Pay-as-you-go adalah metode penagihan di mana Anda membayar resource setelah menggunakannya, tanpa perlu membeli resource terlebih dahulu. Tagihan Anda didasarkan pada penggunaan resource aktual dari ruang kerja Anda.
Catatan
Resource EMR Serverless Spark menggunakan metode penagihan pay-as-you-go. Selama jam sibuk, preemption resource dapat terjadi, dan ketersediaan resource tersebut secara tepat waktu tidak dijamin.
Detail pay-as-you-go
Attribute | Description |
Scenarios | Pay-as-you-go ideal untuk skenario bisnis berikut:
|
Billing rules | Tagihan Anda untuk siklus satu jam adalah biaya resource yang dikonsumsi untuk komputasi. Biaya dihitung dengan mengonversi total resource yang digunakan dalam siklus tersebut menjadi CU-hours, lalu dikalikan dengan harga satuan per jam untuk wilayah tersebut. Biaya resource komputasi: Dalam satu jam, jika rasio core CPU terhadap memori (dalam GB) yang dikonsumsi oleh ruang kerja berada di antara 1:2 (inklusif) hingga 1:3 (eksklusif), Anda mendapatkan diskon 20% saat penggunaan dikonversi ke CU. Sebagai contoh, sebuah pekerjaan Spark memiliki konfigurasi resource berikut. Pekerjaan ini menggunakan 180 CU-menit × 0,8 = 144 CU-menit. Ini setara dengan 2,4 CU-hours. Oleh karena itu, total biaya untuk satu jam adalah Penting
|
Billing cycle | Biaya dihitung per jam, setiap jam (UTC+8). Siklus penagihan baru dimulai setelah setiap perhitungan. Di akhir setiap siklus penagihan, sistem menghasilkan tagihan dan memotong biaya dari akun Anda. Mungkin terjadi keterlambatan antara konsumsi resource aktual dan data yang muncul di tagihan Anda. |
Harga satuan berdasarkan wilayah
Tabel berikut mencantumkan harga untuk ruang kerja di berbagai wilayah.
Untuk harga resmi, lihat halaman pembelian produk.
China
Region
Unit price (USD/CU-hour)
China (Beijing)
China (Shanghai)
China (Hangzhou)
China (Shenzhen)
0,050302
China (Hong Kong)
0,074048
Other countries and regions
Region
Unit price (USD/CU-hour)
Indonesia (Jakarta)
0,067106
Germany (Frankfurt)
0,064792
Singapore
0,067106
US (Virginia)
0,053801
US (Silicon Valley)
0,053801
Japan (Tokyo)
0,069420
Mexico
0,051220