🔭[Monitoring 특집] PLG 스택과 ELK 스택 비교

안녕하세요 구독자님, 최신 DevOps 소식을 정리해서 공유해드리는 DevOps 여행을 위한 소식지입니다.

2024년 갑진년, 청룡의 해가 밝았습니다. 올 한 해도 구독자님이 건강하고 행복하길 바라겠습니다. DevOps 여행을 위한 소식지도 구독자님께 계속해서 유익한 DevOps 정보를 공유드릴 테니 앞으로도 잘 부탁드립니다. 😀

이번 소식지는 지난 회에 계속 이어서 Monitoring 특집으로 진행됩니다. 앞서 로그 모니터링 시스템에 대한 소개와 ELK 스택에 대해 살펴봤는데요. 이번엔 최근 주목받는 PLG 스택에 대해 알아보고, 두 스택을 비교하는 시간을 가져보겠습니다. 🤓

🔎PLG 스택 살펴보기

PLG 스택은 각 구성 요소인 Promtail, Loki, Grafana의 앞글자를 딴 이름인데요. 최근 들어 로그 모니터링 분야에서 인기를 얻고있는 툴 모음입니다.

지난 회의 ELK와 비슷하게, PLG 스택도 로그를 수집 및 전달하는 툴(Promtail), 로그를 저장 및 조회하는 툴(Loki), 로그 데이터를 시각화하는 툴(Grafana)로 이루어져 있습니다.

방금 설명만 들어서는 ELK 스택과 거의 비슷한데, 최근 PLG 스택이 인기를 얻고있는 이유가 궁금하실 텐데요. 가장 대표적인 이유 두 가지를 간단히 정리하면 아래와 같습니다.

Loki는 로그의 본문(Contents)이 아닌 메타데이터(Label)를 인덱싱하는 방식을 채택하여 비용 효율적이다.
Loki는 데이터 조회 컴포넌트와 데이터 저장 컴포넌트를 별개로 조정 가능하기 때문에 확장에 유리하다.

이런 PLG 스택의 각 툴은 아래와 같이 동작합니다.

Promtail의 역할

로컬에서 발생하는 로그 수집
수집한 로그를 Loki로 전달

Loki의 역할

로그 저장 요청을 받으면 처리 후 해당 로그 저장
로그 조회 요청을 받으면 쿼리 이용하여 해당 로그 전달

Grafana의 역할

Loki에 저장되어있는 로그 활용하여 사용자가 시각화 가능

ELK 스택처럼 PLG 스택도 로그 데이터 수집부터 저장, 시각화하는 시스템 구축이 가능한데요. 그렇다면 두 스택은 어떤 차이점이 있을까요?

⚖ELK 스택과 PLG 스택 비교

ELK 스택과 PLG 스택의 차이점을 크게 3가지로 정리하면 아래와 같습니다.

사용하는 쿼리 언어

Elasticsearch: Query DSL, Lucene

성숙하고 강력한 검색 엔진 사용 가능
복잡한 쿼리 및 필터링 가능
로그 데이터의 내용 검색 및 관련도에 따른 정렬도 가능

Loki: LogQL

Elasticsearch의 쿼리 언어만큼 성숙하지 않음
단순한 검색 쿼리만 지원
로그 데이터의 메타데이터만으로 검색

확장성

두 스택 모두 수평 확장(Scale-out)이 가능
PLG 스택의 경우, 데이터 조회 컴포넌트(Read Path)와 데이터 저장 컴포넌트(Write Path)의 규모를 별개 조정 가능하여 확장에 더욱 유리함

비용

PLG 스택이 매우 유리함
Loki는 Elasticsearch처럼 실제 로그 데이터를 인덱싱하는 방식이 아닌, 로그의 메타데이터를 인덱싱하도록 설계되었기 때문
이로 인해 스토리지 및 메모리 사용량 감소

이처럼 ELK와 PLG 스택은 비슷하면서도 확실한 차이가 존재하는데요.

종합해보면, 복잡한 쿼리나 필터링 기능이 필요하고 다양한 데이터 소스의 로그를 모니터링한다면 ELK 스택을, 복잡하지 않은 쿼리로도 로그 모니터링이 가능한 상황이면서 비용을 절약하고 싶다면 PLG 스택을 선택할 수 있겠습니다.🔍