2023년 5월 31일에 원래 가격 책정 모델의 사용 UI가 수명 종료(EoL)에 도달합니다. 이 문서에는 원래 가격 책정 모델의 고객이 사용량을 이해하는 데 사용할 수 있는 NRQL 쿼리가 있습니다.
어떤 고객이 영향을 받습니까?
이는 다양한 제품(예: APM, 브라우저 모니터링, 인프라 모니터링 등)에 의해 청구되는 가격 모델인 원래 가격 모델의 New Relic 조직에 영향을 미칩니다.
당신은 무엇을 할 수 있나요?
귀하의 조직이 이 수명 종료의 영향을 받고 원래 요금제를 계속 사용할 경우 다음과 같은 옵션이 있습니다.
- 아래의 사용 쿼리를 포함하는 맞춤형 대시보드 생성
- 사용량을 파악해야 할 때 일회성 쿼리 실행
쿼리에 대한 세부 정보
사용량 데이터 쿼리에 대한 몇 가지 세부 정보:
- 사용량 데이터는
NrDailyUsage
이벤트 유형 및NrUsage
이벤트 유형에 저장됩니다. - UI에서 쿼리 빌더를 사용하여 쿼리하면 특정 계정 및 모든 하위 계정에서 쿼리됩니다. 계정 간 쿼리에 NerdGraph를 사용할수도 있습니다.
다양한 제품 범주에 대한 몇 가지 사용 쿼리의 예를 아래에서 제공합니다.
CU 기반 가격 책정 방식에 대한 자세한 내용은 호스트 및 CU 기반 가격 책정을참조하십시오.
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
시간 경과에 따른 호스트별 사용량:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 FACET hostId,agentHostname,consumingAccountId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
호스트별 기간별 추세 차트:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 TIMESERIES 1 day FACET hostId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
호스트 기반 가격 책정 방식에 대한 자세한 내용은 호스트 및 CU 기반 가격 책정을참조하십시오.
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(apmHoursUsed) / 24, 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT rate(SUM(apmHoursUsed), 1 hour) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
시간 경과에 따른 호스트별 사용량:
SELECT rate(SUM(apmHoursUsed), 1 hour) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 FACET hostId,agentHostname,consumingAccountId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
호스트별 기간별 추세 차트:
SELECT rate(SUM(apmHoursUsed), 1 hour) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = 1 TIMESERIES 1 day FACET hostId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(browserPageViewCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = 1 AND `isPrimaryApp` != 'false' COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT SUM(browserPageViewCount) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = 1 AND `isPrimaryApp` != 'false' TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
계정 소비에 따른 기간별 사용량:
SELECT rate(SUM(browserPageViewCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = 1 AND `isPrimaryApp` != 'false' FACET consumingAccountName,consumingAccountId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
소비 계정별 기간별 추세 차트:
SELECT SUM(browserPageViewCount) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = 1 AND `isPrimaryApp` != 'false' TIMESERIES 1 day FACET consumingAccountName SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
개요 쿼리
이전 기간, 월별 사용자와 비교한 빌보드:
SELECT SUM(mobileUniqueUsersPerMonth) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = 1 TIMESERIES 1 day COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트, 월별 사용자:
SELECT SUM(mobileUniqueUsersPerMonth) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = 1 TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
모바일 앱 이름별 기간별 사용량:
SELECT SUM(mobileUniqueUsersPerMonth) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = 1 TIMESERIES 1 day FACET mobileAppName,mobileAppId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
모바일 앱 이름별 기간별 트렌드 차트:
SELECT SUM(mobileUniqueUsersPerMonth) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = 1 TIMESERIES 1 day FACET mobileAppName SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
인프라 CU 기반 가격 책정 방식에 대한 자세한 내용은 호스트 및 CU 기반 가격 책정을참조하십시오.
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(infrastructureComputeUnits), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = 1 COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT SUM(infrastructureComputeUnits) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = 1 TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
일정 기간 동안 에이전트 호스트 이름별 사용량:
SELECT rate(SUM(infrastructureComputeUnits), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = 1 FACET agentHostname SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
호스트별 기간별 추세 차트:
SELECT SUM(infrastructureComputeUnits) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = 1 TIMESERIES 1 day FACET agentHostname SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Logs' AND `consumingAccountId` = 1 AND `metric` = 'BytesSaved' COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Logs' AND `consumingAccountId` = 1 AND `metric` = 'BytesSaved' TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
계정 소비에 따른 기간별 사용량:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Logs' AND `consumingAccountId` = 1 AND `metric` = 'BytesSaved' FACET consumingAccountName,consumingAccountId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
소비 계정별 기간별 추세 차트:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Logs' AND `consumingAccountId` = 1 AND `metric` = 'BytesSaved' TIMESERIES 1 day FACET consumingAccountName SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(usage), 1 minute) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Metrics' AND `consumingAccountId` = 1 AND `metric` = 'DataPointsSent' COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT rate(SUM(usage), 1 minute) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Metrics' AND `consumingAccountId` = 1 AND `metric` = 'DataPointsSent' TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
계정 소비에 따른 기간별 사용량:
SELECT rate(SUM(usage), 1 minute) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Metrics' AND `consumingAccountId` = 1 AND `metric` = 'DataPointsSent' FACET consumingAccountName,consumingAccountId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
소비 계정별 기간별 추세 차트:
SELECT rate(SUM(usage), 1 minute) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Metrics' AND `consumingAccountId` = 1 AND `metric` = 'DataPointsSent' TIMESERIES 1 day FACET consumingAccountName SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Serverless' AND `consumingAccountId` = 1 AND `metric` = 'LambdaEventsSaved' COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Serverless' AND `consumingAccountId` = 1 AND `metric` = 'LambdaEventsSaved' TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
계정 소비에 따른 기간별 사용량:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Serverless' AND `consumingAccountId` = 1 AND `metric` = 'LambdaEventsSaved' FACET consumingAccountName,consumingAccountId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
소비 계정별 기간별 추세 차트:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Serverless' AND `consumingAccountId` = 1 AND `metric` = 'LambdaEventsSaved' TIMESERIES 1 day FACET consumingAccountName SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
자세한 쿼리
모니터 이름별 기간별 사용량:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' FACET syntheticsMonitorName,syntheticsMonitorId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
모니터 이름별 기간별 추세 차트:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' TIMESERIES 1 day FACET syntheticsMonitorName SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
유형 레이블별 기간별 사용량:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' FACET syntheticsTypeLabel SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
유형 레이블별 기간별 추세 차트:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' TIMESERIES 1 day FACET syntheticsTypeLabel SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
시간 경과에 따른 위치별 사용량:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' FACET syntheticsLocation SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
위치별 기간별 추세 차트:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = 1 AND `syntheticsTypeLabel` != 'Ping' TIMESERIES 1 day FACET syntheticsLocation SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
개요 쿼리
이전 기간과 비교한 빌보드:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Traces' AND `consumingAccountId` = 1 AND `metric` = 'SpansSaved' COMPARE WITH 1 month ago SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
기간별 추세 차트:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Traces' AND `consumingAccountId` = 1 AND `metric` = 'SpansSaved' TIMESERIES 1 day SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 5
드릴다운 쿼리
계정 소비에 따른 기간별 사용량:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Traces' AND `consumingAccountId` = 1 AND `metric` = 'SpansSaved' FACET consumingAccountName,consumingAccountId SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 500
소비 계정별 기간별 추세 차트:
SELECT rate(SUM(usage), 1 day) as usage FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Traces' AND `consumingAccountId` = 1 AND `metric` = 'SpansSaved' TIMESERIES 1 day FACET consumingAccountName SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00' LIMIT 15
APM 및 인프라: 컴퓨팅 단위 대 호스트 기반 가격 책정
APM은 컴퓨팅 단위(CU) 기반 가격 책정 과 호스트 기반 가격 책정이라는 두 가지 가격 책정 모델 중에서 선택할 수 있습니다. New Relic Infrastructure는 CU 기반 가격 만 제공합니다. 이 섹션에서는 두 옵션이 모두 계산되는 방식을 보여주고 이러한 가격 책정 컨텍스트에서 "호스트"가 의미하는 바를 설명합니다.
원래 가격 책정 모델에서 다음 New Relic 제품에 대해 CU 기반 가격을 사용할 수 있습니다.
APM(CU 기반 가격 책정 또는 호스트 기반 가격 책정 중 선택)
인프라: CU 기반 가격만
CU 기반 가격 책정의 경우 월별 가격은 New Relic을 실행하는 호스트 (컴퓨팅 성능 및 메모리)의 크기와 해당 월에 New Relic에 연결하는 시간에 따라 결정됩니다. 호스트가 한 시간 중 언제든지 New Relic에 연결되어 있으면 해당 시간이 CU 계산에 포함됩니다.
각 호스트는 호스트가 데이터를 보고하는 각 New Relic 계정에 대해 별도로 계산됩니다. 예를 들어, 2개의 하위 계정이 있는 상위 계정이 있고 각각 동일한 호스트에서 특정 월에 3,000CU에 대해 애플리케이션을 실행하는 경우 상위 계정의 사용량은 6,000CU가 됩니다.
APM의 경우 클라우드 기반 동적 컴퓨팅 리소스가 많은 경우 CU 기반 가격 책정이 최선의 선택입니다. 이러한 이유로 CU 기반 가격 책정을 클라우드 가격 책정 이라고도 합니다.
CU는 다음과 같이 계산됩니다.
CUs = (# of CPUs + GBs of RAM) x hours used
지정된 호스트(CPU + GB RAM)의 최대 크기는 16으로 제한됩니다.
예:
호스트에 2개의 CPU 코어, 2GB RAM이 있고 1시간(또는 1시간 미만) 동안 New Relic에 연결하는 경우 4CU를 사용합니다.
호스트에 2개의 CPU 코어, 2GB RAM이 있고 한 달 동안 New Relic에 연결하는 경우(750시간이 표준 월 크기로 사용됨) 3,000CU를 사용합니다.
매월 소비할 CU 블록을 구매할 수 있습니다. 월별 구매한 총 CU 수는 해당 월의 모든 호스트에 대한 예상 CU 소비를 합산하여 계산됩니다. 사용하지 않은 CU의 월간 롤오버는 없습니다. 또한 New Relic은 JVM, 컨테이너(예: Docker 또는 Cloud Foundry) 또는 애플리케이션 인스턴스별로 요금을 부과하지 않습니다. 이러한 컨테이너 또는 애플리케이션 인스턴스를 실행하는 호스트별로 요금을 부과합니다.
가격대는 New Relic 제품 및 구독 수준에 따라 다릅니다.
팁
원래 가격 모델의 경우 APM 가격은 CU 기반 또는 호스트 기반일 수 있지만 New Relic Infrastructure는 CU 기반 가격만 사용합니다.
호스트 기반 가격 책정으로 New Relic은 한 달에 사용된 동등한 호스트 수를 기준으로 요금을 청구합니다. 하나의 동등한 호스트 는 750시간 동안 New Relic에 연결된 호스트 로 정의됩니다(750시간은 표준 월 크기로 사용됨). 호스트가 한 시간 중 언제든지 New Relic에 연결되어 있으면 해당 시간이 호스트 계산에 포함됩니다.
이 시간은 여러 호스트로 나눌 수 있습니다. 예를 들어, 한 달 동안 각각 250시간 동안 New Relic에 연결된 세 개의 호스트가 있을 수 있습니다. 이 시간을 합하면 하나의 동등한 호스트 가 됩니다.
각 호스트는 호스트가 데이터를 보고하는 각 New Relic 계정에 대해 별도로 계산됩니다. 예를 들어, 2개의 하위 계정이 있는 상위 계정이 있고, 각각은 동일한 단일 호스트에서 특정 월에 750시간 동안 애플리케이션을 실행하는 경우 상위 계정에 대한 사용량은 2개의 동등한 호스트가 됩니다.
New Relic에 연결되면 호스트는 고유한 호스트 이름으로 구별됩니다. 호스트는 언어 에이전트가 활성 상태이고 호스트에 배포될 때 New Relic에 연결됩니다. New Relic은 컨테이너(예: Docker 또는 Cloud Foundry), JVM 또는 애플리케이션 인스턴스로 요금을 청구하지 않습니다. 해당 컨테이너 또는 애플리케이션 인스턴스를 실행하는 호스트에서 요금을 청구합니다.
New Relic APM을 사용하면 호스트 기반 가격 책정과 CU 기반 가격 책정 중에서 선택할 수 있습니다. 호스트 기반 가격은 자체 데이터 센터에서 관리하는 호스트로 구성된 주로 정적 환경인 경우에 이상적입니다.
New Relic이 호스트 기반 가격 책정 과 CU 기반 가격 책정을 모두 계산하는 방법을 이해하려면 호스트 라는 단어가 어떻게 사용되는지 이해하는 것이 중요합니다. 호스트는 다음 중 하나일 수 있습니다.
물리적 시스템 은 메모리, 처리 및 스토리지를 포함한 전용 물리적 리소스가 있는 하드웨어 기반 장치입니다. 각 시스템에는 응용 프로그램이 실행되는 자체 OS가 있습니다.
가상 머신 (VM)은 물리적 머신처럼 프로그램을 실행하는 물리적 머신의 소프트웨어 구현입니다. 하나 이상의 가상 머신이 물리적 머신에서 실행될 수 있습니다. 각 가상 머신에는 자체 OS가 있으며 RAM 및 CPU와 같은 할당된 가상 머신 리소스가 있습니다.
클라우드 인스턴스 는 퍼블릭 클라우드에서 실행되는 가상 머신 유형입니다. 이러한 맥락에서 가상 머신 및 클라우드 인스턴스는 JVM(Java Virtual Machine) 및 컨테이너와 다릅니다.
New Relic 가격 계산을 위해 한 달 은 750시간으로 정의됩니다.