> For the complete documentation index, see [llms.txt](https://atomoh.gitbook.io/kubernetes/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://atomoh.gitbook.io/kubernetes/quiz/operations-guide/09-observability-stack-quiz.md).
# Observability 스택 구성 퀴즈
> **관련 문서**: [Observability 스택 구성](/kubernetes/operations-guide/ops/09-observability-stack.md)
## 객관식 문제
### 1. Grafana Loki의 SimpleScalable 배포 모드의 특징은 무엇인가요?
* A) 단일 Pod에서 모든 기능 실행
* B) Read, Write, Backend 컴포넌트를 분리하여 독립적 스케일링 가능
* C) 모든 컴포넌트가 StatefulSet으로 배포
* D) 외부 객체 스토리지 불필요
정답 보기
**정답: B) Read, Write, Backend 컴포넌트를 분리하여 독립적 스케일링 가능**
**설명:** SimpleScalable 모드는 Loki를 Read, Write, Backend 세 가지 컴포넌트로 분리합니다. 각 컴포넌트를 독립적으로 스케일링할 수 있어 쓰기 부하가 높으면 Write만, 쿼리 부하가 높으면 Read만 확장할 수 있습니다. 중규모 환경에 적합합니다.
### 2. Grafana Tempo에서 샘플링 전략 중 tail-based sampling의 장점은 무엇인가요?
* A) 리소스 사용량이 가장 적음
* B) 에러나 느린 요청 등 중요한 트레이스를 선택적으로 저장
* C) 구현이 가장 간단함
* D) 모든 트레이스를 저장
정답 보기
**정답: B) 에러나 느린 요청 등 중요한 트레이스를 선택적으로 저장**
**설명:** Tail-based sampling은 트레이스가 완료된 후 전체 내용을 검사하여 샘플링 결정을 내립니다. 에러가 발생했거나 지연이 긴 트레이스를 우선 저장할 수 있어 디버깅에 유용한 데이터를 효율적으로 수집합니다. Head-based는 시작 시점에 결정하므로 이런 선택이 불가능합니다.
### 3. OpenTelemetry Collector의 주요 역할이 아닌 것은 무엇인가요?
* A) 텔레메트리 데이터 수신 (Receivers)
* B) 데이터 처리 및 변환 (Processors)
* C) 영구 데이터 저장 (Storage)
* D) 다양한 백엔드로 데이터 전송 (Exporters)
정답 보기
**정답: C) 영구 데이터 저장 (Storage)**
**설명:** OpenTelemetry Collector는 텔레메트리 데이터의 수집(Receivers), 처리(Processors), 전송(Exporters)을 담당하는 에이전트/게이트웨이입니다. 영구 저장은 Collector의 역할이 아니며, Prometheus, Loki, Tempo 같은 백엔드 시스템이 담당합니다.
### 4. Amazon Managed Prometheus (AMP)의 Remote Write 설정에서 sigv4 인증이 필요한 이유는 무엇인가요?
* A) 데이터 압축
* B) AWS IAM 기반 인증으로 보안 액세스 제어
* C) 데이터 암호화
* D) 속도 향상
정답 보기
**정답: B) AWS IAM 기반 인증으로 보안 액세스 제어**
**설명:** AMP는 AWS 서비스이므로 IAM 기반 인증이 필요합니다. sigv4는 AWS Signature Version 4 인증 방식으로, Prometheus가 AMP에 메트릭을 전송할 때 IAM 역할/사용자의 자격 증명을 사용하여 인증합니다. 이를 통해 무단 접근을 방지합니다.
### 5. Loki에서 로그 보존 기간을 설정하는 설정 항목은 무엇인가요?
* A) max\_look\_back\_period
* B) retention\_period
* C) compactor.retention\_enabled 및 limits\_config.retention\_period
* D) storage.retention\_size
정답 보기
**정답: C) compactor.retention\_enabled 및 limits\_config.retention\_period**
**설명:** Loki에서 로그 보존을 설정하려면 compactor에서 `retention_enabled: true`를 설정하고, limits\_config에서 `retention_period`(예: 720h = 30일)를 지정합니다. Compactor가 주기적으로 오래된 청크를 삭제하여 스토리지를 관리합니다.
### 6. Grafana에서 여러 데이터 소스(Prometheus, Loki, Tempo)를 연결하기 위해 설정하는 기능은 무엇인가요?
* A) Alerting Rules
* B) Derived Fields / Data Source Correlation
* C) Dashboard Variables
* D) Annotations
정답 보기
**정답: B) Derived Fields / Data Source Correlation**
**설명:** Grafana의 Derived Fields(Loki) 또는 Data Source Correlation 기능을 사용하면 데이터 소스 간 연결을 설정할 수 있습니다. 예를 들어, Loki 로그에서 추출한 Trace ID를 클릭하면 Tempo에서 해당 트레이스를 조회하도록 연결할 수 있습니다.
### 7. Tempo에서 트레이스 검색 성능을 향상시키기 위한 기능은 무엇인가요?
* A) Compaction
* B) Search (TraceQL) 및 metrics-generator
* C) Sampling
* D) Replication
정답 보기
**정답: B) Search (TraceQL) 및 metrics-generator**
**설명:** Tempo는 기본적으로 Trace ID 기반 조회에 최적화되어 있지만, Search 기능(TraceQL)을 활성화하면 속성 기반 검색이 가능합니다. metrics-generator는 트레이스에서 RED 메트릭을 자동 생성하여 빠른 성능 분석을 지원합니다.
### 8. OTEL Collector에서 batch processor의 역할은 무엇인가요?
* A) 데이터 필터링
* B) 여러 텔레메트리 데이터를 묶어서 효율적으로 전송
* C) 데이터 암호화
* D) 샘플링 결정
정답 보기
**정답: B) 여러 텔레메트리 데이터를 묶어서 효율적으로 전송**
**설명:** batch processor는 개별 텔레메트리 데이터를 모아서 배치로 전송합니다. send\_batch\_size(한 번에 보낼 최대 항목 수)와 timeout(최대 대기 시간)을 설정합니다. 이를 통해 네트워크 효율성을 높이고 백엔드 부하를 줄입니다.
### 9. Loki Distributed 모드에서 Ingester의 역할은 무엇인가요?
* A) 쿼리 실행
* B) 로그 데이터를 메모리에 버퍼링하고 청크로 압축하여 저장
* C) 트래픽 분산
* D) 인증 처리
정답 보기
**정답: B) 로그 데이터를 메모리에 버퍼링하고 청크로 압축하여 저장**
**설명:** Ingester는 Distributor로부터 받은 로그 데이터를 메모리에 버퍼링합니다. 충분한 데이터가 모이면 청크로 압축하여 객체 스토리지(S3 등)에 저장합니다. StatefulSet으로 배포되며 데이터 내구성을 위해 복제본을 유지합니다.
### 10. Prometheus에서 높은 카디널리티 메트릭을 관리하기 위한 방법이 아닌 것은 무엇인가요?
* A) 불필요한 레이블 제거
* B) Recording Rules로 사전 집계
* C) 모든 메트릭에 고유 ID 레이블 추가
* D) Metric Relabeling으로 필터링
정답 보기
**정답: C) 모든 메트릭에 고유 ID 레이블 추가**
**설명:** 고유 ID 레이블을 추가하면 카디널리티가 급격히 증가하여 오히려 문제가 됩니다. 카디널리티 관리를 위해서는 불필요한 레이블 제거, Recording Rules로 자주 사용되는 쿼리 사전 집계, Metric Relabeling으로 불필요한 메트릭 필터링 등의 방법을 사용합니다.