---
title: "Load Balancer access log 활용"
slug: "dataquery-example-lb-accesslog-vpc"
updated: 2026-09-17T09:07:29Z
published: 2026-09-17T09:07:29Z
canonical: "guide.ncloud-docs.com/dataquery-example-lb-accesslog-vpc"
---

> ## Documentation Index
> Fetch the complete documentation index at: https://guide.ncloud-docs.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Load Balancer access log 활용

VPC 환경에서 이용 가능합니다.

## Load Balancer access log 활용

데이터 쿼리를 사용하여 NCP Load Balancer에서 수집된 액세스 로그를 분석할 수 있습니다. 이 예시는 ALB(Application Load Balancer) 액세스 로그를 데이터 쿼리 서비스로 정제하고, 분석 템플릿 쿼리로 분석한 뒤 BI(Business Intelligence) 도구로 시각화하는 과정을 설명합니다.

#### 기능 요약

데이터 정제 및 활용을 위해 아래 서비스 기능을 사용합니다.

- [스캐너 통한 테이블 생성](/docs/dataquery-example-lb-accesslog-vpc#%EC%9B%90%EB%B3%B8%EB%8D%B0%EC%9D%B4%ED%84%B0%ED%85%8C%EC%9D%B4%EB%B8%94%EC%83%9D%EC%84%B1) - 데이터에 대한 테이블화 by Data Catalog
- [Raw Data 테이블 정제](/docs/dataquery-example-lb-accesslog-vpc#%EC%A0%95%EC%A0%9C%EB%8D%B0%EC%9D%B4%ED%84%B0%ED%85%8C%EC%9D%B4%EB%B8%94%EC%83%9D%EC%84%B1) - 간단한 ETL 작업 by Data Query (or Data Flow)
- [BI 연계를 통한 시각화](/docs/dataquery-example-lb-accesslog-vpc#BI%ED%99%9C%EC%9A%A9%EC%98%88%EC%8B%9C) by Data Query
- 변경 데이터 반영 설정
  - [Partition Value 업데이트, 스캐너 스케줄링](/docs/dataquery-example-lb-accesslog-vpc#%EC%8A%A4%EC%BA%90%EB%84%88%EC%A3%BC%EA%B8%B0%EC%8B%A4%ED%96%89%EC%84%A4%EC%A0%95) by Data Catalog
  - [파라미터 쿼리 w/ 실행 예약 기능](/docs/dataquery-example-lb-accesslog-vpc#%ED%8C%8C%EB%9D%BC%EB%AF%B8%ED%84%B0%EC%BF%BC%EB%A6%AC-%EC%8B%A4%ED%96%89%EC%98%88%EC%95%BD%EC%84%A4%EC%A0%95) by Data Query

---

### 1. LB AccessLog 수집 설정

로드밸런서의 엑세스 로그 수집 설정과 CLA에 저장된 로그 보관을 위한 자동 내보내기 설정에 대해서 확인할 수 있습니다.

#### Load Balancer 액세스 로그 수집 설정

- 로드밸런서의 엑세스 로그 수집 설정을 활성화하여 로그를 CLA 서비스에 저장할 수 있습니다.
- 분석이 필요한 로드밸런서의 액세스 로그 수집 설정을 활성화해 주십시오.
- 자세한 설정 방법은 [Load Balancer 사용 가이드](/docs/loadbalancer-application-vpc#application-load-balancer-%EC%84%A4%EC%A0%95)를 참조해 주십시오.

#### CLA 자동 내보내기 설정

- CLA 서비스에 저장된 액세스 로그를 영구 보관하기 위해 Object Storage로 자동 내보내기를 설정합니다.
- 자동 내보내기 설정 예시

| 항목 | 설정 값 |
| --- | --- |
| 내보내기 방식 | 타입 기준 저장 방식 |
| 버킷 선택 | 자동 내보내기 데이터가 저장될 사용자 버킷 |
| 로그 선택 | application_loadbalancer_access |
- 자세한 설정 방법은 [CLA 사용 가이드](/docs/cla-use-exportlog#%EC%9E%90%EB%8F%99-%EB%82%B4%EB%B3%B4%EB%82%B4%EA%B8%B0-%EC%84%A4%EC%A0%95)를 참고해 주십시오.

### 2. 분석 대상 데이터 테이블 생성

원본 데이터 테이블과 정제 데이터 테이블을 생성하는 방법은 다음과 같습니다.

#### 원본 데이터 테이블 생성 (데이터에 대한 테이블화)

- 데이터 카탈로그 서비스의 스캐너 기능을 사용하여 Object Storage에 저장된 데이터를 참조하는 원본 데이터 테이블을 생성합니다.
- 아래 설정 예시를 참고하여 스캐너를 생성 후 실행합니다.
- 스캐너 설정 예시

| 항목 | 설정 값 |
| --- | --- |
| 데이터 유형 | Object Storage |
| 경로 | s3a://[CLA 자동 내보내기 설정한 사용자 버킷]/CLA/AutoExport/application_loadbalancer_access/ |
| 스캔 범위 | 일부, 10개 |
| 실행 주기 | 온디멘드 |
| 패턴 | 사용안함 |
| 파티션 설정 | 모든 파티셔닝 형태 |
| 수집 옵션 | 테이블 정의 업데이트 |
| 테이블 병합 | True |
| 테이블 수 제한 | 1 |
- 스캐너 관련 자세한 내용은 [Data Catalog 사용 가이드](/docs/datacatalog-scanner-vpc#%EC%8A%A4%EC%BA%90%EB%84%88-%EC%83%9D%EC%84%B1)를 참조해 주십시오.

#### 정제 데이터 테이블 생성 (ETL 작업)

- 데이터 쿼리 서비스에서 아래에 제공되는 예시 쿼리를 참고하여 정제 데이터 테이블을 생성합니다.
- 데이터 크기가 큰 경우에는 [데이터플로우 서비스](/docs/dataflow-overview)를 사용하여 ETL 작업을 처리할 수 있습니다.

```
CREATE TABLE data_catalog.default.alb_access_log
WITH (
    format='parquet'
) AS
WITH parsed AS (
SELECT
    split(message, ' ') AS parts,
    regexp_extract_all(message, '\"([^\"]*)\"') AS quoted_fields
FROM data_catalog.default.application_loadbalancer_access
)
SELECT
    parts[1]  AS http_version,
    parts[2]  AS client_ip_port,
    CAST(parts[3] AS bigint)  AS request_processing_time_ms,
    CAST(parts[4] AS bigint)  AS target_connection_time_ms,
    CAST(parts[5] AS bigint)  AS target_response_time_ms,
    CAST(parts[6] AS bigint)  AS response_processing_time_ms,
    parts[7]                  AS target_status_code,
    CAST(parts[8] AS bigint)  AS received_bytes,
    CAST(parts[9] AS bigint)  AS sent_bytes,
    parts[10] AS http_method,
    quoted_fields[1] AS request,
    quoted_fields[2] AS user_agent,
    parts[ cardinality(parts) - 2 ] AS ssl_cipher,
    parts[ cardinality(parts) - 1 ] AS ssl_version,
    CAST(parse_datetime(parts[ cardinality(parts)], 'dd/MMM/yyyy:HH:mm:ss.SSS') AS timestamp) AS request_creation_time
FROM parsed
```

          참고

          

- 테이블은 데이터의 스키마, 저장 위치(Location) 등 데이터를 읽고 관리하는 데 필요한 메타데이터를 정의하는 단위입니다.
- 생성된 테이블 리소스를 통해 스토리지에 저장된 파일에 접근합니다.

### 3. 템플릿 쿼리를 이용한 트래픽 분석

제공된 템플릿 쿼리를 이용하여 트래픽 분석을 수행하는 방법을 안내합니다. 콘솔 에디터, BI, CLI 등에서 쿼리하거나 JDBC, SDK를 사용하여 사용자 Application 비즈니스 로직과 통합할 수 있습니다.

- [CLI 사용 가이드](/docs/dataquery-cli-vpc) : CLI 연결 및 사용 방법
- [JDBC 사용 가이드](/docs/dataquery-jdbc-vpc) : DB Tool 및 BI 연결 지원
- [SDK 사용 가이드](/docs/dataquery-python-client-vpc) : 사용자 Application 통합
- [외부 BI 연결 가이드](/docs/dataquery-bi-preparing-vpc) : Superset, Zeppelin 등의 BI와 통합

#### 제공 템플릿 쿼리

- 트래픽 분석

```
-- 1-1. 사용자 에이전트 (user_agent) 별 요청 수
SELECT
  user_agent,
  count(*) AS count
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY count DESC
LIMIT 5;

-- 1-2. 클라이언트 IP별 총 요청 수
SELECT
  split_part(client_ip_port, ':', 1) AS client_ip,
  count(*) AS request_count
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY request_count DESC
LIMIT 10;

-- 1-3. 가장 많이 요청된 경로 (request 필드 기준)
SELECT
  regexp_extract(request, '/[^ ]*') AS uri_path,
  count(*) AS count
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY count DESC
LIMIT 10;

-- [백업] 시간대별 요청 수 분석 (분/시간 단위)
SELECT
  date_trunc('minute', request_creation_time) AS minute,
  count(*) AS request_count
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY 1
LIMIT 50 ;

-- [백업] 응답 코드별 분포
SELECT
  target_status_code,
  count(*) AS count
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY count DESC;
```

- 보안 분석

```
-- 2-1. 비정상적인 HTTP 상태 코드 요청 감지 (예: 4xx, 5xx)
SELECT
  split_part(client_ip_port, ':', 1) AS client_ip,
  target_status_code,
  count(*) AS error_count
FROM data_catalog.default.alb_access_log
WHERE target_status_code LIKE '4%' OR target_status_code LIKE '5%'
GROUP BY 1, 2
ORDER BY error_count DESC
LIMIT 50;

-- 2-2. 짧은 시간에 많은 요청 (DoS 탐지 기초)
SELECT
  split_part(client_ip_port, ':', 1) AS client_ip,
  date_trunc('minute', request_creation_time) AS minute,
  count(*) AS request_count
FROM data_catalog.default.alb_access_log
GROUP BY 1, 2
HAVING count(*) > 100 -- Modify Threshold Here
ORDER BY request_count DESC
LIMIT 10;

-- 2-3. 이상하게 긴 요청 URL 필터링 (예: 공격 벡터)
SELECT
  split_part(client_ip_port, ':', 1) AS client_ip,
  regexp_extract(request, '/[^ ]*') AS uri_path,
  length(request) AS request_length
FROM data_catalog.default.alb_access_log
WHERE length(regexp_extract(request, '/[^ ]*')) > 500 -- Modify Threshold Here
ORDER BY request_length DESC
LIMIT 20;
```

- 성능 분석

```
--- 3-1. 클라이언트 IP별 평균 응답 속도
SELECT
  split_part(client_ip_port, ':', 1) AS client_ip,
  round(avg(cast(request_processing_time_ms AS double)), 2) AS request_processing_time_ms,
  round(avg(cast(target_connection_time_ms AS double)), 2) AS target_connection_time_ms,
  round(avg(cast(target_response_time_ms AS double)), 2) AS target_response_time_ms,
  round(avg(cast(response_processing_time_ms AS double)), 2) AS response_processing_time_ms
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY request_processing_time_ms DESC
LIMIT 10;

-- 3-2. 요청 URI별 평균 응답 속도 (Top 10 느린 URI)
SELECT
  regexp_extract(request, '/[^ ]*') AS uri_path,
  round(avg(cast(request_processing_time_ms AS double)), 2) AS request_processing_time_ms,
  round(avg(cast(target_connection_time_ms AS double)), 2) AS target_connection_time_ms,
  round(avg(cast(target_response_time_ms AS double)), 2) AS target_response_time_ms,
  round(avg(cast(response_processing_time_ms AS double)), 2) AS response_processing_time_ms
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY request_processing_time_ms DESC
LIMIT 10;

-- 3-3. 분 단위 평균 처리 시간 추이
SELECT
  date_trunc('minute', request_creation_time) AS minute,
  round(avg(cast(request_processing_time_ms AS double)), 2) AS request_processing_time_ms,
  round(avg(cast(response_processing_time_ms AS double)), 2) AS response_processing_time_ms
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY 1
LIMIT 20;

-- 3-4. 상태 코드별 평균 응답 시간 분석
SELECT
  target_status_code,
  round(avg(cast(request_processing_time_ms AS double)), 2) AS request_processing_time_ms,
  count(*) AS request_count
FROM data_catalog.default.alb_access_log
GROUP BY 1
ORDER BY request_processing_time_ms DESC;
```

#### BI 활용 예시

생성한 정제 데이터 테이블과 템플릿 쿼리를 활용하여 BI 도구로 시각화할 수 있습니다. 외부 BI 연결 관련 자세한 내용은 [Data Query 사용 가이드](/docs/dataquery-bi-preparing-vpc)를 참조해 주십시오.

- 예시: Superset BI를 활용한 시각화 대시보드

![dataquery-example-lb-accesslog-bi](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/dataquery-example-lb-accesslog-bi.png?sv=2026-02-06&spr=https&st=2026-11-13T18%3A44%3A16Z&se=2026-11-13T19%3A44%3A16Z&sr=c&sp=r&sig=c2za%2B9MvHYgUe9Eal3W1SQCfTqKlDLi64SueetxUpWI%3D)

### 4. 변경 데이터 반영 설정 (자동 업데이트)

LB로부터 생성되는 액세스 로그 데이터는 CLA에 저장되며, CLA의 데이터는 자동 내보내기 기능을 통해 일 1회 Object Storage로 저장됩니다. 추가되는 데이터를 원본 데이터 테이블 및 정제 데이터 테이블에 업데이트하려면 [데이터 카탈로그 스캐너 주기 실행 설정](/docs/dataquery-example-lb-accesslog-vpc#%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%B9%B4%ED%83%88%EB%A1%9C%EA%B7%B8%EC%8A%A4%EC%BA%90%EB%84%88%EC%A3%BC%EA%B8%B0%EC%8B%A4%ED%96%89%EC%84%A4%EC%A0%95)을 진행해 주십시오.

- 일별 추가되는 데이터에 대해 업데이트가 필요하지 않은 경우, 이 설정은 생략할 수 있습니다.

#### 데이터 카탈로그 스캐너 주기 실행 설정

데이터 카탈로그 스캐너 주기 실행 설정을 통해 원본 데이터 테이블의 메타데이터(파티션)가 자동으로 업데이트되도록 설정할 수 있습니다. CLA 자동 내보내기 기능의 동작 시간을 고려하여 스캐너 주기 실행 설정을 진행해 주십시오.

- 스캐너 주기 실행 설정 예시

| 항목 | 설정 값 |
| --- | --- |
| 데이터 유형 | Object Storage |
| 경로 | s3a://[CLA 자동 내보내기 설정한 사용자 버킷]/CLA/AutoExport/application_loadbalancer_access/ |
| 스캔 범위 | 일부, 10개 |
| 실행 주기 | 매일 03:30 |
| 패턴 | 사용안함 |
| 파티션 설정 | 모든 파티셔닝 형태 |
| 수집 옵션 | 테이블 정의 업데이트 |
| 테이블 병합 | True |
| 테이블 수 제한 | 1 |
- 데이터 카탈로그 스캐너 관련 자세한 내용은 [Data Catalog 사용 가이드](/docs/datacatalog-scanner-vpc#%EC%8A%A4%EC%BA%90%EB%84%88-%EC%83%9D%EC%84%B1)를 참고해 주십시오.

#### 데이터 쿼리 파라미터 쿼리 실행 예약 설정

데이터 쿼리 파라미터 쿼리 기능과 실행 예약 설정을 통해 주기적으로 쿼리를 실행하고 파라미터를 바인딩하여 동적으로 쿼리를 실행할 수 있습니다. 아래 제공된 예시 쿼리를 **내 쿼리**로 저장 후에 파라미터 및 실행 예약 설정을 진행해 주십시오. 자세한 내용은 Data Query 사용 가이드를 참조해 주십시오.

- [쿼리문 저장 가이드](/docs/dataquery-query-vpc#%EC%BF%BC%EB%A6%AC%EB%AC%B8-%EC%A0%80%EC%9E%A5)
- [파라미터 사용 쿼리 실행 가이드](/docs/dataquery-query-vpc#%ED%8C%8C%EB%9D%BC%EB%AF%B8%ED%84%B0%EB%A5%BC-%EC%82%AC%EC%9A%A9%ED%95%9C-%EC%BF%BC%EB%A6%AC-%EC%8B%A4%ED%96%89)
- [저장된 쿼리 실행 예약 가이드](/docs/dataquery-query-vpc#%EC%A0%80%EC%9E%A5%EB%90%9C-%EC%BF%BC%EB%A6%AC-%EC%8B%A4%ED%96%89-%EC%98%88%EC%95%BD)

```
INSERT INTO data_catalog.default.alb_access_log
WITH parsed AS (
SELECT
    split(message, ' ') AS parts,
    regexp_extract_all(message, '\"([^\"]*)\"') AS quoted_fields
FROM data_catalog.default.application_loadbalancer_access
WHERE partition_0 = ?
  AND partition_1 = ?
  AND partition_2 = ?
)
SELECT
    parts[1]  AS http_version,
    parts[2]  AS client_ip_port,
    CAST(parts[3] AS bigint)  AS request_processing_time_ms,
    CAST(parts[4] AS bigint)  AS target_connection_time_ms,
    CAST(parts[5] AS bigint)  AS target_response_time_ms,
    CAST(parts[6] AS bigint)  AS response_processing_time_ms,
    parts[7]                  AS target_status_code,
    CAST(parts[8] AS bigint)  AS received_bytes,
    CAST(parts[9] AS bigint)  AS sent_bytes,
    parts[10] AS http_method,
    quoted_fields[1] AS request,
    quoted_fields[2] AS user_agent,
    parts[ cardinality(parts) - 2 ] AS ssl_cipher,
    parts[ cardinality(parts) - 1 ] AS ssl_version,
    CAST(parse_datetime(parts[ cardinality(parts)], 'dd/MMM/yyyy:HH:mm:ss.SSS') AS timestamp) AS request_creation_time
FROM parsed
```

- 파라미터 설정

| 항목 | 설정 값 |
| --- | --- |
| 파라미터1 | date_format((current_timestamp AT TIME ZONE 'Asia/Seoul') - interval '1' day, '%Y') |
| 파라미터2 | date_format((current_timestamp AT TIME ZONE 'Asia/Seoul') - interval '1' day, '%m') |
| 파라미터3 | date_format((current_timestamp AT TIME ZONE 'Asia/Seoul') - interval '1' day, '%d') |
- 실행 예약 설정 예시

| 항목 | 설정 값 |
| --- | --- |
| 예약 설정 | ON |
| 실행 유형 | 주기 실행 |
| 실행 주기 | 매일 |
| 실행 시간 | 03:45 |