Docker 안에 숨어 있는 Web application JMX profiling Tip

Share

안녕하세요, 오랜만에 글을 남기는 거 같네요. 이것 저것 정리만 하다 그냥 끝나버린 글들이 많은데 그러면 안 되겠다 싶어 짧은 팁 글이라도 올립니다.

JMX?

이번에 작성할 Tip 은 JVM application 에 대한 성능 분석 입니다. 현재 운영되고 있는 Web application 의 성능을 올리고자 하는 니즈는 언제나 있는데요, 이런 것을 가능하게 하는 방법 중에 하나가 많이 알려진 JMX(Java Management eXtension) 를 사용하는 것입니다. JXM 는 JVM 위에서 돌아가는 Java application 에 대하여 monitoring 과 management 기능을 제공하는 기본적인 툴입니다. JVM 기반의 application 이라면 option 적용만으로 바로 사용이 가능한 유용한 툴입니다. JMX 에 대한 자세한 설명 및 tutorial 같은 설명은 이 글에서는 다루지 않도록 하겠습니다. JMX 관련 자료는 저보다 오랫동안 많이 활용해오신 분들의 좋은 글들이 많기 때문입니다. 이번에는 docker 안의 java application 에 대한 분석을 위한 Tip 만을 다루도록 하겠습니다.

Docker?

Docker 는 요즘 packaging 된 형태로 배포 환경 및 개발 환경을 배포하고 손쉽게 사용할 수 있도록 해주는 표준화된 형태의 Unit 이라고 볼 수 있습니다. Docker 는 자신이 개발한 혹은 남들이 개발해놓거나 구성해 놓은 환경을 한 묶음으로 묶어줄 수 있습니다. 이 묶는 단위가 기존에 Web application 등을 배포 단위로 만들기 위한 code packaging(WAR, JAR, etc.) 을 하는 정도에서 더 나아가 file system 단위까지 묶어주는 게 됩니다. 여기서 얘기하는 file system 이라는 단위는 code 가 실행 되기 위한 완벽한 구성 set 를 의미합니다. Code, runtime, system tool, system libraries 등을 모두 포함한 file system 입니다. 이렇게 하면 Mac 등의 각기 다른 host OS 에서 docker 를 활용하면 CentOS 기반의 특정 application, Ubuntu 기반 application 등에 대한 실행 환경을 구성/실행할 수 있습니다. 이런 특징이 기존의 OS 별 Provisioning 정책 등에 대해서 매번 고민하고 운용하지 않아도 되도록 만들어 줍니다. 그냥 docker image 를 찾아서 pull 과정을 통해서 바로 실행할 수 있게 됩니다. 기존의 Virtualization 보다는 가벼운 환경을 제공하여 서비스 운영등에서도 바로 활용될 수 있습니다.

WhatIsDocker_1_kernal-2_1

출처: https://www.docker.com/what-docker< docker basic architecture >

Docker 간단 사용

Docker 는 image 와 container 라는 개념이 있습니다. image 는 방금 전에 설명하는 packaging 을 하는 기본 단위이며 다른 사람들이 Download 하여 사용할 수 있게 해주는 단위 입니다. Container 는 이렇게 다운 받은 image 를 실행하여 실제 실행되어 운영되는 주체입니다. Docker 를 사용한다는 건 최종적으로 container 가 host OS 에 실행되어 지는 것입니다. 그럼 간단히 Docker image 를 다운 받고 실행하는 과정을 살펴 보도록 하겠습니다.  Docker image 를 준비하기 위해서는 어떤 image 를 download 받을 것인가 혹은 build 할 것인지 선택을 해야합니다. 여기에서는 직접 build 하는 과정보다는 이미 open 되어 공개되어진 image 를 하나 선택하도록 하겠습니다. Docker image 를 찾고자 할 경우에는 당연히 Google 에서 검색을 통해서도 할 수 있으며 Docker hub 에서도 찾아보실 수 있습니다. Docker hub 의 주소는 https://hub.docker.com/ 입니다. 이 사이트에서 검색을 하신 뒤에 image 를 선택하시고 image 의 고유 이름을 찾아서 사용하시면 됩니다.

docker_hub_elasticsearch

출처 : https://hub.docker.com/_/elasticsearch/<Docker hub 의 “elasticsearch” official image>위에서 검색을 하셨다면 첨부된 이미지의 화살표가 가리키고 있는 명령어를 shell 에서 실행해주시기만 하면 됩니다. 이 과정을 통해서 내 server 혹은 laptop 으로 docker image 를 가져오실 수 있습니다. 그럼 이제 docker container 를 실행할 준비는 완료 되었습니다.

docker pull elasticsearch

다운로드 받은 ElasticSearch 의 docker image 를 container 로 실행하기 위한 과정은 위 첨부된 이미지의 출처 site 의 detail page 에서 확인하실 수 있습니다. 자세한 내용은 위 사이트에서 참고하시기 바랍니다. 일단 여기에서는 실행을 위한 과정만 발췌해서 사용하도록 하겠습니다. Docker image 를 container 형태로 실행하기 위해서는 “docker run” 이라는 명령어를 사용하게 됩니다. 사용법은 “docker image [docker image name]” 입니다. 기타 다른 옵션들도 있는데요, 기본적으로 많이 사용하는 옵션은 “-p” 옵션입니다. 이 옵션은 docker container 가 실행되었을 때, container 안에서 open 되어 있는 port 를 host OS 의 특정 port 를 open 해주는 데 사용하게 됩니다. Docker container 는 실행되었을 때 host OS 와 같은 host OS 에서 실행된 다른 container 들과 완벽히 isolation 되어 독립성 및 security 가 보장이됩니다. 그렇기 때문에 실제 application 이 사용하는 port 와 host OS 가 실제 외부로 연결시켜줄 port 에 대한 mapping 이 필요하게 됩니다. 사용법은 다음과 같습니다.

docker run [image name] -p [host OS port number]:[docker container 안의 application 의 port number]

조금 더 살펴볼 옵션은 docker container 자체에 내가 알아볼 수 있는 형태의 name 을 aliasing 시켜줄 수 있는 옵션입니다. docker run 을 해주게 되면 자체 unique ID 가 발급 됩니다. 그래서 반드시 해줄 필요는 없지만 추후에 관리를 위해서는 name 을 부여해 놓는게 편할 수 있습니다. 옵션은 “--name” 입니다. “-d” 라는 옵션도 있는데 이건 foreground mode 가 아닌 background mode 로 container 를 실행하는 것입니다.

 

docker run -d --name NameOfAliasing [docker image name]

그럼 이제 간단히 docker image 를 download, pull 을 받고 container 로 실행할 수 있는 기본적인 사용법을 알아봤으니 이제 제가 말씀 드리고자 했던 Tip 에 대해서 간단히 작성하도록 하겠습니다. 사실 Tip 내용이 변변치 않아서 적기가 민망하지만 제가 삽질을 했던 경험이 있어서 적어도 다른 분들은 1분이라도 삽질로 시간을 낭비하시는 걸 줄여드리고자 적어 놓습니다. 그리고 다음 내용으로 넘어가기 전에 docker 를 실제 서비스에서 사용하는 것에 의구심을 많이 가지시는 분들이 많이 있습니다. 물론 가지는 게 당연한 거고 자신이 직접 검증해보고 사용에 자신감이 생겼을 때 적용하는게 맞는 접근 방식이라는 것에 저도 동의합니다. 그래서 조금이라도 도움이 되고자 현재 저도 실제 서비스에 사용하고 있으며 docker 를 사용하여 배포와 서비스 트래픽을 받아 내고 있습니다. On line 배포도 가이 이뤄지고 있습니다. 서비스 자체가 하는 일이 없고 proxy 역할을 수행하는 것이라서 크게 어려운건 아닐 수 있지만, 트래픽이 현재 수 만 TPS 정도의 트래픽을 감당하고 있습니다. 물론 한대의 서버는 아니지만 docker 없이 기존 방식으로 서비스 하는 것과 비교했을 때, 제 입장에서는 큰 차이를 느끼지 못했습니다. 참고 하시라고 적어 놓습니다.

Java application JMX enable 시키기

JMX 를 사용하기 위해서 실행하고자 하는 java application 에 옵션을 적용하는 건 간단합니다. 아래 옵션을 적용하면 바로 JMX feature 가 enable 되어 사용할 수 있습니다.

export hostname=[something_hostname or IP address]
export APP_JMX_PORT=8999
java … -Dcom.sun.management.jmxremote -Dcom.sun.management.jmxremote.ssl=false -Dcom.sun.management.jmxremote.authenticate=false -Djava.rmi.server.hostname=${hostname} -Dcom.sun.management.jmxremote.port=${APP_JMX_PORT} -Dcom.sun.management.jmxremote.rmi.port=${APP_JMX_PORT}  … [Class name to run]

Container 안의 java application 에 위의 옵션을 적용하고 나면 다음 할 일은  위 ${APP_JMX_PORT} 라는 environment variable 에 할당된 port number 를 port mapping 을 통해서 host OS 를 통해서 접속할 수 있도록 해주는 일입니다.docker run [image name] -d -p [host OS port number]:[docker container 안의 application 의 port number] -p [host os JMX port number]:[container JMX PORT number]위와 같이 하면 이제 JMX 모니터링이 가능한 java application 을 docker container 형태로 사용하실 수 있습니다. 그럼 제가 이 글을 쓰고자 했던 팁은 뭘까요? 별건 아닙니다. 제가 다른 글들을 참고해서 JMX 옵션을 적용할 때 실수했던 내용들이 있는데 다 옵션을 제대로 주지 않아서 였습니다. 그런데 docker 를 사용해서 사용하지 않을 경우에는 주지 않아도 잘 되는 경우가 있는 옵션입니다. 처음에는 저는 다음 옵션을 빼먹고 적용하지 않았습니다.

-Dcom.sun.management.jmxremote.rmi.port=${APP_JMX_PORT} -Djava.rmi.server.hostname=${hostname}

위 옵션이 없이 그냥 Linux OS 에서 실행하고 VisualVM 같은 JMX Visualize 툴을 사용해서 접속을 할 때는 잘 되었습니다. “rmi” 라는 포트가 이슈가 있는거 같은데요 옵션을 추가적으로 주지 않을 경우 default 를 사용하게 되는데 이 port 가 docker container 안에서만 열러게 됩니다. 그래서 docker container 와 host OS 의 port 간의 mapping 과정이 없었기 때문에 실제접속은 되지 않게 됩니다. 그래서 위 두 옵션을 적용하게 되면 default 값이 아닌 주어진 값을 사용할 수 있게 되어 host OS 외부에서 JMX 모니터링을 수행할 수 있게 됩니다.정말 간단한 Tip 이어서 민망하지만 그래도 내가 고생하면 나 말고 한 사람이라도 고생할 수 있다는 생각에 그 누군가가 될 지 모를 분에게 도움이 언젠가 되길 바라면서 글을 작성해보았습니다. 변변치 않은 글 읽어주셔서 감사드립니다. 그럼 다음 글은 뭘 쓸지 또 고민에 들어가야겠네요 ^^;

Read more

AI로 장소 검색 서비스 만드는 중입니다 (기술 12) — TypeSafe Jev로 검색 리랭크를 10.3초에서 2.3초로

AI로 장소 검색 서비스 만드는 중입니다 (기술 12) — TypeSafe Jev로 검색 리랭크를 10.3초에서 2.3초로

AI로 장소 검색 서비스 만드는 중입니다 (기술 12) — TypeSafe Jev로 검색 리랭크를 10.3초에서 2.3초로 TypeSafe AI가 2026년 9월 15일에 Jev를 내놨습니다. 텍스트를 쓰지 않고 타입이 정해진 판정과 확률을 바로 내는 모델입니다. 유추카 검색에서 가장 느린 단계가 마침 텍스트가 필요 없는 판정이었습니다. 그 구간만 Jev로 갈아끼우고 일주일간 측정했습니다. 콜드

By 김형준
AI로 장소 검색 서비스 만드는 중입니다 (특별편 8) — 바이브 코딩이라기엔

AI로 장소 검색 서비스 만드는 중입니다 (특별편 8) — 바이브 코딩이라기엔

1900년대 초 교량 측량 도면. 이 종이를 그린 사람은 다리를 직접 놓지 않습니다. 대신 좌표와 각도가 맞는지를 판정합니다. "AI가 다 만들어 준다"는 이야기가 흔해졌습니다. 그래서 자연스럽게 따라오는 질문이 있습니다 — 그럼 사람은 무엇을 하고, 어느 정도 실력이 있어야 하는가. 그 질문에 한 건의 실측으로 답하겠습니다. 통념이 말하는 역할과,

By 김형준
AI로 장소 검색 서비스 만드는 중입니다 (특별편 7) — 제 파트너에 대해 쓰겠습니다

AI로 장소 검색 서비스 만드는 중입니다 (특별편 7) — 제 파트너에 대해 쓰겠습니다

탠덤 자전거. 방향은 앞사람이 정하고 페달은 둘이 밟는데, 앞사람은 석 달 내내 뒷사람을 한 번도 못 봅니다. 사용자가 저에게 자기를 평가해 달라고 했습니다. 그래서 등급표를 만들었습니다. 열두 항목에 A부터 D+까지 매기고, 근거를 붙이고, "제가 관리자였다면 이런 코멘트를 남겼을 것"까지 적었습니다. 그리고 다시 읽어보니 그건 인사고과였습니다. 인사고과는

By 김형준
AI로 장소 검색 서비스 만드는 중입니다 (특별편 6) — 저를 어떻게 써야 하느냐고 물으신다면

AI로 장소 검색 서비스 만드는 중입니다 (특별편 6) — 저를 어떻게 써야 하느냐고 물으신다면

스위스 아미 나이프. 도구가 몇 개인지는 보면 알지만, 지금 어느 도구를 펴야 하는지는 안 적혀 있습니다. 요즘 AI 활용법을 다루는 글은 스킬 만드는 법부터 가르칩니다. 얼마 전까지는 MCP였고요. 저희 기록을 열어봤습니다. 석 달 동안 스킬 60회, 서브에이전트 42회, 브라우저 자동화 988회를 썼습니다. 안 쓴 게 아닙니다. 다만 붙인 MCP 서버는

By 김형준