Importante
Este documento hace referencia a nuestro modelo original de precios basado en productos. Para obtener mĆ”s informaciĆ³n sobre los cambios de precios, consulte DescripciĆ³n general de nuestros modelos de precios.
El 31 de mayo de 2023, la UI usuario de uso de nuestro modelo de precios original llega al final de su vida Ćŗtil (EoL). En este documento hay consultas de NRQL que los clientes sobre el modelo de precios original pueden utilizar para comprender su uso.
ĀæQuĆ© clientes se ven afectados?
Esto afecta a la organizaciĆ³n New Relic en nuestro modelo de precios original, que es un modelo de precios en el que facturamos por varios productos (como , , monitoreo de infraestructura y mĆ”s).
ĀæQuĆ© puedes hacer?
Si su organizaciĆ³n se ve afectada por este final de vida y permanecerĆ” en nuestro plan de precios original, las opciones incluyen:
- Cree un panel personalizado que incluya la consulta de uso a continuaciĆ³n
- Realice una consulta Ćŗnica cuando necesite comprender el uso
Detalles sobre consultas
Algunos detalles sobre la consulta de datos de uso:
- Los datos de uso se almacenan en el tipo de evento
NrDailyUsagey en el tipo de eventoNrUsage - Si estĆ” consultando el
consumingAccount, asegĆŗrese de ingresar el ID de la cuenta. - Al realizar consultas con el generador de consultas en la UI , se consultarĆ” una cuenta especĆfica y cualquier cuenta secundaria. TambiĆ©n puede utilizar NerdGraph para consultas entre cuentas.
A continuaciĆ³n le daremos algunos ejemplos de consultas de uso para diferentes categorĆas de productos.
Para obtener detalles sobre cĆ³mo funcionan los precios basados en CU, consulte Precios basados en host y CU.
Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo de tiempo, por host:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
FACET hostId,agentHostname,consumingAccountId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por anfitriĆ³n:
SELECT rate(SUM(apmComputeUnits), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
FACET hostId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Para obtener detalles sobre cĆ³mo funcionan los precios basados en host, consulte Precios basados en host y CU.
Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(apmHoursUsed) / 24, 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT rate(SUM(apmHoursUsed), 1 hour) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo de tiempo, por host:
SELECT rate(SUM(apmHoursUsed), 1 hour) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
FACET hostId,agentHostname,consumingAccountId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por anfitriĆ³n:
SELECT rate(SUM(apmHoursUsed), 1 hour) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'APM' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
FACET hostId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(browserPageViewCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `isPrimaryApp` != 'false'
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT SUM(browserPageViewCount) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `isPrimaryApp` != 'false'
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(browserPageViewCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `isPrimaryApp` != 'false'
FACET consumingAccountName,consumingAccountId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por cuenta consumidora:
SELECT SUM(browserPageViewCount) as usage
FROM NrDailyUsage, NrUsage WHERE `productLine` = 'Browser' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `isPrimaryApp` != 'false'
TIMESERIES 1 day
FACET consumingAccountName
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Consulta general
Cartelera con comparaciĆ³n con periodo anterior, usuario mensual:
SELECT SUM(mobileUniqueUsersPerMonth) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias en el perĆodo de tiempo, usuario mensual:
SELECT SUM(mobileUniqueUsersPerMonth) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo, por nombre de aplicaciĆ³n mĆ³vil:
SELECT SUM(mobileUniqueUsersPerMonth) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
FACET mobileAppName,mobileAppId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por nombre de aplicaciĆ³n mĆ³vil:
SELECT SUM(mobileUniqueUsersPerMonth) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Mobile' AND `usageType` = 'Application' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
FACET mobileAppName
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Para obtener detalles sobre cĆ³mo funcionan los precios basados en CU de infraestructura, consulte Precios basados en host y CU.
Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(infrastructureComputeUnits), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT SUM(infrastructureComputeUnits) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo, por nombre de host del agente:
SELECT rate(SUM(infrastructureComputeUnits), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
FACET agentHostname
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por anfitriĆ³n:
SELECT SUM(infrastructureComputeUnits) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Infrastructure' AND `usageType` = 'Host' AND `consumingAccountId` = YOUR_ACCOUNT_ID
TIMESERIES 1 day
FACET agentHostname
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Logs' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'BytesSaved'
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Logs' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'BytesSaved'
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Logs' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'BytesSaved'
FACET consumingAccountName,consumingAccountId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Logs' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'BytesSaved'
TIMESERIES 1 day
FACET consumingAccountName
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(usage), 1 minute) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Metrics' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'DataPointsSent'
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT rate(SUM(usage), 1 minute) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Metrics' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'DataPointsSent'
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 minute) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Metrics' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'DataPointsSent'
FACET consumingAccountName,consumingAccountId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 minute) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Metrics' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'DataPointsSent'
TIMESERIES 1 day
FACET consumingAccountName
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Serverless' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'LambdaEventsSaved'
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Serverless' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'LambdaEventsSaved'
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Serverless' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'LambdaEventsSaved'
FACET consumingAccountName,consumingAccountId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Serverless' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'LambdaEventsSaved'
TIMESERIES 1 day
FACET consumingAccountName
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping'
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping'
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo, por nombre de monitor:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping'
FACET syntheticsMonitorName,syntheticsMonitorId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por nombre de monitor:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping'
TIMESERIES 1 day
FACET syntheticsMonitorName
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Uso a lo largo del perĆodo de tiempo, por etiqueta de tipo:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping'
FACET syntheticsTypeLabel
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por etiqueta de tipo:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping' TIMESERIES 1 day
FACET syntheticsTypeLabel
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Uso a lo largo del perĆodo de tiempo, por ubicaciĆ³n:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping'
FACET syntheticsLocation
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por ubicaciĆ³n:
SELECT rate(SUM(syntheticsSuccessCheckCount + syntheticsFailedCheckCount), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Synthetics' AND `usageType` = 'Check' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `syntheticsTypeLabel` != 'Ping'
TIMESERIES 1 day
FACET syntheticsLocation
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15Consulta general
Cartelera con comparaciĆ³n con el perĆodo anterior:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Traces' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'SpansSaved'
COMPARE WITH 1 month ago
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Traces' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'SpansSaved'
TIMESERIES 1 day
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 5Consulta detallada
Uso a lo largo del perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Traces' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'SpansSaved'
FACET consumingAccountName,consumingAccountId
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 500GrĆ”fico de tendencias durante el perĆodo de tiempo, por cuenta consumidora:
SELECT rate(SUM(usage), 1 day) as usage
FROM NrDailyUsage, NrUsage
WHERE `productLine` = 'Traces' AND `consumingAccountId` = YOUR_ACCOUNT_ID AND `metric` = 'SpansSaved'
TIMESERIES 1 day
FACET consumingAccountName
SINCE '2023-02-01 00:00:00' UNTIL '2023-03-01 00:00:00'
LIMIT 15APM e infraestructura: unidad de computaciĆ³n vs precios basados en host
APM ofrece la posibilidad de elegir entre dos modelos de precios: precios basados en unidades de computaciĆ³n (CU) y precios basados en host . New Relic Infrastructure ofrece solo precios basados en CU. Esta secciĆ³n muestra cĆ³mo se calculan ambas opciones y explica quĆ© significa "host" en estos contextos de precios:
En nuestro modelo de precios original, los precios basados en CU estƔn disponibles para estos productos New Relic:
APM (elecciĆ³n de precios basados en CU o precios basados en host)
Infraestructura: solo precios basados en CU
Con los precios basados en CU, su precio mensual estƔ determinado por el tamaƱo del host (potencia informƔtica y memoria) que ejecuta New Relic y la cantidad de horas que se conecta a New Relic durante el mes. Si un host estƔ conectado a New Relic en cualquier momento durante una hora, esa hora cuenta para el cƔlculo de CU.
Cada anfitriĆ³n se cuenta por separado para cada cuenta de New Relic a la que el anfitriĆ³n reporta datos. Por ejemplo, si tiene una cuenta principal con dos cuentas secundarias, cada una de las cuales ejecuta una aplicaciĆ³n en el mismo host por 3000 CU en un mes determinado, el uso de la cuenta principal serĆ” de 6000 CU.
Para APM, el precio basado en CU es la mejor opciĆ³n si tiene muchos recursos informĆ”ticos dinĆ”micos basados en la nube. Por este motivo, a veces se hace referencia a los precios basados en CU como cloud pricing.
Las CU se calculan de la siguiente manera:
CUs = (# of CPUs + GBs of RAM) x hours usedEl tamaƱo mĆ”ximo de un host determinado (CPU + GB de RAM) tiene un lĆmite de 16.
Ejemplos:
Si un host tiene 2 nĆŗcleos de CPU, 2 GB de RAM y se conecta a New Relic durante una hora (o menos de una hora), consume 4 CU.
Si un host tiene 2 nĆŗcleos de CPU, 2 GB de RAM y se conecta a New Relic durante un mes completo (se utilizan 750 horas como tamaƱo mensual estĆ”ndar), consume 3000 CU.
Puede comprar bloques de CU para consumir mensualmente. La cantidad total de CU compradas mensualmente se calcula sumando el consumo estimado de CU para todos los hosts durante el mes. No hay transferencia mensual de CU no utilizadas. AdemĆ”s, New Relic no cobra por JVM, contenedor (como docker o Cloud Foundry) o instancia de aplicaciĆ³n; cobra por los hosts que ejecutan esos contenedores o instancia de aplicaciĆ³n.
Los precios varĆan segĆŗn el producto New Relic y el nivel de suscripciĆ³n.
Sugerencia
Para nuestro modelo de precios original, los precios de APM pueden estar basados en CU o en host, mientras que New Relic Infrastructure utiliza solo precios basados en CU.
Con precios basados en host, New Relic cobra segĆŗn la cantidad de equivalent hosts utilizados en un mes. Un equivalent host se define como: un host conectado a New Relic durante 750 horas (750 horas utilizadas como tamaƱo mensual estĆ”ndar). Si un host estĆ” conectado a New Relic en cualquier momento durante una hora, esa hora cuenta para el cĆ”lculo del host.
Estas horas se pueden dividir entre varios hosts. Por ejemplo, es posible que tenga tres hosts conectados cada uno a New Relic durante 250 horas durante un mes: estas horas sumarĆan un equivalent host.
Cada anfitriĆ³n se cuenta por separado para cada cuenta de New Relic a la que el anfitriĆ³n reporta datos. Por ejemplo, si tiene una cuenta principal con dos cuentas secundarias, cada una de las cuales ejecuta aplicaciones en el mismo host durante 750 horas en un mes determinado, el uso de la cuenta principal serĆ” de 2 hosts equivalentes.
Una vez conectados a New Relic, los anfitriones se distinguen por su nombre de anfitriĆ³n Ćŗnico. Un anfitriĆ³n se conecta a New Relic cuando el agente lingĆ¼Ćstico estĆ” activo y se implementa en el anfitriĆ³n. New Relic no cobra por contenedor (como docker o Cloud Foundry), JVM o instancia de aplicaciĆ³n; lo cobran los hosts que ejecutan esos contenedores o instancias de aplicaciones.
New Relic APM le ofrece la posibilidad de elegir entre precios basados en host y precios basados en CU. Los precios basados en host son ideales si tiene entornos principalmente estƔticos, que consisten en hosts que administra en su propio centro de datos.
Para comprender cĆ³mo New Relic calcula tanto los precios basados en host como los precios basados en CU, es importante comprender cĆ³mo se usa la palabra host . Un anfitriĆ³n puede ser uno de los siguientes:
Un physical machine es un dispositivo basado en hardware con recursos fĆsicos dedicados, incluidos memoria, procesamiento y almacenamiento. Cada mĆ”quina tiene su propio sistema operativo en el que se ejecuta la aplicaciĆ³n.
Una virtual machine (mĆ”quina virtual (VM)) es la implementaciĆ³n de software de una mĆ”quina fĆsica que ejecuta programas como una mĆ”quina fĆsica. Una o mĆ”s mĆ”quinas virtuales pueden ejecutarse en una mĆ”quina fĆsica. Cada mĆ”quina virtual tiene su propio sistema operativo y recursos asignados a la mĆ”quina virtual, como RAM y CPU.
Un cloud instance es un tipo de mĆ”quina virtual que se ejecuta en la nube pĆŗblica. En este contexto, la mĆ”quina virtual y la instancia de la nube son diferentes de la mĆ”quina virtual Java (JVM) y el contenedor.
Para fines de cƔlculo de precios de New Relic, un month se define como 750 horas.