Google Cloud Observability 가격 책정 예시

이 페이지에서는 Google Cloud Observability의 가격 책정 예시를 제공합니다. 이 페이지의 예시를 사용하여 Google Cloud 에서 Google Cloud 관측 가능성 비용을 계산하는 방법을 이해할 수 있습니다. 가격 정보는 Google Cloud Observability 가격 책정을 참고하세요.

다음 문서도 참고해 보세요.

• 청구 요금 추정 이 문서에서는 사용량을 확인하고 청구액을 추정하는 방법을 설명합니다.

• 비용 최적화 및 모니터링 이 문서를 통해 비용을 절감하거나 모니터링할 수 있습니다.

• 비용 탐색기로 비용 최적화 비용 탐색기는 비용 데이터와 사용률 측정항목의 현재 및 이전 시각화를 제공합니다. 따라서 이 데이터를 통해 최적화 기회를 파악할 수 있습니다.

알림 정책

이 섹션에서는 모니터링되는 시계열 수를 계산하는 방법을 설명하고 몇 가지 가격 책정 예시를 제공합니다.

모니터링된 시계열 수 계산

다음과 같은 구성이 있다고 가정해 보겠습니다.

• 가상 머신 (VM) 100개, 각 VM이 하나의 서비스에 속함
• 각 VM은 10개의 값이 있는 라벨이 있는 하나의 측정항목 metric_name을 내보냅니다.
• 총 5개 서비스

VM이 100개 있고 각 VM에서 시계열을 10개씩 생성할 수 있으므로 (라벨 값당 하나) 총 기본 시계열은 1,000개입니다. 각 VM에는 VM이 속한 5개 서비스 중 하나를 기록하는 메타데이터와 유사한 라벨도 포함되어 있습니다.

PromQL을 사용하여 다음과 같은 방법으로 알림 정책을 구성할 수 있습니다. 각 구성은 실행 기간당 반환되는 시계열 수가 다릅니다.

가격 책정 예시

다음 예는 30일로 구성된 달을 기준으로 하며, 평가 기간은 다음과 같습니다.

• 월별 30초 실행 기간 86,400회
• 월별 15초 실행 기간 172,800개 (PromQL 쿼리만 해당)

예 1: 하나의 정책, VM으로 집계, 30초

이 예시에서는 다음 구성을 사용합니다.

데이터

• VM 100개
• 각 VM은 하나의 측정항목 metric_name을 내보냄
• metric_name에는 1개의 라벨이 있고, 1개의 라벨에는 10개의 값이 있음

• 알림 조건 1개
• VM 수준에서 조건 집계 수행
• 실행 기간 30초

• 조건 비용: 조건 1개 * $0.10/월 = 월별 $0.10
• 시계열 비용 기간당 반환된 시계열 100개 * 월별 기간 86,400개 = 월별 반환된 시계열 860만 개 * 시계열 100만 개당 $0.35 = 월별 $3.02
• 총비용: $3.12/월

예 2: 100개의 정책 (VM당 1개), VM으로 집계, 30초

이 예시에서는 다음 구성을 사용합니다.

데이터

• VM 100개
• 각 VM은 하나의 측정항목 metric_name을 내보냄
• metric_name에는 1개의 라벨이 있고, 1개의 라벨에는 10개의 값이 있음

• 조건 100개
• 각 조건이 필터링되고 하나의 VM으로 집계됨
• 실행 기간 30초

• 조건 비용: 조건 100개 * 월별 $0.10 = 월별 $10
• 시계열 비용 : 조건 100개 * 기간별 조건당 반환된 시계열 1개 * 월별 기간 86,400개 = 월별 반환된 시계열 860만 개 * 시계열 100만 개당 $0.35 = 월별 $3.02
• 총비용: $13.02/월

예 3: 하나의 정책, VM으로 집계, 15초

이 예시에서는 다음 구성을 사용합니다.

데이터

• VM 100개
• 각 VM은 하나의 측정항목 metric_name을 내보냄
• metric_name에는 1개의 라벨이 있고, 1개의 라벨에는 10개의 값이 있음

• PromQL 알림 조건 1개
• VM 수준에서 조건 집계 수행
• 실행 기간 15초

• 조건 비용: 조건 1개 * $0.10/월 = 월별 $0.10
• 시계열 비용: 기간당 반환된 시계열 100개 * 월별 기간 172,800개 = 월별 반환된 시계열 1,730만 개 * 시계열 100만 개당 $0.35 = 월별 $6.05
• 총비용: $6.15/월

예 4: 각 서비스에 하나의 정책을 집계, 30초

이 예시에서는 다음 구성을 사용합니다.

데이터

• VM 100개, 각 VM이 하나의 서비스에 속함
• 총 5개 서비스
• 각 VM은 하나의 측정항목 metric_name을 내보냄
• metric_name에는 1개의 라벨이 있고, 1개의 라벨에는 10개의 값이 있음

• 조건 1개
• 서비스 수준에 대한 조건 집계
• 실행 기간 30초

• 조건 비용: 조건 1개 * $0.10/월 = 월별 $0.10
• 시계열 비용: 기간당 반환된 시계열 5개 * 월별 기간 86,400개 = 월별 반환된 시계열 432,000개 * 시계열 100만 개당 $0.35 = 월별 $0.14
• 총비용: $0.24/월

예 5: VM에 하나의 정책을 집계합니다. VM당 기본 카디널리티가 높고 30초입니다.

이 예시에서는 다음 구성을 사용합니다.

데이터

• VM 100개
• 각 VM은 하나의 측정항목 metric_name을 내보냄
• metric_name에 100개의 라벨이 있고, 각 라벨에는 1,000개의 값이 있음

• 조건 1개
• VM 수준에서 조건 집계 수행
• 실행 기간 30초

• 조건 비용: 조건 1개 * $0.10/월 = 월별 $0.10
• 시계열 비용 기간당 반환된 시계열 100개 * 월별 기간 86,400개 = 월별 반환된 시계열 850만 개 * 시계열 100만 개당 $0.35 = 월별 $3.02
• 총비용: $3.12/월

예 6: 하나의 정책을 VM으로 집계, 하나의 조건에서 두 측정항목 결합, 30초

이 예시에서는 다음 구성을 사용합니다.

데이터

• VM 100개
• 각 VM은 두 개의 측정항목 metric_name_1 및 metric_name_2을 내보냄
• 두 측정항목 모두 10개의 값이 있는 라벨이 하나씩 있음

• 조건 1개
• VM 수준에서 조건 집계 수행
• 조건에서 OR 연산자를 사용하여 측정항목을 통합합니다.
• 실행 기간 30초

• 조건 비용: 조건 1개 * $0.10/월 = 월별 $0.10
• 시계열 비용: 측정항목 2개 * 기간별 측정항목당 반환된 시계열 100개 * 월별 기간 86,400개 = 월별 반환된 시계열 1,730만 개 * 시계열 100만 개당 $0.35 = 월별 $6.05
• 총비용: $6.15/월

예 7: 100개의 로그 기반 알림 정책

이 예시에서는 다음 구성을 사용합니다.

알림 정책

• 100개의 조건 (로그 기반 알림 정책당 1개 조건)

• 조건 비용: 조건 100개 * 월별 $0.10 = 월별 $10.00
• 시계열 비용: $0 (로그 기반 알림 정책은 시계열을 반환하지 않습니다.)
• 총비용: $10.00/월

Cloud Monitoring API 가격 책정 예시

이 예시는 2025년 10월 2일 기준 가격입니다.

5분마다 10개의 측정항목 유형을 쿼리하고 각 측정항목 유형에 대해 반환되는 시계열 수가 100이라고 가정해 보겠습니다. 30일 동안 쿼리에서 8,640,000개의 시계열 (측정항목 유형 10개 * 시계열 100개 / 측정항목 유형 * (60분 / 시간 / 5분 폴링 간격) * 24시간 / 일 * 30일)을 반환합니다.

30일당 비용은 $3.82입니다((8,640,000 - 100만 개의 시계열 무료 할당량) * (반환된 시계열 100만 개당 $0.50)).

수집된 바이트별로 청구되는 측정항목 데이터

다음 예시에서는 수집된 바이트에 따라 청구되는 측정항목의 측정항목 데이터의 예상 수집 비용을 구하는 방법을 설명합니다. 이 예시는 계산의 예시를 보여줍니다. 전체적인 예상 금액을 확인하려면 가격 계산기를 사용하세요. 이 도구에 액세스하면 Google Cloud Observability 제품을 사용하여 측정항목, 로깅, 추적 데이터를 입력하세요.

기본 시나리오: 매달 몇몇 측정항목 데이터에 대한 쓰기 작업을 수행하는 여러 모니터링 리소스(Compute Engine, Google Kubernetes Engine, App Engine 등)를 사용한다고 가정합니다.

이 시나리오의 변수는 다음과 같습니다.

• 리소스 수
• 측정항목 수
• 측정항목이 Google Cloud 측정항목인지 여부
• 측정항목 데이터의 쓰기 비율

이 섹션의 예시는 2020년 7월 Monitoring 가격을 기준으로 합니다.

일반 배경

다음 가격 책정의 예에서는 수집되는 각 측정항목 데이터 포인트가 double, int64 또는 bool 유형이며 가격 책정을 위해 8바이트로 집계된다고 가정합니다. 한 달은 약 730시간(365일/12개월*24시간), 즉 43,800분입니다.

한 달에 분당 데이터 포인트 1개의 비율로 데이터를 쓰는 측정항목 1개의 경우:

• 총 데이터 포인트: 43,800개
• 수집된 데이터 총량:
  • 350,400바이트(데이터 포인트 43,800개*8바이트)
  • 0.33416748MiB(350,400바이트/1,048,576바이트/MiB)

한 달에 시간당 데이터 포인트 1개 비율로 데이터를 쓰는 측정항목 1개의 경우:

• 총 데이터 포인트: 730개
• 수집된 데이터 총량:
  • 5,840바이트(데이터 포인트 730개*8바이트)
  • 0.005569458MiB(5,840바이트/1,048,576바이트/MiB)

가격 책정 예시

시나리오 1: 리소스 1,000개에서 각각 75개의 측정항목에 대한 쓰기 작업을 수행합니다. 모두 Google Cloud 측정항목으로서 분당 데이터 포인트 1개의 비율로 쓰기 작업이 진행됩니다.

• 월별 수집 데이터: 25,063MiB: 측정항목 1개당 0.33416748MiB*75,000(즉, 리소스 1,000개, 측정항목 75개)
• 대략적인 월별 비용: $0.00 (Google Cloud 측정항목은 무료로 포함됨)

시나리오 2: 리소스 1,000개에서 각각 75개의 커스텀 측정항목에 대한 쓰기 작업을 수행합니다. 요금이 부과되는 측정항목으로 분당 데이터 포인트 1개의 비율로 쓰기 작업이 진행됩니다.

• 월별 수집 데이터: 25,063MiB(위 시나리오와 동일)
• 대략적인 월별 비용: $6,427.55

시나리오 3: 리소스 1,000개에서 각각 75개의 커스텀 측정항목에 대한 쓰기 작업을 수행합니다. 요금이 부과되는 측정항목으로 시간당 데이터 포인트 1개의 비율로 쓰기 작업이 진행됩니다.

• 월별 수집 데이터: 418MiB = 측정항목 1개당 0.005569458MiB * 75,000
• 대략적인 월별 비용: $69.14

시나리오 4: 리소스 1개에서 500,000개의 측정항목에 대한 쓰기 작업을 수행합니다. 요금이 부과되는 측정항목으로 각각 분당 데이터 포인트 1개의 비율로 쓰기 작업이 진행됩니다.

• 월별 수집 데이터: 167,084MiB: 측정항목 1개당 0.33416748MiB*500,000
• 대략적인 월별 비용: $35,890.98

수집된 샘플별로 청구되는 측정항목 데이터

다음 예시는 수집된 샘플을 기준으로 요금이 청구되는 측정항목 수집 비용을 추정하는 방법을 설명합니다. Google Cloud Managed Service for Prometheus에는 샘플 기반 요금이 사용됩니다.

결제 데이터를 제공하는 것이 아니라 계산 기법을 보여주기 위한 예시입니다.

기본 시나리오: 매달 몇몇 시계열에 걸쳐 포인트에 대한 쓰기 작업을 수행하는 컨테이너 또는 포드가 몇 개 있습니다. 데이터는 스칼라 값 또는 분포로 구성될 수 있습니다.

이 시나리오의 변수는 다음과 같습니다.

• 컨테이너 또는 포드의 수입니다.
• 시계열의 수
• 데이터가 스칼라 값, 분포 또는 두 가지 모두로 구성되었는지 여부
• 데이터의 쓰기 비율입니다.

샘플 수 계산

가격을 추정하려면 먼저 샘플 수를 계산하는 방법을 알아야 합니다. 값으로 집계되는 샘플 수는 다음에 따라 달라집니다.

• 스칼라 값인지 분포 값인지 여부
• 값이 기록되는 비율

이 섹션에서는 월별 결제 기간에 시계열에 작성된 샘플 수를 추정하는 방법을 설명합니다.

한 달은 약 730시간(365일/12개월 * 24시간), 43,800분, 즉 2,628,000초입니다.

시계열이 스칼라 값을 쓰면 각 값이 샘플 한 개로 집계됩니다. 한 달간 작성된 샘플 수는 값을 쓴 빈도에 따라 달라집니다. 다음 예를 고려하세요.

• 15초마다 기록되는 값의 경우:
  • 쓰기 속도: 값 1개/15초 = 샘플 1개/15초
  • 월별 샘플: 175,200(샘플 1개/15초 * 2,628,000초/월)
• 60초마다 기록되는 값의 경우:
  • 쓰기 속도: 값 1개/60초 = 샘플 1개/60초
  • 월별 샘플: 43,800(샘플 1개/60초 * 2,628,000초/월)

시계열이 분포 값을 쓰면 각 값에 2+n개의 샘플이 포함될 수 있습니다. 여기서 n은 히스토그램의 버킷 수입니다. 한 달간 작성된 샘플 수는 히스토그램의 버킷 수와 값을 쓴 빈도에 따라 달라집니다.

예를 들어 50개 버킷 히스토그램의 각 인스턴스에는 52개의 샘플이 포함될 수 있습니다. 값이 60초마다 한 번씩 작성되면 50개 버킷 히스토그램은 매월 최대 2,277,600개의 샘플을 작성합니다. 히스토그램에 100개의 버킷이 있고 60초마다 한 번씩 작성된 경우 각 히스토그램은 한 달에 샘플 102개와 쓰기 샘플 최대 4,467,600개까지 포함할 수 있습니다.

대부분의 배포 시계열에는 최대 샘플 수보다 적은 수가 포함됩니다. 실제로 히스토그램 버킷의 20~40%는 비어 있습니다. 희소 히스토그램을 사용하는 사용자(예: Istio에서 생성된 사용자)에서 이 비율이 훨씬 더 높습니다.

가격 책정을 위한 샘플을 집계할 때 값이 비어 있지 않은 버킷만 포함됩니다. 히스토그램당 최대 샘플 수는 2+n개입니다 . 버킷의 25%가 비어 있을 경우 예상되는 샘플 수는 히스토그램당 2+0 .75n개입니다. 버킷의 40%가 비어 있을 경우 예상되는 샘플 수는 히스토그램당 2+0 .60n개입니다.

다음 계산 및 요약 표에는 최대 샘플 수와 현실적으로 예상되는 샘플 수가 나와 있습니다.

• 15초마다 기록되는 50개 버킷 히스토그램 값의 경우:

  • 쓰기 속도: 값 1개/15초
  • 최대 샘플 수:
    • 히스토그램당: 52개
    • 월별: 9,110,400(52 * 값 1개/15초 * 2,628,000초/월)
  • 25%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 39.5(2+0.75(50) 또는 2+(50-12.5))
    • 월별: 6,920,400(39.5 * 값 1개/15초 * 2,628,000초/월)
  • 40%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 32 (2+0.6(50) 또는 2+(50-20))
    • 월별: 5,606,400(32 * 값 1개/15초 * 2,628,000초/월)

• 60초마다 기록되는 50개 버킷 히스토그램 값의 경우:

  • 쓰기 속도: 값 1개/60초
  • 최대 샘플 수:
    • 히스토그램당: 52개
    • 월별: 2,277,600(52 * 값 1개/60초 * 2,628,000초/월)
  • 25%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 39.5(2+0.75(50) 또는 2+(50-12.5))
    • 월별: 1,730,100(39.5 * 값 1개/60초 * 2,628,000초/월)
  • 40%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 32 (2+0.6(50) 또는 2+(50-20))
    • 월별: 1,401,600(32 * 값 1개/60초 * 2,628,000초/월)

• 15초마다 기록되는 100개 버킷 히스토그램 값의 경우:

  • 쓰기 속도: 값 1개/15초
  • 최대 샘플 수:
    • 히스토그램당: 102개
    • 월별: 17,870,400(102 * 값 1개/15초 * 2,628,000초/월)
  • 25%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 77(2+0.75(100) 또는 2+(100-25))
    • 월별: 13,490,400(77 * 값 1개/15초 * 2,628,000초/월)
  • 40%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 62(2+0.6(100) 또는 2+(100-40))
    • 월별: 10,862,400(62 * 값 1개/15초 * 2,628,000초/월)

• 60초마다 기록되는 100개 버킷 히스토그램 값의 경우:

  • 쓰기 속도: 값 1개/60초
  • 최대 샘플 수:
    • 히스토그램당: 102개
    • 월별: 4,467,600(102 * 값 1개/60초 * 2,628,000초/월)
  • 25%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 77(2+0.75(100) 또는 2+(100-25))
    • 월별: 3,372,600(77 * 값 1개/60초 * 2,628,000초/월)
  • 40%가 비어있다고 가정한 예상 샘플:
    • 히스토그램당: 62(2+0.6(100) 또는 2+(100-40))
    • 월별: 2,715,600(62 * 값 1개/60초 * 2,628,000초/월)

다음은 앞의 정보를 요약한 표입니다.

가격 책정 예시

가격을 추정하려면 한 달간 작성된 샘플 수를 집계하고 가격 책정 값을 적용합니다. 샘플 가격은 다음과 같이 누적된 범위에서 백만 개 단위로 책정됩니다.

이 섹션의 나머지 부분에서는 가능한 시나리오를 살펴봅니다.

시나리오 1: 1,000개의 스칼라 시계열을 작성하는 100개의 컨테이너가 있습니다.

대안 A: 각 시계열이 15초마다(샘플 1개/15초) 작성되는 경우 매월 작성된 샘플 수는 17,520,000,000(샘플 175,200개/월 * 시계열 10,000개 * 컨테이너 100개) 또는 175억 2,000만입니다.

대안 B: 각 시계열이 60초마다(샘플 1개/60초) 작성되는 경우 매월 작성된 샘플 수는 4,380,000,000(샘플 43,800개/월 * 시계열 1,000개 * 컨테이너 100개) 또는 43억 8,000만입니다.

두 경우 모두 샘플이 500억 개 미만이므로 첫 번째 요율만 적용됩니다. 다른 요율로 청구되는 샘플은 없습니다.

시나리오 2: 1,000개의 스칼라 시계열을 작성하는 1,000개의 컨테이너가 있습니다.

대안 A: 각 시계열이 15초(샘플 1개/15초)마다 작성되는 경우 매월 작성된 샘플 수는 175,200,000,000,000개 또는 1,752억 개입니다.

• 첫 번째 요율로 처음 500억 개의 샘플에 대한 요금이 청구됩니다.
• 나머지 1,252억 개의 샘플이 두 번째 요율로 청구됩니다.
• 다른 요율로 청구되는 샘플은 없습니다.

대안 B: 각 시계열이 60초(샘플 1개/60초)마다 작성되는 경우 매월 작성된 샘플 수는 43,800,000,000개 또는 438억 개입니다. 이 월별 값은 500억 개 샘플 미만이므로 첫 번째 비율만 적용됩니다.

시나리오 3: 1,000개의 100개 버킷 분포 시계열을 작성하는 100개의 컨테이너가 있습니다. 버킷의 25%가 비어 있을 것으로 예상합니다.

대안 A: 각 시계열이 15초마다(샘플 1개/15초) 작성되는 경우 매월 작성된 샘플 수는 1,349,040,000,000(샘플 13,490,400개/월 * 시계열 1,000개 * 컨테이너 100개) 또는 1조 3490억 4000만입니다.

• 첫 번째 요율로 처음 500억 개의 샘플에 대한 요금이 청구됩니다.
• 다음 2,000억 개의 샘플이 두 번째 요율로 청구됩니다.
• 다음 2,500억 개의 샘플이 세 번째 요율로 청구됩니다.
• 나머지 7,490억 4,000만 개의 샘플이 네 번째 요율로 청구됩니다.

대안 B: 각 시계열이 60초마다(샘플 1개/60초) 작성되는 경우 매월 작성된 샘플 수는 337,260,000,000(샘플 3,372,600개/월 * 시계열 1,000개 * 컨테이너 100개) 또는 3372억 6,000만입니다.

• 첫 번째 요율로 처음 500억 개의 샘플에 대한 요금이 청구됩니다.
• 다음 2,000억 개의 샘플이 두 번째 요율로 청구됩니다.
• 나머지 872억 6,000만 개의 샘플이 세 번째 요율로 청구됩니다.

시나리오 4: 10,000개의 100개 버킷 분포 시계열을 작성하는 1,000개의 컨테이너가 있습니다. 버킷의 40%가 비어 있을 것으로 예상합니다.

대안 A: 각 시계열이 15초마다(샘플 1개/15초) 작성되는 경우 매월 작성된 샘플 수는 108,624,000,000,000(샘플 10,862,400개/월 * 시계열 10,000개 * 컨테이너 1,000개) 또는 108조 6240억입니다.

• 첫 번째 요율로 처음 500억 개의 샘플에 대한 요금이 청구됩니다.
• 다음 2,000억 개의 샘플이 두 번째 요율로 청구됩니다.
• 다음 2,500억 개의 샘플이 세 번째 요율로 청구됩니다.
• 나머지 108조 1,240억 개의 샘플이 네 번째 요율로 청구됩니다.

대안 B: 각 시계열이 60초마다(샘플 1개/60초) 작성되는 경우 매월 작성된 샘플 수는 27,156,000,000,000(샘플 2,715,600개/월 * 시계열 10,000개 * 컨테이너 1,000개) 또는 27조 1,560억입니다.

• 첫 번째 요율로 처음 500억 개의 샘플에 대한 요금이 청구됩니다.
• 다음 2,000억 개의 샘플이 두 번째 요율로 청구됩니다.
• 다음 2,500억 개의 샘플이 세 번째 요율로 청구됩니다.
• 나머지 26조 6,560억 개의 샘플이 네 번째 요율로 청구됩니다.

시나리오 5: 다음과 같이 가정합니다.

• 1,000개의 컨테이너에서 각각 15초마다 1,000개의 스칼라 시간열을 씁니다. 매월 작성된 샘플 수는 175,200,000,000,000개 또는 1,752억 개입니다. (시나리오 2, 대안 A)

• 각각 10,000개의 100개 배포 시계열을 15초마다 작성하는 1,000개의 컨테이너입니다. 버킷의 40%가 비어 있을 것으로 예상합니다. 매월 작성된 샘플 수는 108,624,000,000,000개 또는 108조 6240억 개입니다. (시나리오 4, 대안 A)

월별 총 샘플 수는 108조 7,992억 개(1,752억 개 + 1,086억 2,400만 개)입니다.

• 첫 번째 요율로 처음 500억 개의 샘플에 대한 요금이 청구됩니다.
• 다음 2,000억 개의 샘플이 두 번째 요율로 청구됩니다.
• 다음 2,500억 개의 샘플이 세 번째 요율로 청구됩니다.
• 나머지 108조 2,992억 개의 샘플이 네 번째 요율로 청구됩니다.

업타임 체크 실행

이 예시는 2022년 10월 1일 (시행일)의 가격을 기준으로 합니다.

다음 예시는 업타임 체크 실행 비용을 추정하는 방법을 보여줍니다. 결제 데이터를 제공하는 것이 아니라 계산 기법을 보여주기 위한 예시입니다.

업타임 체크 실행 횟수 계산

가동시간 확인 비용을 추정하려면 한 달에 발생하는 리전 실행 횟수를 알아야 합니다. 모니터링 요금은 1,000회 실행당 $0.30이며, 월별 무료 할당량은 100만 회입니다.

업타임 체크 비용을 추정하려면 다음 계산을 사용하세요.

(EXECUTIONS_PER_MONTH - 1,000,000) * .0003

각 가동시간 확인의 실행 수는 다음 구성 선택에 따라 달라집니다.

• 업타임 확인 실행 빈도: 1분, 5분, 10분 또는 15분

• 업타임 체크가 실행되는 리전 수입니다.

• 업타임 체크가 구성된 타겟 수입니다. 업타임 확인이 단일 VM에 대해 구성된 경우 타겟 수는 1입니다. 업타임 체크가 리소스 그룹에 대해 구성된 경우 타겟 수는 그룹의 리소스 수입니다.

업타임 체크를 구성할 때 업타임 체크의 위치를 지정하며 각 위치는 하나 이상의 리전에 매핑됩니다. 다음 표에는 가동시간 확인의 유효한 위치와 해당 위치가 매핑되는 리전이 나와 있습니다.

최소 3개 이상의 리전에서 실행되도록 업타임 체크를 구성해야 합니다.

업타임 체크의 실행 횟수를 추정하려면 업타임 체크 위치가 포함하는 리전 수를 알아야 합니다.

• ASIA_PACIFIC, EUROPE, SOUTH_AMERICA에는 각각 1개의 지역이 포함됩니다.
• USA에는 3개의 지역이 포함됩니다.
• GLOBAL에는 6개 지역이 포함됩니다.

한 달은 약 730시간(365일 / 12개월 * 24시간), 즉 43,800분입니다.

• USA에서 1분마다 실행되도록 구성된 업타임 체크는 3개 리전에서 실행됩니다. 이 업타임 체크가 단일 VM을 확인하도록 구성된 경우 이 업타임 체크는 한 달에 131,400(3 * 43,800)회 실행됩니다. 10명으로 구성된 리소스 그룹을 확인하도록 체크가 구성된 경우 업타임 체크는 한 달에 1,314,000 (10 * 131,400)번 실행됩니다.

• ASIA_PACIFIC, EUROPE, USA에서 1분에 한 번 실행되도록 구성된 업타임 체크는 5개 리전에서 실행됩니다. 단일 타겟에 대해 구성된 경우 이 가동시간 확인은 한 달에 219,000번 실행됩니다.

다음 표에는 여러 리전에서 다양한 빈도로 실행되도록 구성된 단일 가동시간 확인의 시간별 및 월별 실행 횟수가 나와 있습니다.

가격 책정 예시

가격을 추정하려면 총 월별 실행 횟수를 확인하고 1,000,000을 뺍니다. 남은 실행은 실행 1,000회당 $0.30로 청구되므로 남은 실행에 0 .0003을 곱합니다.

(EXECUTIONS_PER_MONTH - 1,000,000) * .0003

시나리오 1: USA 위치에 1분마다 VM 1개를 확인하는 업타임 체크가 1개 있습니다. 이 검사는 3개 지역에서 실행됩니다. 이 검사는 한 달에 131,400번 실행되며 비용이 들지 않습니다.

시나리오 2: USA 위치에 1분마다 10명으로 구성된 리소스 그룹을 확인하는 업타임 체크가 1개 있습니다. 이 검사는 3개 지역에서 실행됩니다. 이 검사는 한 달에 10 * 131,400회 실행되며 월 $94.20가 청구됩니다. 이 시나리오와 시나리오 1의 유일한 차이점은 타겟 수입니다.

시나리오 3: 10개의 GLOBAL 업타임 체크가 있으며 각 체크는 1분마다 VM 1개를 확인합니다. 이러한 검사는 6개 리전에서 실행되므로 각 검사는 한 달에 262,800번 실행됩니다. 총 월별 실행 수는 2,628,000 (10 * 262,800)입니다. 이 시나리오의 비용은 월 $488.40입니다.

시나리오 4: USA 위치에 5분마다 VM 1개를 확인하는 가동 시간 확인이 5개 있습니다. 이러한 검사는 3개 리전에서 실행되므로 각 검사는 한 달에 26,280번 실행됩니다. 이 검사 세트의 총 월별 실행 수는 105,120 (4 * 26,280)입니다.

또한 15분마다 VM 1개를 확인하는 GLOBAL 업타임 체크가 2개 있습니다. 이러한 검사는 6개 지역에서 실행되므로 각 검사는 한 달에 17,520번 실행됩니다. 이 검사 세트의 총 월별 실행 수는 35,040 (2 * 17,520)입니다.

총 월별 실행 횟수는 140,160 (105,120 + 35,040)입니다. 이 시나리오에는 비용이 들지 않습니다.

합성 모니터 실행 가격 책정 예

(시행일: 2023년 11월 1일)

합성 모니터 3개를 만들고 각 모니터가 5분마다 실행되도록 구성한다고 가정하면 월별 총 실행 수는 26,784입니다.

Number of executions per month =  3 synthetic monitors * 1 execution per monitor per 5 minutes *
                                  1440 minutes per day * 31 days per month
                               =  26,784

청구 가능한 실행 수를 확인하려면 총 실행 수에서 무료 할당량을 뺀 다음 결과를 비용과 곱합니다.

Cloud Trace 가격 책정 예시

예시는 2020년 7월 Trace 가격을 기준으로 합니다.

• 한 달에 200만 개의 스팬을 수집하는 경우 비용은 $0입니다. (월별 수집된 첫 250만 개의 스팬은 무료입니다.)
• 한 달에 1,400만 개의 스팬을 수집하는 경우 비용은 $2.30입니다. (월별 첫 250만 개의 스팬은 무료입니다. 나머지 스팬의 비용은 스팬 1,150만 개*$0.20/100만 개 스팬 = $2.30으로 계산됩니다.)
• 한 달에 10억 개의 스팬을 수집하는 경우 비용은 $199입니다. (월별 첫 250만 개의 스팬은 무료입니다. 나머지 스팬의 비용은 스팬 9억 9,750만 개*$0.20/100만 개 스팬 = $199.50으로 계산됩니다.)