평균 뒤에 숨은 느린 요청 보기, 대안을 선택하는 기준 정리

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

문제를 푸는 방법이 둘 이상이면 기능의 개수만 비교하기 쉽다. 하지만 운영 중 설명할 수 있는지, 실패했을 때 되돌릴 수 있는지, 다음 동료가 고칠 수 있는지도 선택의 일부다. 이번에는 현재 조건에서 필요한 성질과 감수할 비용을 나누어 적는다.

장점과 비용을 함께 보기

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

이번에 확인할 질문: 선택한 방법의 장점이 지금의 제약과 실제로 연결되어 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. 필수 조건과 있으면 좋은 조건을 분리한다.
2. 선택하지 않은 대안이 유리해지는 상황도 한 가지 적는다.
3. 조건이 바뀌면 결정을 다시 검토할 시점을 남긴다.

다른 방법을 배제한 이유가 기록되어 있으면 같은 논의를 처음부터 반복하지 않아도 된다. 선택은 환경에 따라 달라질 수 있다. 무엇을 포기했는지 설명하는 문장이 구현을 이해하는 데 오히려 더 직접적인 도움이 될 때가 많다.