이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
사이드 프로젝트에서 Node.js 서버를 운영하며 Prometheus + Grafana 조합으로 모니터링 환경을 구성한 경험이 있습니다. prom-client 라이브러리를 연동해 이벤트 루프 지연, 힙 메모리 사용량, HTTP 응답 시간을 수집했고, 비동기 처리가 밀리는 구간을 이벤트 루프 지표로 처음으로 시각화했습니다. 장애 상황에서 가장 먼저 확인한 것은 CPU 사용률보다 이벤트 루프 지연 시간이었는데, Node의 단일 스레드 구조상 루프가 막히면 전체 요청이 지연되기 때문입니다. 알림 임계값을 설정해두니 문제가 생기기 전에 슬랙 알림을 받을 수 있었고, 조기 대응이 가능해졌습니다. 한계는 프로파일링 수준의 분석은 별도 도구가 필요하다는 점으로, 이후 clinic.js를 추가로 써보며 보완하고 있습니다. 모니터링 도구는 지표를 수집하는 것보다 어떤 지표가 의미 있는지 아는 것이 먼저라는 결을 얻었습니다.
Node.js 서비스에서 PM2로 프로세스를 관리하면서 간헐적 재시작이 반복되는 문제를 겪었습니다. Prometheus 메트릭에서는 이상 신호가 잡히지 않았는데 PM2 로그에서 `max memory restart`가 찍혀 있는 것을 발견했습니다. 메모리가 특정 임계치를 넘을 때마다 자동 재시작됐고, 근본 원인은 요청 중 생성된 Buffer 객체가 적절히 해제되지 않아 힙 메모리가 조금씩 증가하는 누수였습니다.
winston으로 구조화된 로그를 남기고 있어서 메모리 증가가 시작되는 시점의 요청 패턴을 확인할 수 있었습니다. 이 경험에서 메트릭과 로그는 서로 다른 결의 신호를 담는다는 것을 배웠습니다. 프로메테우스가 시스템 상태를 보여준다면, 로그는 그 상태가 왜 그렇게 됐는지를 설명하는 결이었습니다.
Node.js 서비스에서 특정 API가 느리다는 것은 알았지만 어디서 느려지는지 메트릭만으로는 좁히기 어려웠습니다. clinic.js의 clinic flame을 사용해 CPU 프로파일 플레임그래프를 처음으로 확인했습니다. JSON 직렬화 단계에서 예상보다 많은 시간을 쓰고 있는 것을 시각적으로 확인했고, 반환 페이로드가 불필요하게 컸다는 것을 발견했습니다. 필요한 필드만 선택해서 반환하도록 바꿨더니 응답 시간이 눈에 띄게 줄었습니다. 이 경험에서 모니터링 도구는 무엇이 느린가를 보여주는 것과 왜 느린가를 코드 레벨로 좁혀주는 것이 다른 계층에 있다는 것을 배웠습니다.
Prometheus가 전자라면 clinic.js 같은 APM 도구는 후자의 결을 담당합니다. 두 계층을 함께 갖추는 것이 Node 운영에서 장애 대응 시간을 줄이는 결이었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 람다256 인프라 엔지니어 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.