Penagihan kelompok sumber daya arsitektur tanpa server, metrik kinerja, dan rekomendasi pembelian - DataWorks

DataWorks memperkenalkan kelompok sumber daya arsitektur tanpa server yang menggabungkan fitur inti dari kelompok sumber daya eksklusif lama untuk penjadwalan, integrasi data, dan layanan data. Satu kelompok sumber daya arsitektur tanpa server memungkinkan Anda menjalankan operasi inti seperti sinkronisasi data, tugas penjadwalan periodik, dan layanan API, yang sangat menyederhanakan manajemen sumber daya. Kelompok sumber daya ini tersedia dalam dua model penagihan:

Langganan: Menyediakan sumber daya komputasi khusus yang stabil dan dapat diprediksi, ideal untuk lingkungan produksi.
Bayar sesuai penggunaan: Menyediakan sumber daya komputasi elastis berdasarkan permintaan yang fleksibel dan hemat biaya.

Penting

Biaya penjadwalan tugas dikenakan untuk tugas node terjadwal periodik yang dipublikasikan ke lingkungan produksi saat menggunakan kelompok sumber daya arsitektur tanpa server.

Skema penagihan

Biaya untuk kelompok sumber daya arsitektur tanpa server DataWorks mencakup biaya penggunaan sumber daya dan biaya penjadwalan tugas.

Biaya penggunaan sumber daya: Beberapa tugas DataWorks mengonsumsi unit komputasi (CU) dari kelompok sumber daya arsitektur tanpa server saat dijalankan. Aktivitas ini menimbulkan biaya penggunaan sumber daya yang dihitung berdasarkan total CU yang dikonsumsi.

Dengan, 1 CU = 1 core CPU + 4 GiB memori.
Biaya penjadwalan tugas: Anda dikenai biaya penjadwalan tugas saat Anda mempublikasikan tugas untuk penjadwalan periodik di lingkungan produksi. Saat tugas-tugas ini dijalankan pada kelompok sumber daya arsitektur tanpa server, hanya dikenai biaya penjadwalan tugas, bukan biaya penggunaan sumber daya. Biaya penjadwalan tugas dihitung berdasarkan jumlah instance yang berhasil dijalankan, tidak termasuk dry run.

Kelompok sumber daya arsitektur tanpa server mendukung maksimal 200 instance konkuren. Batas ini sama dengan atau melebihi konkurensi semua jenis kelompok sumber daya lama. Anda tidak perlu mempertimbangkan spesifikasi CU untuk kelompok sumber daya arsitektur tanpa server.

Jenis tugas	Deskripsi jenis tugas	Jenis biaya
Data Integration	Jalankan tugas sinkronisasi data, seperti sinkronisasi batch, di Data Integration atau Data Studio.	Biaya penggunaan sumber daya
Data Compute	Jalankan tugas node komputasi, seperti PyODPS, Shell, dan EMR Hive, di Data Studio. Jalankan tugas node komputasi, seperti Hologres SQL dan EMR Hive, di Data Analysis. Jalankan tugas Kualitas Data, seperti EMR SQL kustom. Penting Untuk tugas komputasi data, lihat Lampiran 1: Jenis tugas dan konsumsi CU.
Data Service	Panggil antarmuka Generate API service from data source di Data Service.
Lingkungan pengembangan pribadi	Gunakan lingkungan pengembangan pribadi untuk debugging tugas.
Layanan LLM	Deploy dan gunakan layanan LLM.
Penjadwalan tugas	Gunakan penjadwalan periodik untuk menjalankan tugas di lingkungan produksi.	Biaya penjadwalan tugas

Catatan

Untuk kelompok sumber daya arsitektur tanpa server bayar sesuai penggunaan, konflik sumber daya selama jam sibuk dapat menunda tugas karena ketersediaan sumber daya tidak dijamin.
Anda dapat menggunakan kelompok sumber daya arsitektur tanpa server, tetapi kelompok sumber daya langganan tidak dapat dikonversi menjadi kelompok sumber daya bayar sesuai penggunaan.
Saat pengguna baru mengaktifkan DataWorks, DataWorks secara default membuat kelompok sumber daya arsitektur tanpa server bayar sesuai penggunaan. Anda tidak dikenai biaya jika tidak menggunakannya. Untuk detail penagihan, lihat Penagihan untuk kelompok sumber daya bayar sesuai penggunaan.
Untuk kelompok sumber daya arsitektur tanpa server langganan, jumlah CU ditetapkan saat pembelian dan penggunaan tidak boleh melebihi batas ini. Untuk meningkatkan kapasitas CU, Anda harus melakukan skalabilitas vertikal.
Saat semua CU dalam kelompok sumber daya arsitektur tanpa server langganan sedang digunakan, tugas baru akan masuk antrian dan dijalankan hanya setelah CU tersedia.

Metrik kinerja

Kelompok sumber daya arsitektur tanpa server ditagih berdasarkan konsumsi CU: 1 CU = 1 vCPU + 4 GiB memori. Saat menggunakan kelompok sumber daya arsitektur tanpa server, rencanakan sumber daya Anda berdasarkan skenario pengembangan dan jenis tugas Anda.

Penting

Rekomendasi spesifikasi berikut merupakan panduan umum. Anda dapat menyesuaikan sumber daya berdasarkan kebutuhan bisnis spesifik Anda untuk memastikan tugas berjalan secara efisien dan andal.

Integrasi data

Sinkronisasi batch

Konkurensi tugas	Spesifikasi yang direkomendasikan	Spesifikasi minimum
<4	0,5 CU	0,5 CU
>=4	`(Konkurensi - 4) × 0,07 + 0,5` CU	0,5 CU

Sinkronisasi real-time

Jenis tugas		Spesifikasi yang direkomendasikan	Spesifikasi minimum
MySQL real-time synchronization	1 database	2 CU	Minimum untuk tugas real-time: 1 CU
	2 hingga 5 database	2 CU
	6 atau lebih database	2 CU
Kafka real-time synchronization		1 CU
Jenis tugas real-time tingkat tabel lainnya		1 CU
Sinkronisasi real-time seluruh database		-	Minimum untuk tugas seluruh database: 2 CU

Komputasi data

Setiap tugas komputasi data memiliki nilai CU default. Untuk informasi lebih lanjut, lihat Jenis tugas dan konsumsi CU.

Layanan data

QPS maksimum	Spesifikasi minimum	Ketersediaan layanan (SLA)
500	4 CU	99,95%
1000	8 CU
2000	16 CU

Lingkungan pengembangan pribadi

Lingkungan pengembangan pribadi berbasis CPU menawarkan kuota sumber daya mulai dari 2 hingga 100 CU, sedangkan lingkungan berbasis GPU menawarkan kuota dari 21 hingga 60 CU. Pilih kuota berdasarkan jenis tugas Anda:

Tugas ringan (seperti kueri SQL sederhana atau debugging skrip Python): Pilih kuota sumber daya lebih rendah, misalnya 2 CU.
Tugas kompleksitas menengah (seperti pemrosesan data atau analisis notebook): Pilih kuota sumber daya menengah, misalnya 4 CU.
Tugas deep learning (seperti pelatihan model TensorFlow atau PyTorch): Pilih sumber daya GPU dan pilih memori GPU serta jumlah CU yang sesuai berdasarkan ukuran model.

Layanan LLM

Pemotongan CU yang diperlukan bergantung pada kebutuhan memori GPU Anda.

Deploy model 0,6B, 1,7B, 4B, atau 8B memerlukan minimal 24 GB memori GPU.
Deploy model 14B memerlukan minimal 48 GB memori GPU.
Deploy model 32B memerlukan minimal 96 GB memori GPU.

Penjadwalan tugas

Kelompok sumber daya arsitektur tanpa server mendukung maksimal 200 instance konkuren, terlepas dari spesifikasi CU-nya. Konkurensi default adalah 50. Anda dapat mengatur konkurensi penjadwalan tugas maksimum menjadi 200 di halaman detail kelompok sumber daya.

Model penagihan

Kelompok sumber daya arsitektur tanpa server menawarkan dua model penagihan: langganan (prabayar) dan bayar sesuai penggunaan (pascabayar).

Kelompok sumber daya arsitektur tanpa server (langganan): Anda memperkirakan jumlah CU dan durasi penggunaan yang dibutuhkan terlebih dahulu dan membayar biaya yang sesuai. Di luar biaya langganan, DataWorks tidak membebankan biaya tambahan untuk sinkronisasi data, komputasi data, debugging, atau panggilan API Layanan Data.
Kelompok sumber daya arsitektur tanpa server (bayar sesuai penggunaan): Anda menggunakan fitur produk terlebih dahulu lalu membayar berdasarkan total CU yang dikonsumsi. Menjalankan tugas tertentu (misalnya, tugas sinkronisasi batch, tugas Layanan Data, dan tugas pengembangan data) pada kelompok sumber daya arsitektur tanpa server bayar sesuai penggunaan menimbulkan biaya penggunaan sumber daya.

Tabel berikut membandingkan fitur kedua model penagihan tersebut.

Item	Kelompok sumber daya arsitektur tanpa server (bayar sesuai penggunaan)	Kelompok sumber daya arsitektur tanpa server (langganan)
Total CU yang tersedia dalam kelompok sumber daya	Berdasarkan penggunaan aktual.	Jumlah CU yang dibeli.
Penskalaan ke atas, penskalaan ke bawah, dan perpanjangan	Tidak berlaku	Didukung
Manajemen kuota	Mengontrol batas CU maksimum untuk berbagai skenario, termasuk komputasi data, Data Integration, Data Service, dan lingkungan pengembangan pribadi.
Konkurensi penjadwalan tugas maksimum	Didukung. Hingga 200 instance tugas dapat dijalankan secara konkuren.
Jumlah VPC yang terkait	Komputasi data dan Data Integration: Maksimal 2 VPC dapat dikaitkan secara total. Data Service: Hanya 1 VPC yang dapat dikaitkan.	Tergantung pada jumlah CU yang dibeli. 10 CU atau kurang: Maksimal 4 VPC dapat dikaitkan secara total. Komputasi data: Hanya 1 VPC yang dapat dikaitkan. Penjadwalan tugas dan Data Integration: Maksimal 3 VPC dapat dikaitkan secara total. Lebih dari 10 CU: Maksimal 8 VPC dapat dikaitkan secara total. Komputasi data: Hanya 1 VPC yang dapat dikaitkan. Penjadwalan tugas dan Data Integration: Maksimal 7 VPC dapat dikaitkan secara total.

Penagihan

Penagihan kelompok sumber daya langganan

Biaya dihitung berdasarkan penggunaan CU: Biaya = Harga satuan bulanan × Jumlah bulan × CU yang dibeli per bulan.

Catatan

Anda harus membeli minimal 2 CU per bulan. Tidak ada batas atas pembelian CU, tetapi tunduk pada ketersediaan stok.
Jika spesifikasi yang dibeli terbukti tidak mencukupi, Anda dapat melakukan skalabilitas vertikal kapan saja. Untuk informasi lebih lanjut, lihat Menggunakan kelompok sumber daya arsitektur tanpa server.
Untuk sumber daya minimum yang diperlukan oleh berbagai jenis tugas dalam kelompok sumber daya arsitektur tanpa server, lihat Metrik kinerja.

Wilayah	Harga satuan bulanan (USD/bulan/CU)
China (Shanghai), China (Hangzhou), China (Beijing), China (Shenzhen)	37,1517
China (Chengdu)	30,45686
UK (London)	51,01286
AS (Virginia)	53,92014
Malaysia (Kuala Lumpur)	63,36534
China (Hong Kong), Singapura, Jerman (Frankfurt), Indonesia (Jakarta)	67,61327
AS (Silicon Valley)	72,74794
Jepang (Tokyo)	77,45584
Korea Selatan (Seoul)	52,47334281
UEA (Dubai)	81,09255
Thailand (Bangkok)	50,21967298

Penagihan kelompok sumber daya bayar sesuai penggunaan

Biaya dihitung sebagai berikut: Biaya = Jam-CU × Harga satuan CU. Tagihan dihasilkan setiap jam.

Penting

Setelah Anda mengalokasikan CU ke Data Service, penagihan untuk CU tersebut berlanjut meskipun layanan sedang idle. Untuk menghentikan biaya, Anda harus menyesuaikan kuota Data Service menjadi 0 CU.

Wilayah	Harga satuan (USD/Jam-CU)	Contoh
China (Shanghai), China (Hangzhou), China (Beijing), China (Shenzhen)	0,077399	Sebagai contoh, tugas sinkronisasi data di wilayah China (Shanghai) menggunakan 2 CU dan berjalan selama 0,5 jam. Dengan harga satuan USD 0,077399/Jam-CU untuk wilayah ini, Jam-CU yang dikonsumsi dan total biaya dihitung sebagai berikut: Jam-CU: 2 CU × 0,5 jam = 1 Jam-CU Biaya: 1 Jam-CU × USD 0,077399/Jam-CU = USD 0,077399
China (Chengdu)	0,063452
UK (London)	0,106277
AS (Virginia)	0,112334
Malaysia (Kuala Lumpur)	0,132011
Jerman (Frankfurt), Indonesia (Jakarta), China (Hong Kong), Singapura	0,140861
AS (Silicon Valley)	0,151558
Jepang (Tokyo)	0,161366
Korea Selatan (Seoul)	0,10931946
UEA (Dubai)	0,168943
Thailand (Bangkok)	0,10462432

Detail penagihan

Di Manajemen Penagihan, item dan kode penagihan untuk kelompok sumber daya arsitektur tanpa server adalah sebagai berikut:

Bayar sesuai penggunaan: Item penagihan adalah General-purpose Resource Group CU-Hour (Pay-As-You-Go), dan kode penagihan adalah exresource_cu_hour_post.
Langganan: Item penagihan adalah General-purpose Dedicated Resource Group Subscription (Hybrid Billing), dan kode penagihan adalah cu_number.

Untuk detailnya, lihat Lihat detail penagihan (tidak berlaku lagi).

Kedaluwarsa dan perpanjangan

Perpanjang kelompok sumber daya arsitektur tanpa server langganan sebelum kedaluwarsa untuk mencegahnya ditangguhkan atau dilepas. Untuk informasi lebih lanjut, lihat Kedaluwarsa dan perpanjangan.

Langkah selanjutnya

Beli kelompok sumber daya dan gunakan untuk tugas seperti Data Integration, pengembangan data, dan Data Service. Untuk petunjuk cara membeli kelompok sumber daya, mengaitkannya dengan ruang kerja, dan mengonfigurasi konektivitas jaringannya, lihat Buat dan kelola kelompok sumber daya arsitektur tanpa server.

Lampiran

Lampiran 1: Jenis tugas dan konsumsi CU

DataWorks mengklasifikasikan tugas yang dibuat selama pengembangan node ke dalam dua kategori: tugas komputasi data (yang mengonsumsi CU) dan tugas penjadwalan (yang tidak).

Jenis tugas

Buka halaman editor node di Data Studio. Di panel navigasi sisi kanan, buka schedule settings > schedule policy untuk melihat jenis tugas.

Tugas komputasi: Di bagian schedule policy, tentukan CU komputasi yang dibutuhkan tugas.
- Skenario 1: Anda dapat menyesuaikan nilai CU komputasi.
  
  Di panel sisi kanan, klik schedule settings, pilih tab schedule policy, lalu atur resource group dan compute CU (misalnya, 0,25).
- Skenario 2: Anda hanya dapat menggunakan nilai CU komputasi default.
  
  Di panel sisi kanan, klik schedule settings dan pilih tab schedule policy. Nilai default untuk compute CU adalah 0,25, dan UI menampilkan pesan: "Node ini menggunakan nilai CU default. Anda tidak perlu mengubah CU."
Tugas penjadwalan: Di bagian schedule policy, Anda hanya dapat memilih kelompok sumber daya penjadwalan dan tidak dapat mengonfigurasi nilai CU komputasi.

Konfigurasi CU

Tugas komputasi yang dijalankan pada kelompok sumber daya arsitektur tanpa server mengonsumsi CU. Bagian ini menjelaskan CU default dan CU waktu proses.

CU default: Jumlah CU yang direkomendasikan platform untuk tugas, berdasarkan jenisnya. Menetapkan nilai lebih rendah dapat menghambat kinerja tugas.
CU waktu proses: Jumlah CU yang digunakan tugas selama dijalankan. Secara default, ini diatur ke nilai CU default, yang dapat Anda sesuaikan sesuai kebutuhan. Prinsip konfigurasinya adalah sebagai berikut:
- Nilai minimum adalah 0,25 CU, dan kenaikannya 0,25 CU. Jika UI menampilkan pesan Insufficient CU Quota for Current Resource Group, Anda dapat menyesuaikan kuota CU untuk tugas komputasi.
- Untuk menghindari kekurangan atau kelebihan alokasi sumber daya, konfigurasikan CU waktu proses berdasarkan CU default dan kuota CU untuk tugas komputasi. Untuk informasi lebih lanjut, lihat Tetapkan kuota CU untuk tugas.

Catatan

Anda hanya dapat menyesuaikan CU waktu proses untuk beberapa tugas. Contohnya:

CU waktu proses untuk node Hologres SQL tetap pada 0,25 (CU default) dan tidak dapat disesuaikan.
CU waktu proses default untuk node PyODPS 2 adalah 0,5. Anda dapat menyesuaikan nilai ini dengan kenaikan 0,25, misalnya menjadi 0,25 atau 0,75.

Jenis node	Nama node	CU Bawaan	Dapat disesuaikan
Notebook	Pengembangan notebook dasar	0,5	Ya
MaxCompute	Node PyODPS 2	0,5	Ya
	Node PyODPS 3	0,5	Ya
	Node MaxCompute MR	0,5	Ya
	Petakan metadata ke Hologres	0,25	Ya
	Sinkronisasi data ke Hologres	0,25	Ya
Hologres	Node Hologres SQL	0,25	-
	Sinkronisasi data ke MaxCompute	0,25	-
	Node sinkronisasi skema MaxCompute satu-klik	0,25	Ya
	Node sinkronisasi data MaxCompute satu-klik	0,25	Ya
EMR	Node EMR Hive	0,25	-
	Node EMR Impala	0,25	-
	Node EMR MR	0,25	Ya
	Node EMR Presto	0,25	-
	Node EMR Shell	0,25	Ya
	Node EMR Spark	0,5	Ya
	Node EMR Spark SQL	0,5	Ya
	Node EMR Spark Streaming	0,5	Ya
	Node EMR Trino	0,25	-
	Node EMR Kyuubi	0,25	-
Serverless Spark	Node Serverless Spark Batch	0,25	-
	Node Serverless Spark SQL	0,25	-
	Node Serverless Kyuubi	0,25	-
Serverless StarRocks	Node Serverless StarRocks SQL	0,25	-
model bahasa besar	node model bahasa besar	0,5	-
ADB	Node AnalyticDB for PostgreSQL	0,25	Ya
	Node AnalyticDB for MySQL	0,25	Ya
	Node ADB Spark	0,25	-
	Node ADB Spark SQL	0,25	-
CDH	Node CDH Hive	0,25	-
	Node CDH Spark	0,5	Ya
	Node CDH Spark SQL	0,25	-
	Node CDH MR	0,25	-
	Node CDH Presto	0,25	-
	Node CDH Impala	0,25	-
Lindorm	Node Lindorm Spark	0,25	-
Lindorm	Node Lindorm Spark SQL	0,25	-
ClickHouse	ClickHouse SQL	0,25	-
Kualitas Data	pemantauan kualitas	0,25	-
Kualitas Data	perbandingan data	0,5	Ya
Umum	Node Penugasan	0,25	Ya
	Node Shell	0,25	Ya
	Node inspeksi objek OSS	0,25	-
	Node Python	0,5	Ya
	Node for-each	0,25	Ya
	Node do-while	0,25	Ya
	Node Function Compute	0,25	-
	Node SSH	0,25	-
	Node dorong data	0,25	-
Node database	Node MySQL	0,25	-
	Node SQL Server
	Node Oracle
	Node StarRocks
	Node DRDS
	Node PolarDB for MySQL
	Node PolarDB for PostgreSQL
	Node MariaDB
	Node Redshift
	Node SAP HANA
	Node Vertica
	Node DM
	Node KingbaseES
	Node OceanBase
	Node DB2
	Node GBase 8a
Algoritma	Node PAI DLC	0,25	-

Jenis node tugas terjadwal

Tugas terjadwal tidak mengonsumsi CU dari kelompok sumber daya arsitektur tanpa server.

Jenis node	Nama node
Data integration	Node sinkronisasi batch
Data integration	Node sinkronisasi real-time
MaxCompute	Node MaxCompute SQL
	Node komponen SQL
	Node Skrip MaxCompute
	Node MaxCompute Spark
Flink	Node Flink SQL Streaming
Flink	Node batch Flink SQL
Umum	Node virtual
	Node parameter
	Node merge
	node cabang
	Node check
	Node Pemicu HTTP
Algoritma	Node PAI Designer
Node database	Node PostgreSQL
	Node Doris
	Node SelectDB

Lampiran 2: Model penagihan eksekusi tugas

Saat Anda menjalankan tugas node di DataWorks, biaya komputasi tidak selalu ditagih oleh platform. Penagihan bergantung pada mesin komputasi atau sumber daya yang mengeksekusi tugas. Berlaku tiga skenario berikut:

Catatan

Saat Anda mempublikasikan tugas ke lingkungan produksi untuk penjadwalan tugas periodik, Anda dikenai biaya penjadwalan tugas.

Metode eksekusi	Contoh node tugas	Penyedia sumber daya komputasi	Komposisi biaya
Mode 1: Tugas komputasi dijalankan pada kelompok sumber daya arsitektur tanpa server	PyODPS, Shell, Data Integration, Kualitas Data	Kelompok sumber daya arsitektur tanpa server	Hanya biaya kelompok sumber daya arsitektur tanpa server
Mode 2: Tugas komputasi dijalankan pada mesin pihak ketiga melalui kelompok sumber daya arsitektur tanpa server	EMR Hive, Hologres SQL	Kelompok sumber daya arsitektur tanpa server + mesin pihak ketiga	Biaya kelompok sumber daya arsitektur tanpa server + biaya mesin pihak ketiga
Mode 3: Tugas penjadwalan dijalankan pada mesin pihak ketiga melalui Pusat Operasi	MaxCompute SQL, Flink SQL	mesin pihak ketiga	biaya mesin pihak ketiga

Lampiran 3: Biaya berdasarkan modul

Saat Anda menggunakan kelompok sumber daya arsitektur tanpa server dengan modul fitur berikut, Anda dikenai biaya sebagai berikut:

Data Integration: Saat Anda melakukan sinkronisasi data, tugas Data Integration dijalankan di modul Data Integration, Data Studio, dan Pusat Operasi. Ini mengonsumsi sumber daya dari kelompok sumber daya arsitektur tanpa server dan menimbulkan biaya Data Integration. Tugas sinkronisasi periodik juga menimbulkan biaya penjadwalan instance tugas.
Data Studio: Saat Anda menggunakan Data Studio untuk mengembangkan tugas, tugas komputasi dan penjadwalan dijalankan di modul Data Studio, Kualitas Data, dan Pusat Operasi. Ini mengonsumsi sumber daya dari kelompok sumber daya arsitektur tanpa server dan menimbulkan biaya Komputasi Data dan biaya penjadwalan instance tugas. Menggunakan lingkungan pengembangan pribadi juga menimbulkan biaya lingkungan pengembangan pribadi. Saat Anda menggunakan layanan LLM atau node LLM, Anda juga dikenai biaya layanan LLM.
Data Analysis: Saat Anda menggunakan Data Analysis untuk menganalisis kueri SQL atau mengunduh hasil kueri, tugas komputasi dijalankan di modul Data Analysis. Ini mengonsumsi sumber daya dari kelompok sumber daya arsitektur tanpa server dan menimbulkan biaya Komputasi Data. Menggunakan wawasan data juga menimbulkan biaya penjadwalan instance tugas.
Data Service: Saat Anda menggunakan Data Service untuk menghasilkan layanan API dari sumber data, ini mengonsumsi CU dari kelompok sumber daya arsitektur tanpa server, sehingga menimbulkan biaya Data Service. Anda mengonfigurasi alokasi CU melalui manajemen kuota kelompok sumber daya. Menggunakan Data Push juga menimbulkan biaya penjadwalan instance tugas.