Kwonjae Lee

SRE, Observability

Weekly - November 15, 2025

Saturday. November 15, 2025 - 9 mins

📚 이번 주 추천 아티클

1. Aurora RDS의 경쟁 상태(race condition) 발견 사례

출처: geeknews | 날짜: 2025-11-15

Hightouch가 AWS Aurora RDS의 failover 과정에서 발생하는 race condition을 실험적으로 증명하고 AWS로부터 공식 확인을 받은 사례입니다. 개발자들은 클라우드 서비스의 알려지지 않은 버그를 체계적으로 발견하고 검증하는 방법을 배울 수 있습니다. 분산 시스템에서의 장애 처리와 경쟁 상태 디버깅에 대한 실무적인 인사이트를 제공합니다.

핵심 포인트:

• 클라우드 서비스에서 간헐적으로 발생하는 문제는 체계적인 실험과 로그 분석을 통해 재현 가능한 버그로 증명할 수 있다
• Aurora와 같은 관리형 데이터베이스의 failover 메커니즘에서도 race condition이 발생할 수 있으므로 애플리케이션 레벨에서 적절한 재시도 로직과 모니터링을 구현해야 한다
• 벤더와의 효과적인 소통을 위해서는 재현 가능한 테스트 케이스와 상세한 로그 증거를 준비하여 기술적 근거를 명확히 제시해야 한다

2. 650GB 데이터(S3의 Delta Lake). Polars vs. DuckDB vs. Daft vs. Spark

출처: geeknews | 날짜: 2025-11-15

개발자들은 650GB 규모의 S3 Delta Lake 데이터를 단일 노드(32GB 메모리)에서 처리할 때 Polars, DuckDB, Daft, Spark의 실제 성능 차이를 학습할 수 있습니다. 대용량 데이터 처리 시 각 엔진의 메모리 효율성과 처리 속도를 비교하여 프로젝트에 적합한 도구를 선택하는 기준을 얻을 수 있습니다.

핵심 포인트:

• 단일 노드 환경에서 대용량 데이터 처리 시 Spark 클러스터 대신 경량화된 엔진(Polars, DuckDB, Daft) 사용을 고려하여 인프라 비용을 절감할 수 있습니다
• 32GB 메모리 제약 하에서 각 엔진의 out-of-memory 처리 방식과 성능을 이해하여 하드웨어 스펙 계획 시 참고할 수 있습니다
• S3와 Delta Lake 조합에서 각 엔진별 I/O 최적화 방식을 파악하여 클라우드 환경에서의 데이터 파이프라인 설계에 활용할 수 있습니다

3. Continuous profiling for native code: Understanding the what, why, and how

출처: grafana | 날짜: 2025-11-14

이 기사는 네이티브 코드를 위한 연속 프로파일링의 개념과 필요성, 그리고 구현 방법을 설명합니다. 개발자들은 로그, 메트릭, 트레이싱에 이어 네 번째 관찰성 기둥으로 부상한 프로파일링을 통해 애플리케이션 성능을 심층 분석하는 방법을 학습할 수 있습니다. 특히 프로덕션 환경에서 CPU, 메모리 사용량을 실시간으로 모니터링하여 성능 병목점을 식별하고 최적화하는 실무적 기법을 익힐 수 있습니다.

핵심 포인트:

• 프로덕션 환경에서 연속 프로파일링을 도입하여 실시간으로 CPU 사용률과 메모리 할당 패턴을 모니터링하고 성능 이슈를 조기에 발견할 수 있도록 구현하기
• 기존 관찰성 스택(로그, 메트릭, 트레이싱)에 프로파일링을 통합하여 성능 문제의 근본 원인을 코드 레벨에서 정확히 식별하는 체계 구축하기
• 네이티브 코드 프로파일링 도구를 활용하여 함수별 실행 시간과 호출 빈도를 분석하고, 핫스팟을 찾아 코드 최적화 우선순위를 결정하기

4. OpenTelemetry eBPF Instrumentation Marks the First Release

출처: opentelemetry | 날짜: 2025-11-03

Grafana Labs, Splunk, Coralogix, Odigos 등 주요 기업들과 커뮤니티의 협력으로 OpenTelemetry eBPF Instrumentation의 첫 번째 알파 릴리스가 발표되었습니다. 이 도구는 애플리케이션 코드 수정 없이 자동으로 텔레메트리 데이터를 수집할 수 있는 혁신적인 관찰가능성 솔루션을 제공합니다. 개발자들은 기존 애플리케이션에 최소한의 침입으로 성능 모니터링과 분산 추적을 구현할 수 있게 되었습니다.

핵심 포인트:

• 기존 애플리케이션 코드를 수정하지 않고도 자동으로 메트릭, 로그, 트레이스 데이터를 수집할 수 있는 eBPF 기반 계측 도구를 활용하세요
• 프로덕션 환경에서 성능 오버헤드 없이 실시간 애플리케이션 관찰가능성을 구현하기 위해 OpenTelemetry eBPF를 테스트해보세요
• 다양한 프로그래밍 언어와 프레임워크에서 일관된 관찰가능성 데이터 수집을 위해 표준화된 OpenTelemetry 스펙을 적용하세요

5. Understand, diagnose, and optimize SQL queries: Introducing Grafana Cloud Database Observability

출처: grafana | 날짜: 2025-11-13

Grafana Cloud Database Observability는 애플리케이션 성능 문제의 주요 원인인 데이터베이스 쿼리를 이해하고 진단하며 최적화할 수 있는 도구를 제공합니다. 개발자들은 느리거나 비효율적인 데이터베이스 쿼리를 식별하고 해결하여 전체 애플리케이션 성능을 향상시킬 수 있습니다. 이를 통해 데이터베이스 성능 모니터링과 최적화에 대한 실질적인 인사이트를 얻을 수 있습니다.

핵심 포인트:

• 데이터베이스 쿼리 성능 모니터링 도구를 활용하여 애플리케이션의 병목 지점을 정확히 식별하고 분석하기
• Grafana Cloud의 관찰 가능성 기능을 통해 SQL 쿼리 실행 패턴과 성능 지표를 실시간으로 추적하기
• 쿼리 최적화 인사이트를 바탕으로 데이터베이스 성능을 개선하여 전체 시스템 응답 시간 단축하기

6. Go의 16번째 생일

출처: geeknews | 날짜: 2025-11-15

Go 언어의 16주년을 맞아 최근 1년간 이루어진 주요 기술 발전을 살펴볼 수 있습니다. Go 1.24와 1.25 버전에서는 테스트, 보안, 성능 영역에서 대폭적인 개선이 이루어졌으며, synctest와 container-aware scheduling 등의 새로운 기능이 도입되었습니다. 개발자들은 향후 Go 생태계의 발전 방향과 활용 가능한 새로운 기능들에 대해 파악할 수 있습니다.

핵심 포인트:

• Go 1.24/1.25의 새로운 테스트 도구인 synctest를 활용하여 동시성 코드의 테스트 품질을 향상시킬 수 있습니다
• Container-aware scheduling 기능을 통해 컨테이너 환경에서의 Go 애플리케이션 성능을 최적화할 수 있습니다
• 최신 버전의 보안 및 성능 개선 사항을 프로덕션 환경에 적용하여 시스템의 안정성과 효율성을 높일 수 있습니다

7. Performance testing best practices: How to prepare for peak demand with Grafana Cloud k6

출처: grafana | 날짜: 2025-11-12

이 문서는 블랙 프라이데이, 제품 출시, 대규모 세일 등 높은 고객 활동 기간에 대비한 성능 테스트 모범 사례를 다룹니다. 개발자들은 Grafana Cloud k6를 활용하여 피크 수요 상황에서 소프트웨어와 인프라가 안정적으로 작동하도록 보장하는 방법을 학습할 수 있습니다. 예상치 못한 트래픽 급증으로 인한 시스템 장애를 미연에 방지하는 실무적인 접근법을 제공합니다.

핵심 포인트:

• 피크 트래픽 시나리오를 시뮬레이션하여 시스템의 한계점과 병목 지점을 사전에 식별하고 개선하기
• Grafana Cloud k6의 분산 로드 테스팅 기능을 활용하여 실제 사용자 행동 패턴을 모방한 현실적인 테스트 환경 구축하기
• 성능 테스트 결과를 모니터링 대시보드와 연동하여 실시간으로 시스템 성능 지표를 추적하고 알림 체계 구축하기

---

📚 This Week’s Picks

1. Aurora RDS의 경쟁 상태(race condition) 발견 사례

Source: geeknews | Date: 2025-11-15

This case study shows how Hightouch experimentally discovered and proved a race condition bug in AWS Aurora RDS’s failover process, ultimately receiving official confirmation from AWS. Developers can learn systematic approaches to identifying and validating unknown bugs in cloud services. It provides practical insights into failure handling and race condition debugging in distributed systems.

Key Points:

• Intermittent issues in cloud services can be proven as reproducible bugs through systematic experimentation and log analysis
• Race conditions can occur even in managed database failover mechanisms like Aurora, requiring proper retry logic and monitoring at the application level
• Effective communication with vendors requires preparing reproducible test cases and detailed log evidence to clearly present technical grounds

2. 650GB 데이터(S3의 Delta Lake). Polars vs. DuckDB vs. Daft vs. Spark

Source: geeknews | Date: 2025-11-15

Developers can learn about real-world performance differences between Polars, DuckDB, Daft, and Spark when processing 650GB Delta Lake data from S3 on a single node with 32GB memory. This comparison provides practical insights into memory efficiency and processing speed of each engine, helping developers choose the right tool for their large-scale data processing projects.

Key Points:

• Consider using lightweight engines (Polars, DuckDB, Daft) instead of Spark clusters for large-scale data processing on single nodes to reduce infrastructure costs
• Understand each engine’s out-of-memory handling and performance under 32GB memory constraints to better plan hardware specifications for your projects
• Learn about I/O optimization strategies for each engine when working with S3 and Delta Lake combinations to improve cloud-based data pipeline design

3. Continuous profiling for native code: Understanding the what, why, and how

Source: grafana | Date: 2025-11-14

This article explains the concept, necessity, and implementation methods of continuous profiling for native code. Developers can learn how to perform in-depth application performance analysis through profiling, which has emerged as the fourth pillar of observability alongside logs, metrics, and tracing. They will gain practical techniques for identifying performance bottlenecks and optimizing applications by monitoring CPU and memory usage in real-time within production environments.

Key Points:

• Implement continuous profiling in production environments to monitor CPU usage and memory allocation patterns in real-time, enabling early detection of performance issues
• Integrate profiling into existing observability stack (logs, metrics, tracing) to build a system that accurately identifies root causes of performance problems at the code level
• Utilize native code profiling tools to analyze function-level execution time and call frequency, identify hotspots, and determine code optimization priorities

4. OpenTelemetry eBPF Instrumentation Marks the First Release

Source: opentelemetry | Date: 2025-11-03

The first alpha release of OpenTelemetry eBPF Instrumentation has been announced through significant collaboration between Grafana Labs, Splunk, Coralogix, Odigos, and community members. This tool provides an innovative observability solution that can automatically collect telemetry data without modifying application code. Developers can now implement performance monitoring and distributed tracing with minimal intrusion to existing applications.

Key Points:

• Leverage eBPF-based instrumentation tools to automatically collect metrics, logs, and trace data without modifying existing application code
• Test OpenTelemetry eBPF to implement real-time application observability in production environments without performance overhead
• Apply standardized OpenTelemetry specifications for consistent observability data collection across various programming languages and frameworks

5. Understand, diagnose, and optimize SQL queries: Introducing Grafana Cloud Database Observability

Source: grafana | Date: 2025-11-13

Grafana Cloud Database Observability provides tools to understand, diagnose, and optimize database queries, which are often the primary cause of application performance issues. Developers can identify and resolve slow or inefficient database queries to improve overall application performance. This enables practical insights into database performance monitoring and optimization strategies.

Key Points:

• Utilize database query performance monitoring tools to accurately identify and analyze application bottlenecks
• Track SQL query execution patterns and performance metrics in real-time through Grafana Cloud’s observability features
• Improve database performance based on query optimization insights to reduce overall system response times

6. Go의 16번째 생일

Source: geeknews | Date: 2025-11-15

This article covers Go language’s major technical advancements over the past year in celebration of its 16th anniversary. Go versions 1.24 and 1.25 introduce significant improvements across testing, security, and performance areas, including new features like synctest and container-aware scheduling. Developers can learn about the future direction of the Go ecosystem and new capabilities they can leverage in their projects.

Key Points:

• Leverage the new synctest tool in Go 1.24/1.25 to improve testing quality for concurrent code in your applications
• Utilize container-aware scheduling features to optimize Go application performance in containerized environments
• Apply the latest security and performance improvements from recent versions to enhance system stability and efficiency in production

7. Performance testing best practices: How to prepare for peak demand with Grafana Cloud k6

Source: grafana | Date: 2025-11-12

This article covers performance testing best practices for preparing systems during high customer activity periods like Black Friday, product launches, and major sales events. Developers will learn how to use Grafana Cloud k6 to ensure their software and infrastructure can handle peak demand reliably. It provides practical approaches to prevent system failures caused by unexpected traffic spikes.

Key Points:

• Simulate peak traffic scenarios to proactively identify system limits and bottlenecks for improvement
• Utilize Grafana Cloud k6’s distributed load testing capabilities to create realistic test environments that mimic actual user behavior patterns
• Integrate performance test results with monitoring dashboards to track system performance metrics in real-time and establish alerting systems

---

🔗 Sources

Articles curated from various tech blogs and communities including SRE Weekly, GeekNews, OpenTelemetry, Grafana, and more.

---

아티클 제안이 있으시면 이메일로 연락주시거나 댓글을 남겨주세요!

Have an article suggestion? Feel free to reach out via email or leave a comment below!

Kwonjae Lee

SRE, Observability

Tweet Share

comments powered by Disqus