실시간 관측성
AI 에이전트 시대에 맞춰

Apache Doris는 로그, 메트릭, 트레이스, AI 에이전트 이벤트를 하나의 고성능 분석 엔진으로 통합합니다. 팀은 더 빠르게 문제를 해결하고, 비용을 관리하며, AI 품질을 꾸준히 개선할 수 있습니다.

에이전트 시대에관측성이중요한 이유.

로그, 트레이스, 메트릭, AI 에이전트 이벤트 전반의 관측성을 통합하면 다섯 가지가 한꺼번에 달라집니다.

  • 장애 감지
  • 사용자 경험
  • 대규모 환경의 비용
  • AI 품질
  • 시스템 동작과 비즈니스 성과의 연결
  1. 01

    더 빠른 장애 감지

    로그, 트레이스, 에이전트 이벤트가 분석 가능한 실행 데이터가 되므로, 장애가 확산되기 전에 이상 징후와 근본 원인이 드러납니다.

  2. 02

    사용자 경험과 SLA

    시스템 상태를 실제 사용자 영향과 연결합니다. 지연 시간, 오류, 답변 정확도, 작업 완료 여부, 응답이 근거에 기반했는지까지 확인할 수 있습니다.

  3. 03

    대규모에서도 낮은 비용

    텔레메트리가 늘어나도 핫 데이터는 빠르게 조회되어 문제 해결에 쓰이고, 추세는 집계 데이터로 파악하며, 과거 데이터는 더 저렴한 스토리지로 옮겨집니다.

  4. 04

    지속적인 AI 개선

    프롬프트, 응답, RAG 컨텍스트, 도구 호출, 평가 점수, 사용자 피드백을 통해 검색, 프롬프트, 작업 완료에서 개선할 지점을 찾을 수 있습니다.

  5. 05

    비즈니스를 고려한 운영

    모든 신호를 영향을 받는 고객, 테넌트, 워크플로와 연결하고, AI 실패가 전환율, 지원 부담, 매출에 미치는 비용까지 파악합니다.

이미 프로덕션에서 가동 중입니다.

세 팀이 Apache Doris를 관측성의 분석 기반으로 운영하고 있습니다. 대규모 실시간 운영 데이터를 로그, 메트릭, 이벤트 전반에서 다룹니다.

사례 01 · PB급 로그

MiniMax: Grafana Loki에서 Apache Doris로 옮긴 PB급 로그 시스템

Grafana Loki에서 전환한 뒤 MiniMax의 모든 사업 부문은 Apache Doris 기반 로그 시스템을 사용합니다. 이 시스템은 페타바이트급 데이터를 99.9% 이상의 가용성으로 제공하고, 수십억 줄의 로그에 대한 쿼리에 몇 초 안에 응답합니다.

성과
  • 모든 사업 부문에서 99.9% 이상의 가용성을 갖춘 PB급 로그 스토리지
  • 로그 10억 건에 대한 키워드 및 집계 쿼리가 2초 이내에 응답
  • 초 단위 수집 지연 시간과 10GB/s 쓰기 처리량
  • 5:1 압축과 계층형 스토리지로 스토리지 비용 70% 절감
사례 02 · 로그와 시계열

NetEase: Elasticsearch와 InfluxDB를 Apache Doris로 대체

NetEase는 Eagle 모니터링 플랫폼을 Elasticsearch에서, IM 시계열 플랫폼을 InfluxDB에서 Apache Doris로 옮겼습니다. 이제 두 플랫폼 모두 Apache Doris에서 더 빠른 쿼리와 더 적은 스토리지로 운영되며, 테이블을 재구축하지 않고도 인덱스를 변경할 수 있습니다.

성과
  • 모니터링 로그에서 Elasticsearch 대비 쿼리 속도 11배 향상, 스토리지 비용 70% 절감
  • 시계열 워크로드에서 InfluxDB 대비 스토리지 67% 절감, 서버 수는 절반
  • 최대 100만 TPS에서 피크 쓰기 처리량 1GB/s
  • 테이블을 다시 쓰지 않고 역색인을 증분 방식으로 추가하거나 삭제
사례 03 · Elasticsearch 마이그레이션

Tencent Music: Elasticsearch를 대체하고 비용 80% 절감

Tencent Music Entertainment는 태그 기반 검색과 분석을 Elasticsearch에서 Apache Doris로 옮겼습니다. Apache Doris에서는 역색인을 사용해 전문 검색과 집계를 하나의 SQL 쿼리로 처리합니다.

성과
  • Elasticsearch 대비 전체 운영 비용 80% 절감
  • 스토리지 사용량 72% 감소(동일 데이터셋 기준 697.7GB → 195.4GB)
  • 쓰기 속도 4배 향상, 수집 시간은 10시간 이상에서 3시간 미만으로 단축
  • 알림이 하루 20건 이상에서 한 달 한 자릿수로 감소
TENCENT MUSIC

모던 관측성의 요구 사항과Apache Doris의 해법.

모던 관측성 플랫폼이 잘 해내야 하는 다섯 가지와, 각각을 충족하는 Apache Doris의 구체적인 기능을 소개합니다.

Apache Doris 기반 관측성: 로그, 메트릭, 트레이스, AI 에이전트 이벤트가 수집기를 거쳐 Doris로 들어옵니다. Doris는 VARIANT, 역색인, 컬럼형 스토리지로 데이터를 보관하고, 데이터는 시간이 지나면서 핫 SSD에서 콜드 객체 스토리지로 이동합니다. 전문 검색, 집계, 하이브리드 쿼리는 Grafana, 알림, 애드혹 SQL, AI 품질 검토에 쓰입니다.신호앱 · 서비스로그 · 트레이스 · OTel호스트 · K8S메트릭 · 파드 로그로그 수집기Vector · Fluent BitAI 에이전트프롬프트 · 도구 호출OTel Collector · Vector · Kafka01APACHE DORIS단일 SQL 계층저장VARIANT동적 JSON02역색인전문 검색 · BM25컬럼형5:1 압축데이터 수명 주기 · 계층형 스토리지핫 · SSD웜콜드 · S3 / HDFS현재7일30일1년최신 데이터는 SSD에서 빠르게 · 과거 데이터는 객체 스토리지에서 저렴하게쿼리전문 검색BM25 · 키워드03집계P99 · SLA · 비용04하이브리드키워드 + 벡터05활용처GRAFANA대시보드알림 · SLOP99 · 오류율애드혹 SQL원인 조사AI 품질평가 · 피드백그림 03 · 신호가 들어와 핫에서 콜드로 이동하는 내내 쿼리 가능

관측성을 위한 Apache Doris 기능

각 기능 항목은 해당 기능 문서로 연결됩니다. 그 이면의 엔지니어링 세부 사항은 다음에서 확인하세요: Apache Doris 블로그.

AI 에이전트 시대 관측성 구축의
해답은 Apache Doris.

시작하기