 워크로드를 오토스케일링하는 방법을 소개합니다. + +## 설정 + +### 요건 + +1. Kubernetes 버전 1.10 이상: API 서버에 외부 메트릭 공급자 리소스를 등록해야 합니다. +2. Kubernetes [집합 레이어][3]를 활성화합니다. +3. 유효한 [Datadog API 키 ** 및** 애플리케이션 키][4]입니다. + +### 설치 + +{{< tabs >}} +{{% tab "Helm" %}} + +외부 메트릭 서버를 클러스터 에이전트와 함께 Helm에서 활성화하려면 [values.yaml][1] 파일을 다음 설정으로 업데이트합니다. 올바른 Datadog API 키, 애플리케이션 키를 제공하고 `clusterAgent.metricsProvider.enabled`를 `true`로 설정합니다. 그런 다음 Datadog Helm 차트를 다시 배포합니다: + + ```yaml + datadog: + apiKey: + appKey: + #(...) + + clusterAgent: + enabled: true + # metricsProvider가 Datadog의 메트릭을 기반으로 확장할 수 있도록 설정합니다. + metricsProvider: + # clusterAgent.metricsProvider.enabled + # 메트릭 공급자를 활성화하려면 이 값을 true로 설정합니다. + enabled: true + ``` + +필요한 RBAC 설정을 자동으로 업데이트하고 Kubernetes가 사용할 해당 `Service` 및 `APIService`를 설정합니다. + +`api-key` 또는 `app-key` 데이터 키가 포함된 사전 생성된 `Secrets` 이름과 설정 `datadog.apiKeyExistingSecret` 및 `datadog.appKeyExistingSecret`를 참조하여 키를 설정할 수도 있습니다. + +[1]: https://github.com/DataDog/helm-charts/blob/master/charts/datadog/values.yaml +{{% /tab %}} +{{% tab "Operator" %}} + +Datadog Operator에서 관리하는 클러스터 에이전트에서 외부 메트릭 서버를 사용하도록 설정하려면 먼저 [Datadog Operator를 설정][1]한 다음 유효한 Datadog API 키, 애플리케이션 키를 제공하고 `DatadogAgent` 커스텀 리소스에서 `features.externalMetricsServer.enabled`를 `true`로 설정합니다: + + ```yaml + apiVersion: datadoghq.com/v2alpha1 + kind: DatadogAgent + metadata: + name: datadog + spec: + global: + credentials: + apiKey: + appKey: + + features: + externalMetricsServer: + enabled: true + ``` + +Operator는 필요한 RBAC 설정을 자동으로 업데이트하고 Kubernetes가 사용할 해당 `Service` 및 `APIService`을 설정합니다. + +미리 생성된 `Secrets`의 이름과 Datadog API 및 애플리케이션 키를 저장하는 데이터 키를 참조하여 키를 설정할 수도 있습니다. + ```yaml + apiVersion: datadoghq.com/v2alpha1 + kind: DatadogAgent + metadata: + name: datadog + spec: + global: + credentials: + apiSecret: + secretName: + keyName: + appSecret: + secretName: + keyName: + + features: + externalMetricsServer: + enabled: true + ``` + +[1]: /ko/agent/guide/operator-advanced +{{% /tab %}} +{{% tab "Daemonset" %}} + +#### 커스텀 메트릭 서버 + +커스텀 메트릭 서버를 사용하려면 먼저 지침서에 따라 클러스터 내에서 [Datadog 클러스터 에이전트][1]를 설정합니다. 기본 배포가 성공적인지 확인한 후 다음 단계에서 Datadog 클러스터 에이전트에 대한 `Deployment` 매니페스트를 편집합니다: + +1. `DD_EXTERNAL_METRICS_PROVIDER_ENABLED` 환경 변수를 `true`로 설정합니다. +2. 환경 변수 `DD_APP_KEY` 및 `DD_API_KEY` **모두**가 설정되어 있는지 확인합니다. +3. `DD_SITE` 환경 변수가 Datadog 사이트로 설정되어 있는지 확인하세요: {{< region-param key="dd_site" code="true" >}}. 기본값은 `US` 사이트`datadoghq.com`로 설정됩니다. + +#### 외부 메트릭 공급자 서비스를 등록합니다 + +Datadog 클러스터 에이전트가 실행 중이면 몇 가지 추가 RBAC 정책을 적용하고 `Service`를 설정하여 해당 요청을 라우팅합니다. + +1. 다음 `custom-metric-server.yaml` 매니페스트를 사용하여 포트 `8443`를 노출하는 `datadog-custom-metrics-server`라는 이름의 `Service`를 만듭니다: + + ```yaml + kind: Service + apiVersion: v1 + metadata: + name: datadog-custom-metrics-server + spec: + selector: + app: datadog-cluster-agent + ports: + - protocol: TCP + port: 8443 + targetPort: 8443 + ``` + **참고: **클러스터 에이전트는 기본적으로 포트 `8443`를 통해 이러한 요청을 예상합니다. 그러나 클러스터 에이전트 `Deployment`가 환경 변수 `DD_EXTERNAL_METRICS_PROVIDER_PORT`를 다른 포트 값으로 설정한 경우, `Service`의 `targetPort`를 이에 맞게 변경하세요. + + `kubectl apply -f custom-metric-server.yaml`를 실행하여 `Service`를 적용하세요 +2. [`rbac-hpa.yaml` RBAC 규칙 파일][2]을 다운로드합니다. +3. 다음 파일을 적용하여 클러스터 에이전트를 외부 메트릭 공급자로 등록합니다: + ``` + kubectl apply -f rbac-hpa.yaml + ``` + +[1]: /ko/agent/cluster_agent/setup/?tab=daemonset +[2]: https://github.com/DataDog/datadog-agent/blob/master/Dockerfiles/manifests/hpa-example/rbac-hpa.yaml +{{% /tab %}} +{{< /tabs >}} + +활성화되면 클러스터 에이전트가 HPA에 대한 메트릭을 가져올 준비가 된 것입니다. 두 가지 옵션이 있습니다: +- [DatadogMetric 쿼리를 사용한 오토스케일링](#autoscaling-with-datadogmetric-queries) +- [DatadogMetric 쿼리 없이 오토스케일링](#autoscaling-without-datadogmetric-queries) + +Datadog에서는 `DatadogMetric` 옵션을 사용할 것을 권장합니다. 이 경우 `DatadogMetric` 커스텀 리소스 정의(CRD)를 배포하는 추가 단계가 필요하지만 쿼리에서 훨씬 더 많은 유연성을 제공합니다. `DatadogMetric` 쿼리를 사용하지 않는 경우 HPA는 클러스터 에이전트가 Datadog 메트릭 쿼리로 변환하는 기본 Kubernetes 외부 메트릭 형식을 사용합니다. + +메트릭을 여러 Datadog 조직으로 이중 발송하는 경우 고가용성을 위해 클러스터 에이전트를 여러 엔드포인트에서 가져오도록 설정할 수 있습니다. 자세한 내용은 [이중 발송][5] 설명서를 참조하세요. + +## DatadogMetric 쿼리를 사용한 자동 확장 + +`DatadogMetric` [커스텀 리소스 정의(CRD)][6] 및 Datadog 클러스터 에이전트 버전 `1.7.0` 또는 이상을 사용하여 Datadog 쿼리를 오토스케일링할 있습니다. 이 접근 방식은 보다 유연한 접근 방식이며, 앱 내에서 사용하는 정확한 Datadog 쿼리로 확장할 수 있습니다. + +### 필수 요건 + +오토스케일링이 올바르게 작동하려면 커스텀 쿼리는 다음 규칙을 따라야 합니다: + +- 쿼리는 구문적으로 **반드시** 정확해야 합니다. 그렇지 않으면 오토스케일링에 사용되는 **모든** 메트릭이 새로 고침되지 않습니다(사실상 오토스케일링을 중지함). +- 쿼리 결과는 **반드시** 하나의 시리즈만 출력합니다(그렇지 않으면 결과가 유효하지 않은 것으로 간주됩니다). +- 쿼리는 null이 아닌 최소 두 개의 타임스탬프 포인트를 **반환해야** 합니다(단일 포인트를 반환하는 쿼리를 사용할 수 있지만, 이 경우 오토스케일링은 불완전한 포인트를 사용할 수 있습니다). + +**참고**: 쿼리는 임의적이지만 시작 및 종료 시간은 여전히 `Now() - 5 minutes` 및 `Now()` 기본값으로 설정되어 있습니다. + +### DatadogMetric CRD 설정 + +Helm, Datadog Operator, Daemonset을 사용하여 `DatadogMetric` 개체에 대한 커스텀 리소스 정의 (CRD)를 다음과 같이 Kubernetes 클러스터에 추가할 수 있습니다. + +{{< tabs >}} +{{% tab "Helm" %}} + +`DatadogMetric` CRD 사용을 활성화하려면 `clusterAgent.metricsProvider.useDatadogMetrics`를 `true`로 설정하여 [values.yaml][1] Helm 설정을 업데이트합니다. 그런 다음 Datadog Helm 차트를 다시 배포합니다: + + ```yaml + clusterAgent: + enabled: true + metricsProvider: + enabled: true + # clusterAgent.metricsProvider.useDatadogMetrics + # 임의의 Datadog 쿼리에서 오토스케일링을 위해 DatadogMetric CRD 사용 활성화 + useDatadogMetrics: true + ``` + +**참고:** `DatadogMetric` CRD를 자동으로 설치하려고 합니다. 해당 CRD가 초기 Helm 설치 전에 이미 존재하는 경우 충돌할 수 있습니다. + +그러면 필요한 RBAC 파일이 자동으로 업데이트되고 클러스터 에이전트가 이러한 `DatadogMetric` 리소스를 통해 HPA 쿼리를 관리하도록 지시합니다. + +[1]: https://github.com/DataDog/helm-charts/blob/master/charts/datadog/values.yaml +{{% /tab %}} +{{% tab "Operator" %}} + +`DatadogMetric` CRD 사용을 활성화하려면 `DatadogAgent` 커스텀 리소스를 업데이트하고 `features.externalMetricsServer.useDatadogMetrics`를 `true`로 설정합니다. + + ```yaml + kind: DatadogAgent + apiVersion: datadoghq.com/v2alpha1 + metadata: + name: datadog + spec: + global: + credentials: + apiKey: + appKey: + features: + externalMetricsServer: + enabled: true + useDatadogMetrics: true + ``` + +관리자는 필요한 RBAC 설정을 자동으로 업데이트하고 클러스터 에이전트가 `DatadogMetric` 리소스를 통해 이러한 HPA 쿼리를 관리하도록 지시합니다. + +{{% /tab %}} +{{% tab "DaemonSet" %}} +`DatadogMetric` CRD의 사용을 활성화하려면 다음 추가 단계를 수행합니다: + +1. 클러스터에 `DatadogMetric` CRD를 설치합니다. + + ```shell + kubectl apply -f "https://raw.githubusercontent.com/DataDog/helm-charts/master/crds/datadoghq.com_datadogmetrics.yaml" + ``` + +2. Datadog 클러스터 에이전트 RBAC 매니페스트 업데이트하고 `DatadogMetric`CRD 사용을 허용하도록 업데이트되었습니다. + + ```shell + kubectl apply -f "https://raw.githubusercontent.com/DataDog/datadog-agent/master/Dockerfiles/manifests/cluster-agent-datadogmetrics/cluster-agent-rbac.yaml" + ``` + +3. Datadog 클러스터 에이전트 배포에서 `DD_EXTERNAL_METRICS_PROVIDER_USE_DATADOGMETRIC_CRD`를 `true`로 설정합니다. +{{% /tab %}} +{{< /tabs >}} + +### DatadogMetric 개체 만들기 +클러스터에 `DatadogMetric` 커스텀 리소스를 추가했으면 HPA에서 참조할 `DatadogMetric` 개체를 생성할 수 있습니다. 모든 HPA가 모든 `DatadogMetric`을 참조할 수 있지만 Datadog은 HPA와 동일한 네임스페이스에서 개체를 생성할 것을 권장합니다. + +**참고**: 여러 개의 HPA에서 동일한 `DatadogMetric`을 사용할 수 있습니다. + +다음 매니페스트를 사용하여 `DatadogMetric`를 생성할 수 있습니다: + +```yaml +apiVersion: datadoghq.com/v1alpha1 +kind: DatadogMetric +metadata: + name: +spec: + query: +``` + +#### DatadogMetric 개체 예시 +예를 들어, `nginx.net.request_per_s` Datadog 메트릭을 기반으로 NGINX 배포를 오토스케일링하는`DatadogMetric` 개체입니다 : + +```yaml +apiVersion: datadoghq.com/v1alpha1 +kind: DatadogMetric +metadata: + name: nginx-requests +spec: + query: max:nginx.net.request_per_s{kube_container_name:nginx}.rollup(60) +``` + +### HPA에서 DatadogMetric 사용 +클러스터 에이전트가 설정되고 `DatadogMetric`이 생성되면 HPA를 업데이트하여 해당 네임스페이스 및 이름과 관련된 `DatadogMetric`을 참조하도록 합니다. 일반적인 형식은 HPA에 대한 메트릭을 `type: External`로 지정하고 메트릭 이름을 `datadogmetric@:`와 같이 지정합니다. + +#### DatadogMetric을 사용한 HPA 예제 +`nginx-requests`라는 이름의 `DatadogMetric`를 사용하는 HPA로, 두 개체가 네임스페이스 `nginx-demo`에 있다고 가정합니다. + +`apiVersion: autoscaling/v2` 사용: + +```yaml +apiVersion: autoscaling/v2 +kind: HorizontalPodAutoscaler +metadata: + name: nginxext +spec: + minReplicas: 1 + maxReplicas: 3 + scaleTargetRef: + apiVersion: apps/v1 + kind: Deployment + name: nginx + metrics: + - type: External + external: + metric: + name: datadogmetric@nginx-demo:nginx-requests + target: + type: Value + value: 9 +``` + +`apiVersion: autoscaling/v2beta1` 사용: + +```yaml +apiVersion: autoscaling/v2beta1 +kind: HorizontalPodAutoscaler +metadata: + name: nginxext +spec: + minReplicas: 1 + maxReplicas: 3 + scaleTargetRef: + apiVersion: apps/v1 + kind: Deployment + name: nginx + metrics: + - type: External + external: + metricName: datadogmetric@nginx-demo:nginx-requests + targetValue: 9 +``` + +매니페스트에서: +- HPA는 `nginx`로 불리는 배포를 오토스케일링하도록 설정되어 있습니다. +- 작성된 복제본의 최대 수는 `3`, 최소 수는 `1`입니다. +- HPA는 `nginx-demo` 네임스페이스에서 `DatadogMetric``nginx-requests`에 의존합니다. + +`DatadogMetric`가 HPA에 연결되면 Datadog 클러스터 에이전트는 HPA를 활성 상태로 표시합니다. 그런 다음 클러스터 에이전트는 Datadog에 쿼리를 요청하고 결과를 `DatadogMetric` 개체에 저장한 후 HPA에 값을 제공합니다. + +## DatadogMetric 쿼리 없이 오토스케일링 +`DatadogMetric`을 사용한 오토스케일링을 원하지 않더라도 기본 Kubernetes 형식으로 HPA를 생성할 수 있습니다. 클러스터 에이전트는 HPA 형식을 Datadog 메트릭 쿼리로 변환합니다. + +Datadog 클러스터 에이전트가 실행되고 서비스가 등록되면 [HPA][7] 매니페스트를 생성하고 메트릭의 `type: External`를 지정합니다. 그러면 HPA가 Datadog 클러스터 에이전트의 서비스에서 메트릭을 가져오도록 알립니다: + +```yaml +spec: + metrics: + - type: External + external: + metricName: "" + metricSelector: + matchLabels: + : +``` + +### DatadogMetric이 없는 HPA 예제 +`apiVersion: autoscaling/v2`을 사용하여 `nginx.net.request_per_s` Datadog 메트릭을 기반으로 NGINX 배포를 오토스케일링하는 HPA 매니페스트: + +```yaml +apiVersion: autoscaling/v2 +kind: HorizontalPodAutoscaler +metadata: + name: nginxext +spec: + minReplicas: 1 + maxReplicas: 3 + scaleTargetRef: + apiVersion: apps/v1 + kind: Deployment + name: nginx + metrics: + - type: External + external: + metric: + name: nginx.net.request_per_s + target: + type: Value + value: 9 +``` + +다음은 `apiVersion: autoscaling/v2beta1`를 사용한 위와 동일한 HPA 매니페스트입니다: +```yaml +apiVersion: autoscaling/v2beta1 +kind: HorizontalPodAutoscaler +metadata: + name: nginxext +spec: + minReplicas: 1 + maxReplicas: 3 + scaleTargetRef: + apiVersion: apps/v1 + kind: Deployment + name: nginx + metrics: + - type: External + external: + metricName: nginx.net.request_per_s + metricSelector: + matchLabels: + kube_container_name: nginx + targetValue: 9 +``` + +매니페스트에서: + +- HPA는 `nginx`라는 배포를 오토스케일링하도록 설정되어 있습니다. +- 작성된 복제본의 최대 수는 `3`, 최소 수는 `1`입니다. +- 사용되는 메트릭은 `nginx.net.request_per_s`입니다. 범위는 `kube_container_name: nginx`입니다. 이 형식은 Datadog의 메트릭 형식에 해당합니다. + +Kubernetes는 매 30초마다 Datadog 클러스터 에이전트에 이 메트릭의 값을 쿼리하고 필요한 경우 비례적으로 오토스케일링합니다. 고급 사용 사례의 경우 동일한 HPA에서 여러 개의 메트릭을 가질 수 있습니다. [Kubernetes 수평 파드 오토스케일링][8]에서 언급한 바와 같이 제안된 값 중 가장 큰 값이 선택된 값입니다. + +### 마이그레이션 + +기존 HPA는 외부 메트릭을 사용하여 자동으로 마이그레이션됩니다. + +`DD_EXTERNAL_METRICS_PROVIDER_USE_DATADOGMETRIC_CRD`를 `true`로 설정했지만 `DatadogMetric`를 참조하지 **않는** HPA가 여전히 있는 경우 (`datadogmetric@...`를 통해 `DatadogMetric`를 참조하지 않는) 일반 구문은 계속 지원됩니다. + +Datadog 클러스터 에이전트는 `DatadogMetric`을 수용하기 위해 자체 네임스페이스(이름은 `dcaautogen-`로 시작)에서 `DatadogMetric` 리소스를 자동으로 생성하므로 원활하게 전환할 수 있습니다. + +`DatadogMetric`를 참조하기 위해 HPA를 나중에 마이그레이션하기로 선택하면 자동으로 생성된 리소스는 몇 시간 후에 Datadog 클러스터 에이전트에 의해 정리됩니다. + +## 클러스터 에이전트 쿼리 +클러스터 에이전트는 매 30초마다 `DatadogMetric` 개체에 대한 쿼리를 수행하며, 클러스터 에이전트는 수행된 메트릭 쿼리를 35개 그룹으로 배치합니다. 따라서 Datadog 메트릭 API에 대한 단일 요청에 35개의 `DatadogMetric` 쿼리가 포함됩니다. + +클러스터 에이전트는 이러한 쿼리를 배치함으로써 쿼리를 보다 효율적으로 수행하고 속도 제한을 피할 수 있습니다. + +이는 클러스터 에이전트가 35개의 `DatadogMetric` 개체당 시간당 약 120개의 API 요청을 수행한다는 것을 의미합니다. 추가 Kubernetes 클러스터에 `DatadogMetric` 개체를 추가하거나 오토스케일링 기능을 추가하면 동일한 조직 내에서 메트릭을 가져오기 위한 호출 수가 증가합니다. + +또한 클러스터 에이전트는 이러한 각 메트릭 쿼리에 대해 기본적으로 지난 5분 동안의 데이터를 쿼리합니다. 이는 클러스터 에이전트가 *최근* 데이터를 축소하고 있는지 확인하기 위한 것입니다, 그러나 메트릭 쿼리가 클라우드 통합(AWS, Azure, GCP 등) 중 하나의 데이터에 의존하는 경우 이러한 데이터는 [약간의 지연을 거쳐 가져오며][9] 5분 간격 내에 포함되지 않습니다. 이러한 경우 클러스터 에이전트에 환경 변수를 제공하여 메트릭 쿼리에 허용되는 날짜 범위와 데이터 보관 기간을 늘리세요. + +```yaml +- name: DD_EXTERNAL_METRICS_PROVIDER_BUCKET_SIZE + value: "900" +- name: DD_EXTERNAL_METRICS_PROVIDER_MAX_AGE + value: "900" +``` + +## 트러블슈팅 + +### DatadogMetric 상태 +Datadog 클러스터 에이전트는 쿼리의 결과를 Datadog에 반영하기 위해 모든 `DatadogMetric` 리소스의 `status` 하위 리소스를 업데이트합니다. 이는 오류가 발생할 경우 발생하는 작업을 파악하기 위한 주요 정보 소스입니다. 다음을 실행하여 이 정보를 출력할 수 있습니다: + +```shell +kubectl describe datadogmetric +``` + +#### 예시 + +`DatadogMetric`의 `status`부분: + +```yaml +status: + conditions: + - lastTransitionTime: "2020-06-22T14:38:21Z" + lastUpdateTime: "2020-06-25T09:21:00Z" + status: "True" + type: Active + - lastTransitionTime: "2020-06-25T09:00:00Z" + lastUpdateTime: "2020-06-25T09:21:00Z" + status: "True" + type: Valid + - lastTransitionTime: "2020-06-22T14:38:21Z" + lastUpdateTime: "2020-06-25T09:21:00Z" + status: "True" + type: Updated + - lastTransitionTime: "2020-06-25T09:00:00Z" + lastUpdateTime: "2020-06-25T09:21:00Z" + status: "False" + type: Error + currentValue: "1977.2" +``` + +네 가지 조건을 통해 `DatadogMetric`의 현재 상태를 파악할 수 있습니다: + +- `Active`: 하나 이상의 HPA가 참조하는 경우 Datadog은 `DatadogMetric`를 활성으로 간주합니다. 비활성화된`DatadogMetrics`은 API 사용을 최소화하기 위해 업데이트되지 않습니다. +- `Valid`: Datadog은 연관된 쿼리에 대한 답이 유효할 때 `DatadogMetric`가 유효하다고 간주합니다. 잘못된 상태는 커스텀 쿼리가 의미론적으로 정확하지 않다는 것을 의미할 수 있습니다. 자세한 내용은 `Error` 필드를 참조하세요. +- `Updated`: 이 조건은 Datadog 클러스터 에이전트가 `DatadogMetric`에 접근할 경우 **항상** 업데이트됩니다. +- `Error`: `DatadogMetric` 처리가 오류를 발생시킬 경우 이 조건은 true이고 오류 세부 정보가 포함됩니다. + +`currentValue`는 Datadog에서 수집되어 HPAs로 반환된 값입니다. + +### 대상 메트릭에 대한 값 대 평균값 +이 예제에서 HPA는 `AverageValue` 대신 `Value`의 타겟 유형을 사용합니다. 두 옵션 모두 지원됩니다. 이에 따라 Datadog 메트릭 쿼리를 조정하세요. + +`Value`를 사용할 때 Datadog 메트릭 쿼리에 의해 반환된 메트릭 값은 HPA의 스케일링 결정을 위해 그대로 HPA에 제공됩니다. `AverageValue`를 사용할 때 반환된 메트릭 값은 현재 파드 수로 나뉩니다. 쿼리와 반환된 값을 기반으로 HPA를 확장하고자 하는 방식에 따라 ``를 설정합니다. + +`apiVersion: autoscaling/v2`를 사용한 `Value`에 대한 타겟 메트릭 설정은 다음과 같습니다: +```yaml + metrics: + - type: External + external: + metric: + name: datadogmetric@: + target: + type: Value + value: +``` + +반면 `AverageValue`는 다음과 같습니다: +```yaml + metrics: + - type: External + external: + metric: + name: datadogmetric@: + target: + type: AverageValue + averageValue: +``` + +`apiVersion: autoscaling/v2beta1`에 대한 각각의 옵션은 `targetValue` 및 `targetAverageValue`입니다. + +## 참고 자료 + +{{< partial name="whats-next/whats-next.html" >}} + +[1]: https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/#before-you-begin +[2]: https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/#support-for-custom-metrics +[3]: https://kubernetes.io/docs/tasks/access-kubernetes-api/configure-aggregation-layer +[4]: /ko/account_management/api-app-keys/ +[5]: /ko/agent/configuration/dual-shipping/?tab=helm#cluster-agent-metrics-provider +[6]: https://kubernetes.io/docs/concepts/extend-kubernetes/api-extension/custom-resources/#customresourcedefinitions +[7]: https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale +[8]: https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/#support-for-multiple-metrics +[9]: /ko/integrations/guide/cloud-metric-delay \ No newline at end of file From e83818697691ae2826c74996e863e6fff2d8f5be Mon Sep 17 00:00:00 2001 From: guacbot Date: Fri, 24 Nov 2023 17:31:27 +0000 Subject: [PATCH 2/2] updating translations --- .../containers/guide/cluster_agent_autoscaling_metrics.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/content/ko/containers/guide/cluster_agent_autoscaling_metrics.md b/content/ko/containers/guide/cluster_agent_autoscaling_metrics.md index 242ab2b43be8d..23ec06ad55af0 100644 --- a/content/ko/containers/guide/cluster_agent_autoscaling_metrics.md +++ b/content/ko/containers/guide/cluster_agent_autoscaling_metrics.md @@ -9,13 +9,13 @@ further_reading: text: Datadog 클러스터 에이전트 소개 - link: https://www.datadoghq.com/blog/autoscale-kubernetes-datadog/ tag: 블로그 - text: Datadog 메트릭으로 쿠버네티스(Kubernetes) 워크로드 자동 확장 + text: 모든 Datadog 메트릭으로 Kubernetes 워크로드 오토스케일링 - link: /agent/cluster_agent/clusterchecks/ tag: 설명서 - text: 자동탐지로 클러스터 점검 실행 + text: 자동탐지로 클러스터 검사 실행 - link: /agent/kubernetes/daemonset_setup/ tag: 설명서 - text: 쿠버네티스 DaemonSet 설정 + text: Kubernetes DaemonSet 설정 - link: /agent/cluster_agent/troubleshooting/ tag: 설명서 text: Datadog 클러스터 에이전트 트러블슈팅