---
sourceDocument: 호주 IT Operations Management
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/it-operations-management

 Release :

    - australia

ft:locale :

    - ko-KR

ft:publication_title :

    - 호주 IT Operations Management

ft:clusterId :

    - itom

bundleId :

    - itom

workflow :

    - Technology


---

# 검색 성과 메트릭

# 검색 성과 메트릭 {#ariaid-title1}

* 릴리스 버전: Australia
* 
* 업데이트 날짜 2026년 03월 12일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 11분

이 검색 개선 사항은 프로브/패턴 및 센서 처리 시간에 대한 성과 메트릭을 수집한 다음 시간에 따라 해당 데이터를 집계합니다. 롤업 데이터를 사용하여 특정 검색의 성과를 모니터링하거나 업그레이드 후 버전 간의 성과를 비교할 수 있습니다. {#discovery-performance-framework__ph_perf-metrics-description}

## 메트릭 {#discovery-performance-framework__section_k5j_cct_kfb}

검색은 다음과 같은 개별 성과 메트릭을 제공합니다.

* 프로브 및 패턴 처리 시간
* 센서 처리 시간입니다.
* 검색 패턴에 대한 IRE(식별 및 조정 엔진) 처리 시간 이 처리 시간은 센서 처리 시간에 이미 포함되어 있지만 패턴 페이로드의 식별 및 조정에 대한 자세한 인사이트를 제공하기 위해 여기에 따로 분리됩니다.
{#discovery-performance-framework__ul_olf_rbt_kfb}  
검색은 다음 속성에 대한 개별 메트릭을 집계할 수 있습니다.

* 빌드/버전
* 디스커버리 상태
* 대상 IP 주소
{#discovery-performance-framework__ul_zr2_gct_kfb}

## 메트릭 집계가 트리거되는 방법 {#discovery-performance-framework__section_n3g_kkc_lfb}

메트릭 롤업은 다음과 같이 시작합니다.

* 빌드별 집계: 빌드 예약된 작업 별 디스커버리 프로브 및 센서 메트릭 집계 에 의해 구현됩니다. 이 작업은 현지 시간으로 오전 2:00에 실행됩니다.
* 상태별 집계: 상태 별 롤업 프로브/센서 메트릭 스크립트 작업으로 구현하며 discovery.complete 또는 discovery.cancelled 등록된 이벤트에 의해 트리거됩니다.
* 대상별 집계: discovery.device.complete 등록 이벤트에 의해 트리거되는 대상별 롤업 프로브/센서 메트릭 스크립트 작업으로 구현됩니다.

{#discovery-performance-framework__ul_f3l_mys_mfb}  
주:  
검색 실행이 완료되기 전에 취소되면 검색을 통해 IP 대상 메트릭 집계 테이블을 업데이트할 수 없습니다. 이는 집계를 트리거하는 이벤트가 discovery.device.complete 실행되지 않기 때문입니다. 중단된 검색에 대한 IP 대상 데이터는 후속 검색이 대상에서 성공적으로 실행될 때 수집됩니다. 검색 실행을 취소하면 다른 메트릭 집계에 영향을 주지 않으며 트리거 결과가 달라집니다.

## 테이블 {#discovery-performance-framework__section_cxy_gtt_kfb}

검색 성과 메트릭 데이터는 다음 테이블에 저장됩니다.{#discovery-performance-framework__table_twr_b5k_mfb__entry__2}

| 테이블 | 설명 |
|-|-|
| 프로브 및 센서 메트릭(개별) \[discovery_perf_metric_probe_sensor\] | 프로브/패턴, 센서 및 IRE 처리 시간에 대한 개별 성과 메트릭을 저장합니다. |
| 프로브 및 센서 메트릭(집계) \[discovery_perf_metric_probe_sensor_rollup\] | 이 테이블은 메트릭 집계의 기본 테이블이며 데이터 자체를 저장하지 않습니다. 빌드별, 상태별 및 대상별의 세 롤업 테이블은 모두 이 테이블을 확장합니다. |
| 프로브 및 센서 메트릭(빌드별 집계)\[discovery_perf_metric_probe_sensor_rollup_by_build\] | 빌드 및 버전에 따라 프로브/패턴, 센서 및 IRE에 대해 집계된 성과 메트릭을 저장합니다. |
| 프로브 및 센서 메트릭(상태별 집계) \[discovery_perf_metric_probe_sensor_rollup_by_status\] | 검색 상태에 따라 프로브/패턴, 센서 및 IRE에 대해 집계된 성과 메트릭을 저장합니다. |
| 프로브 및 센서 메트릭(대상별 집계)\[discovery_perf_metric_probe_sensor_rollup_by_target\] | IP 주소에 따라 프로브/패턴, 센서 및 IRE에 대해 집계된 성과 메트릭을 저장합니다. |
[ ]

{#discovery-performance-framework__table_twr_b5k_mfb}

## 디스커버리 속성 {#discovery-performance-framework__section_xqz_qvt_kfb}

성과 메트릭 속성은 집계의 발생 여부를 제어하지만 집계에 포함되는 데이터는 제어하지 않습니다. 상태 및 IP 대상 데이터는 다음과 같이 수집됩니다.

* 상태에 대한 롤업에는 항상 새 데이터가 포함됩니다. 검색은 검색 실행 과정에서 해당 검색 상태의 모든 프로브 및 센서에 대한 데이터를 수집하여 프로브 및 센서 메트릭(개별) \[discovery_perf_metric_probe_sensor\] 테이블에 저장합니다. 집계는 상태 롤업에 대한 집계 속성이 활성화된 경우에만 해당 상태에 대한 이벤트를 실행한 discovery.complete 후 discovery.cancel 해당 특정 상태에 대한 모든 프로브 및 센서 데이터를 롤업합니다.
* 검색은 연속적으로 IP 대상의 데이터를 수집하여 프로브 및 센서 메트릭(개별) \[discovery_perf_metric_probe_sensor\] 테이블에 저장합니다. 집계는 속성이 glide.discovery.perf.metrics.rollup_by_target 활성화된 후 기존의 모든 IP 대상 데이터를 롤업하고 프로브 및 센서 메트릭(대상별 집계) \[discovery_perf_metric_probe_sensor_rollup_by_target\] 테이블에 기록을 생성합니다.
{#discovery-performance-framework__ul_ppv_q1l_1gb}  
다음 속성은 프로브 및 센서 메트릭의 수집을 제어합니다.{#discovery-performance-framework__table_hq4_lwt_kfb__entry__2}

| 속성 | 설명 |
|-|-|
| glide.discovery.perf.metrics.enable_collection | 성과 메트릭을 수집할 수 있습니다. * 유형: true \| false * 기본값: true {#discovery-performance-framework__ul_h2k_4wt_kfb} |
| glide.discovery.perf.metrics.rollup_by_build | 개별 검색 성과 메트릭을 빌드별로 그룹화하는 롤업 테이블로 집계할 수 있습니다. * 유형: true \| false * 기본값: true {#discovery-performance-framework__ul_avn_rwt_kfb} |
| glide.discovery.perf.metrics.rollup_by_status | 개별 검색 성과 메트릭을 검색 상태별로 그룹화하는 롤업 테이블로 집계할 수 있습니다. * 유형: true \| false * 기본값: false {#discovery-performance-framework__ul_ncx_twt_kfb} |
| glide.discovery.perf.metrics.rollup_by_target | 개별 검색 성능 메트릭을 대상 IP 주소별로 그룹화하는 롤업 테이블로 집계할 수 있습니다. 기본적으로 대상 IP별 집계가 비활성화된 경우에도 검색은 개별 IP 주소 메트릭을 연속적으로 수집합니다. IP 대상 집계를 활성화하면 검색에 롤업 테이블의 모든 대상 메트릭이 포함됩니다. * 유형: true \| false * 기본값: false {#discovery-performance-framework__ul_ash_wwt_kfb} |
[ ]

{#discovery-performance-framework__table_hq4_lwt_kfb}

## 프로브, 센서 및 패턴에 대한 검색 성과 메트릭 보기 {#ariaid-title2}

기본적으로 검색은 처리 시간을 측정하여 개별 프로브, 센서 및 패턴의 성과를 추적합니다. 패턴을 사용할 때 검색은 IRE(식별 및 조정 엔진) 처리 시간을 측정합니다. {#view-individual-disco-performance__ph_performance-metrics-individual}

### 시작하기 전에

필요한 역할: discovery_admin 또는 admin

### 프로시저

1. 다음으로 이동 모두디스커버리디스커버리 성과 메트릭프로브/센서(개별).
2. 검색 상태별로 목록을 정렬하여 특정 검색에서 실행한 프로브 및 패턴 목록을 확인합니다. {#view-individual-disco-performance__step_sort-by-satus}
{#view-individual-disco-performance__step_sort-by-satus}
3. 목록에서 각 프로브, 센서 또는 패턴에 대한 메트릭을 보거나 기록을 열 수 있습니다.  
   모든 프로브 및 센서 메트릭 데이터는 읽기 전용입니다.  
   프로브 및 센서 메트릭(개별) 양식에는 다음 필드가 있습니다.{#view-individual-disco-performance__table_bts_1cc_lfb__entry__3}

   | 필드 레이블 | 필드 이름 | 설명 |
   |-|-|-|
   | 빌드/버전 | build_version | 검색이 실행된 빌드입니다. |
   | 디스커버리 상태 | discovery_status | 메트릭이 수집된 검색 상태의 ID 번호입니다. |
   | 대상 IP 주소 | target_ip | 이 검색에 사용할 대상 IP 주소입니다. |
   | ECC 큐 입력 | ecc_queue_input | ECC 큐 테이블의 특정 ECC 입력 기록을 식별합니다. |
   | ECC 큐 주제\* | ecc_queue_topic | 프로브를 실행하는 MID 서버에서 Java 클래스를 식별합니다. |
   | ECC 큐 이름 \* | ecc_queue_name | 이 집계에서 성능에 대해 평가된 프로브/패턴을 식별합니다. |
   | 프로브 \* | 프로브 | 이 검색에 사용되는 프로브 이름입니다. |
   | 프로브 처리 시간 | probe_time | 대상에 대한 MID 서버의 상호작용 시간으로, 인스턴스로 다시 전송되는 페이로드 생성을 포함합니다. 시간은 밀리초 단위입니다. |
   | IRE 처리 시간 | ire_time | IRE(식별 및 조정 엔진)에 의해 인스턴스의 패턴 페이로드를 처리하는 데 필요한 시간입니다. IRE 시간은 패턴에서 사용하는 센서 시간의 일부를 표시하므로 유용합니다. 시간은 밀리초 단위입니다. |
   | 센서 처리 시간 | sensor_time | 센서가 검색에 대한 인스턴스의 페이로드를 처리하는 데 걸린 시간입니다. 시간은 밀리초 단위입니다. |
   [ ]

   {#view-individual-disco-performance__table_bts_1cc_lfb}\* 검색에 대한 메트릭을 수집할 때 프로브/패턴 및 해당 센서를 고유하게 식별하는 데 사용합니다. {#view-individual-disco-performance__cmd_view-or-open-record}

## 빌드별로 집계된 검색 성과 메트릭 보기 {#ariaid-title3}

빌드 데이터에 따라 롤업을 사용하여 검색 구성요소에 대한 처리 시간이 24시간 동안 검색에 대해 일관성 있게 유지되도록 합니다. 업그레이드 전후의 집계 빌드 데이터를 보고 이전 버전과 새 버전의 성능을 비교합니다. 집계된 모든 성과 데이터는 읽기 전용입니다.{#view-disco-performance-rollup-build__ph_build-rollup-short_desc}

### 시작하기 전에

필요한 역할: discovery_admin 또는 admin

### 프로시저

1. 다음으로 이동 모두디스커버리디스커버리 성과 메트릭프로브/센서(빌드별 롤업).
2. 빌드/버전별로 목록을 정렬합니다.  
   {#view-disco-performance-rollup-build__ph_sort-by-build}
3. 특정 빌드를 기준으로 필터링하여 해당 빌드에서 검색을 수행한 프로브 및 패턴에 대한 집계 처리 시간을 확인합니다. {#view-disco-performance-rollup-build__ph_click-build}
4. 선택한 빌드에 대한 프로브/패턴 통계를 보려면 기록을 엽니다.  
   목록에 표시되지 않은 추가 필드가 양식에 표시됩니다. 롤업 계산은 24시간 동안 매일 오전 2:00에 시작합니다. {#view-disco-performance-rollup-build__ph_open-record}
5. 빌드별 롤업의 양식에 표시되는 추가 메트릭에 대한 설명은 성과 집계 데이터 테이블을 참조하십시오. {#view-disco-performance-rollup-build__ph_see-data-table}

## 상태별 집계된 검색 성과 메트릭 보기 {#ariaid-title4}

프로브/패턴 및 센서에 대한 처리 시간이 특정 검색에서 일관성 있게 유지하도록 상태 데이터에 따라 롤업을 사용합니다. 집계된 모든 성과 데이터는 읽기 전용입니다.{#view-disco-perf-rollup-status__ph_status-rollup-desc}

### 시작하기 전에

필요한 역할: discovery_admin 또는 admin

### 이 태스크 정보

### 프로시저

1. 다음으로 이동 모두디스커버리디스커버리 성과 메트릭프로브/센서(상태별 롤업).
2. 검색 상태별로 목록을 정렬하여 특정 검색 중에 실행된 프로브 및 패턴에 대해 집계된 처리 시간을 확인합니다.  
   {#view-disco-perf-rollup-status__ph_sort-by-status}
3. 특정 상태를 기준으로 필터링하여 해당 상태에서 실행된 프로브 및 패턴에 사용할 수 있는 메트릭을 표시합니다. {#view-disco-perf-rollup-status__ph_click-build-link}
4. 선택한 상태에 대한 프로브/패턴 통계를 보려면 기록을 엽니다.  
   목록에 표시되지 않은 추가 필드가 양식에 표시됩니다. 완료되거나 취소된 상태에서만 롤업이 생성됩니다. {#view-disco-perf-rollup-status__ph_open-record}
5. 상태별 롤업의 양식에 표시되는 추가 메트릭에 대한 설명은 성과 집계 데이터 테이블을 참조하십시오. {#view-disco-perf-rollup-status__ph_see-data-table}
{#view-disco-perf-rollup-status__step_see-data-table}

## IP 주소별 집계된 검색 성과 메트릭 보기 {#ariaid-title5}

프로브/패턴 및 센서에 대한 처리 시간이 각각의 특정 IP 주소 검색에서 일관성 있게 유지하도록 대상 데이터에 따라 롤업을 사용합니다. 집계된 모든 성과 데이터는 읽기 전용입니다.{#view-disco-performance-rollup-ip__ph_target-rollup-desc}

### 시작하기 전에

필요한 역할: discovery_admin 또는 admin

### 프로시저

1. 다음으로 이동 모두디스커버리디스커버리 성과 메트릭프로브/센서(대상별 롤업).
2. 대상 IP 주소별로 목록을 정렬합니다.  
   {#view-disco-performance-rollup-ip__cmd_sort-by-target-ip}
3. 특정 IP 주소를 기준으로 필터링하여 해당 IP 주소의 검색을 수행한 프로브 및 패턴에 대한 집계 처리 시간을 확인합니다. {#view-disco-performance-rollup-ip__step_ip-processing-times}
{#view-disco-performance-rollup-ip__step_ip-processing-times}
4. 특정 IP 주소에서 선택한 프로브/패턴에 대한 통계를 보려면 기록을 엽니다.  
   목록에 표시되지 않은 추가 필드가 양식에 표시됩니다. IP 검색이 성공적으로 완료된 후 롤업을 수행합니다. {#view-disco-performance-rollup-ip__ph_open-record}
5. 대상별 롤업의 양식에 표시되는 추가 메트릭에 대한 설명은 성과 집계 데이터 테이블을 참조하십시오. {#view-disco-performance-rollup-ip__ph_see-data-table}
{#view-disco-performance-rollup-ip__step_see-data-table}

## 검색 성과 메트릭에 대한 집계된 데이터 {#ariaid-title6}

검색 성과 메트릭은 검색이 실행될 때마다 프로브, 패턴 및 센서에 대한 데이터를 누적할 수 있습니다. 검색은 처리 시간을 계산하고 각 롤업 프로파일(상태, 대상 또는 빌드)에 대해 구성요소가 실행되는 횟수를 증가시킵니다. 집계된 모든 성과 데이터는 읽기 전용입니다.

### 샘플 롤업 양식 {#disco-performance-framework-fields__section_dt2_bt1_qfb}

다음은 프로브 및 센서 메트릭에 대한 집계 기록의 예입니다. 여기에 표시된 메트릭 필드는 각 집계에 사용됩니다.그림 1. 상태별 샘플 롤업 양식

### 성과 프레임워크 집계 데이터 {#disco-performance-framework-fields__section_sq1_xmh_nfb}

별도로 언급하는 경우를 제외하고 이러한 필드는 모든 집계 기록에 공통입니다.{#disco-performance-framework-fields__table_kxl_yd2_mfb__entry__3}

| 필드 레이블 | 필드 이름 | 설명 |
|-|-|-|
| 빌드/버전 | build_version | 인스턴스에서 실행되는 빌드의 이름입니다. 이 이름은 ServiceNow 플랫폼의 버전, 패치 수준 및 릴리스 날짜를 식별합니다. |
| 디스커버리 상태 | discovery_status | 이 집계에 대한 검색 상태 기록의 ID 번호입니다. 주: 이 필드는 상태별 롤업의 양식에서만 나타납니다. |
| 대상 IP 주소 | target_ip_address | 이 검색에 사용할 대상 IP 주소입니다. 주: 이 필드는 대상별 롤업의 양식에서만 나타납니다. |
| 집계 마감 | aggregation_cutoff | 마감 시간은 롤업 프로파일에 따라 달라집니다. * 빌드별: 기본적으로 매일 오전 2:00에 발생합니다. * 상태별: 해당 검색 상태에 대한 마지막 집계의 종료 시간으로, 해당 상태에 대해 discovery.complete 또는 discovery.cancelled 를 마지막으로 실행할 수 있습니다. * 대상별: 해당 대상 IP 주소에 대한 마지막 집계의 종료 시간으로, 해당 IP 주소에 대해 discovery.device.complete 를 마지막으로 실행할 수 있습니다. {#disco-performance-framework-fields__ul_cmx_jwx_sfb} |
| ECC 큐 주제\* | ecc_queue_topic | 프로브를 실행하는 MID 서버에서 Java 클래스를 식별합니다. |
| ECC 큐 이름 \* | ecc_queue_name | 이 집계에서 성능에 대해 평가된 프로브/패턴을 식별합니다. |
| 프로브 \* | 프로브 | 이 검색에 사용되는 프로브 이름입니다. |
| 프로브 시간(횟수) | probe_time_count | 지정한 롤업 프로파일에 대해 프로브를 실행한 횟수입니다. |
| 프로브 시간(평균) | probe_time_average | 프로브에서 대상에 대한 데이터를 수집하고 지정한 롤업 프로파일의 페이로드를 포맷하는 데 걸린 평균 시간입니다. |
| 프로브 시간(최소) | probe_time_min | 프로브에서 대상에 대한 데이터를 수집하고 지정한 롤업 프로파일의 페이로드를 포맷하는 데 걸린 최소 시간입니다. |
| 프로브 시간(최대) | probe_time_max | 프로브에서 대상에 대한 데이터를 수집하고 지정한 롤업 프로파일의 페이로드를 포맷하는 데 걸린 최대 시간입니다. |
| 프로브 시간(합계) | probe_time_total | 프로브에서 대상에 대한 데이터를 수집하고 지정한 롤업 프로파일의 페이로드를 포맷하는 데 사용한 총 시간입니다. |
| 센서 시간(횟수) | sensor_time_count | 센서가 지정한 롤업 프로파일에 대해 페이로드를 처리한 횟수입니다. |
| 센서 시간(평균) | sensor_time_average | 센서가 지정한 롤업 프로파일에 대한 인스턴스의 페이로드를 처리하는 데 걸린 평균 시간입니다. |
| 센서 시간(최소) | sensor_time_min | 센서가 지정한 롤업 프로파일에 대한 인스턴스의 페이로드를 처리하는 데 걸린 최소 시간입니다. |
| 센서 시간(최대) | sensor_time_max | 센서가 지정한 롤업 프로파일에 대한 인스턴스의 페이로드를 처리하는 데 걸린 최대 시간입니다. |
| 센서 시간(합계) | sensor_time_total | 센서가 지정한 롤업 프로파일에 대한 인스턴스의 페이로드를 처리하는 데 사용한 총 시간입니다. |
| IRE 시간(횟수) | ire_time_count | 패턴 페이로드가 지정한 롤업 프로파일에 대해 IRE(식별 및 조정 엔진)에 의해 처리된 횟수입니다. |
| IRE 시간(평균) | ire_time_average | 지정한 롤업 프로파일에서 패턴 페이로드를 IRE 처리하는 데 사용한 평균 시간입니다. |
| IRE 시간(최소) | ire_time_min | 지정한 롤업 프로파일에서 패턴 페이로드를 IRE 처리하는 데 사용한 최소 시간입니다. |
| IRE 시간(최대) | ire_time_max | 지정한 롤업 프로파일에서 패턴 페이로드를 IRE 처리하는 데 사용한 최대 시간입니다. |
| IRE 시간(합계) | ire_time_total | 지정한 롤업 프로파일에서 패턴 페이로드를 IRE 처리하는 데 사용한 총 시간입니다. |
[ ]

{#disco-performance-framework-fields__table_kxl_yd2_mfb}\*이 값은 검색에 사용되는 프로브/센서 쌍("프로브 실행")을 고유하게 식별합니다.