평균 뒤에 숨은 느린 요청 보기, 실패를 설명할 단서 남기기

일부 요청이 매우 느려도 평균 응답 시간은 괜찮게 보일 수 있다. 분포의 긴 꼬리를 보려면 관측 창과 집계 방식을 함께 이해해야 한다.

실패했다는 사실만으로는 다음 행동을 정하기 어렵다. 어떤 입력으로 어디까지 진행했으며 무엇을 기대했는지가 함께 있어야 한다. 이번에는 성공 여부를 표시하는 데서 한 걸음 더 나아가, 다음 사람이 같은 조건을 확인할 수 있도록 관찰 항목을 정리한다.

결과와 원인을 구분하는 기록

히스토그램으로 요청 시간을 수집하고 적절한 분위수를 확인한다. 여러 인스턴스의 분위수 값을 단순 평균하지 않고 원래 집계 가능한 분포를 사용한다.

이번에 확인할 질문: 결과만 전달받은 사람이 원래 입력과 기대 동작을 복원할 수 있는가?

작게 확인하는 예제

다음 예제는 핵심 조건을 드러내기 위한 출발점이다. 서비스의 전체 구현을 대신하지 않으므로 실제 입력 범위와 실패 처리 규칙을 함께 읽어야 한다.

request durations: 10, 11, 12, 13, 14, 500 ms

inspect:
- sample count
- histogram buckets
- high-percentile latency
- observation window

대부분 빠르고 일부만 느린 입력 분포를 만들어 평균과 상위 구간의 차이를 확인한다.

놓치기 쉬운 조건

표본이 적은 구간의 높은 분위수는 불안정하다. 버킷이 지나치게 넓으면 관심 있는 지연 구간의 차이를 구분하지 못한다.

확인할 부분	살펴볼 내용
기준 동작	대부분 빠르고 일부만 느린 입력 분포를 만들어 평균과 상위 구간의 차이를 확인한다.
비교 조건	입력과 실행 순서를 고정하고 한 번에 한 조건만 바꾼다.
적용 범위	예제가 생략한 의존성과 실제 서비스의 제약을 구분한다.

다음 변경에 적용할 순서

1. 기대 결과와 실제 결과를 서로 다른 칸에 적는다.
2. 개인정보나 비밀값을 제외하고 재현에 필요한 조건만 남긴다.
3. 관찰 사실과 원인에 대한 가설을 구분해 후속 확인을 정한다.

기록을 많이 남기는 것과 유용하게 남기는 것은 다르다. 원인을 좁히는 데 쓰이지 않는 항목은 줄이고, 누락 때문에 다시 묻게 되는 조건은 보완한다. 관찰할 수 있는 범위가 분명해지면 실패한 상황에서도 다음 실험을 작게 잡을 수 있다.