Topik ini menjelaskan cara kerja fitur optimisasi biaya komputasi dan penggunaannya. MaxCompute menyediakan fitur compute cost optimization untuk membantu Anda mengurangi biaya resource komputasi berlangganan sekaligus memastikan pekerjaan selesai. Fitur ini juga dapat digunakan ketika pekerjaan gagal diselesaikan sesuai ekspektasi dengan konfigurasi resource saat ini. Fitur ini menghasilkan rencana optimalisasi konfigurasi resource untuk kuota langganan level-1 berdasarkan permintaan pekerjaan aktual dan konfigurasi resource yang diharapkan. Selain itu, fitur ini memberikan rencana rekomendasi serta proyeksi hasil bila beralih dari resource komputasi pay-as-you-go ke resource komputasi subscription pada suatu proyek, sehingga membantu Anda lebih lanjut mengoptimalkan biaya komputasi dan meningkatkan pemanfaatan resource.
Cara kerja
Tiga contoh berikut menjelaskan bagaimana MaxCompute menghasilkan rencana optimisasi konfigurasi resource.
Menghasilkan rencana optimisasi untuk mengonfigurasi ulang resource komputasi berlangganan
Kasus penggunaan
Sebuah perusahaan membeli resource komputasi subscription tertentu. Dalam rencana konfigurasi resource saat ini, 1.000 reserved compute units (CUs) dikonfigurasikan untuk pekerjaan. Dua batch pekerjaan mengonsumsi CUs yang telah dipesan setiap hari.
Batch pertama pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 01:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 02:00. Pekerjaan tidak dapat diselesaikan sesuai ekspektasi berdasarkan konfigurasi resource saat ini.
Batch kedua pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 05:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 06:00.
Biaya resource (harga daftar): Biaya bulanan resource komputasi adalah , dan 1.000 CU × 22,0 USD/CU = 22.000 USD.
Logika pembuatan rencana
Sistem memperkirakan jumlah permintaan CU harian berdasarkan informasi skenario dasar.
Berdasarkan hasil eksekusi dua batch pekerjaan selama 30 hari, sistem memperkirakan CU-hours yang dikonsumsi masing-masing oleh dua batch pekerjaan tersebut. Berikut nilai perkiraannya.
Batch pertama pekerjaan
Pekerjaan mengonsumsi 1.500 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 1.500 CU × 1 h = 1.500 CU-hours.
Batch kedua pekerjaan
Pekerjaan mengonsumsi 750 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 750 CU × 1 h = 750 CU-hours.
Sistem menetapkan dua titik waktu estimasi, yaitu pukul 02:00 dan 06:00, berdasarkan waktu penyelesaian yang diharapkan untuk dua batch pekerjaan.
Sistem memperkirakan konsumsi resource berdasarkan konfigurasi resource saat ini.
CatatanData metrik berikut diperkirakan berdasarkan CU-hours. Untuk informasi lebih lanjut tentang logika perhitungan, lihat bagian "Terms" dalam topik ini.
Untuk batch pertama pekerjaan, dibutuhkan 1.500 CU-hours, dan 1.000 reserved CUs dikonfigurasikan. Batch pertama pekerjaan dapat diselesaikan dalam 1,5 jam. Dalam kasus ini, batch pertama pekerjaan selesai pada pukul 02:30. Latensi pekerjaan adalah 30 menit.
Untuk batch kedua pekerjaan, dibutuhkan 750 CU-hours, dan 1.000 reserved CUs dikonfigurasikan. Batch kedua pekerjaan dapat diselesaikan dalam 0,75 jam. Dalam kasus ini, semua pekerjaan selesai sekitar pukul 05:45. Tersedia CUs berlebih dan tidak ada latensi pekerjaan.
Perkiraan berikut didasarkan pada konfigurasi resource saat ini:
Metrik estimasi
Rumus perhitungan
Batch pertama pekerjaan
Batch kedua pekerjaan
Kepuasan kebutuhan
Waktu penyelesaian yang diharapkan:
CU-hours yang digunakan / CU-hours yang benar-benar dibutuhkan66,67%
(Kekurangan resource)
100%
(Kelebihan resource)
Latensi pekerjaan
Jika pekerjaan tidak selesai sebelum waktu penyelesaian yang diharapkan:
Waktu penyelesaian aktual - Waktu penyelesaian yang diharapkan30 menit
0 menit
Sistem menghasilkan rencana optimisasi konfigurasi resource optimal berdasarkan tujuan output. Tujuan output mengacu pada waktu sebelum mana semua pekerjaan yang terlibat diharapkan selesai.
Rencana optimisasi: 750 reserved CUs dan 750 elastically reserved CUs untuk periode pukul 01:00 hingga 02:00.
Hasil optimisasi:
Untuk kedua batch pekerjaan, kepuasan kebutuhan adalah 100%, dan latensi pekerjaan adalah 0 menit.
Biaya resource (harga daftar): 750 CU × 22,0 USD/CU + 750 CU × 0,0488 USD/CU/H × 1 H × 30 = 17.598 USD. Ini menghemat 4.402 USD dari biaya komputasi bulanan sebelum optimisasi sebesar 1.000 CU × 22,0 USD/CU = 22.000 USD.
Mengubah proyek pay-as-you-go menjadi kuota subscription baru
Skenario
Sebuah perusahaan mengaktifkan MaxCompute dengan tagihan mode pay-as-you-go. Di Proyek A, dua batch pekerjaan dijalankan pada periode tetap setiap hari.
Batch pertama pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 01:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 02:00.
Batch kedua pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 05:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 06:00.
Biaya resource (harga daftar): Pekerjaan SQL pay-as-you-go ditagih berdasarkan volume pemindaian data. Volume pemindaian data rata-rata harian sekitar 1.200 GB. Biaya komputasi bulanan adalah 1.200 GB × 0,0438 USD/GB × 30 = 1.576,8 USD.
Perusahaan ingin membeli kuota komputasi berlangganan untuk menjalankan pekerjaan komputasi di Proyek A.
Logika pembuatan rencana
Sistem memperkirakan jumlah permintaan CU harian berdasarkan informasi skenario dasar.
Berdasarkan hasil eksekusi dua batch pekerjaan selama 30 hari, sistem memperkirakan CU-hours yang dikonsumsi masing-masing oleh dua batch pekerjaan tersebut. Berikut nilai perkiraannya.
Batch pertama pekerjaan
Pekerjaan mengonsumsi 100 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 100 CU × 1 h = 100 CU-hours.
Batch kedua pekerjaan
Pekerjaan mengonsumsi 50 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 50 CU × 1 h = 50 CU-hours.
Sistem menetapkan dua titik waktu estimasi, yaitu pukul 02:00 dan 06:00, berdasarkan waktu penyelesaian yang diharapkan untuk dua batch pekerjaan. Sistem juga menetapkan tujuan output. Secara default, latensi pekerjaan tidak diperbolehkan.
Sistem menghasilkan rencana optimisasi konfigurasi resource optimal berdasarkan tujuan output. Tujuan output mengacu pada waktu sebelum mana semua pekerjaan yang terlibat diharapkan selesai.
Rencana optimisasi: 50 reserved CUs dan 50 elastically reserved CUs untuk periode pukul 01:00 hingga 02:00.
Hasil optimisasi:
Untuk kedua batch pekerjaan, kepuasan kebutuhan adalah 100%, dan latensi pekerjaan adalah 0 menit.
Biaya resource (harga daftar): 50 CU × 22,0 USD/CU + 50 CU × 0,0488 USD/CU/H × 1 H × 30 = 1.173,2 USD. Ini menghemat 403,6 USD dari biaya komputasi bulanan sebelum optimisasi sebesar 1.576,8 USD.
Beralih dari proyek pay-as-you-go ke Kuota subscription yang sudah ada
Skenario
Sebuah perusahaan membeli resource komputasi subscription tertentu. Dalam rencana konfigurasi resource saat ini, 1.000 reserved compute units (CUs) dikonfigurasikan untuk pekerjaan. Dua batch pekerjaan mengonsumsi CUs yang telah dipesan setiap hari.
Batch pertama pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 01:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 02:00.
Batch kedua pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 05:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 06:00.
Biaya resource (harga daftar): Biaya bulanan resource komputasi adalah 1.000 CU × 22,0 USD/CU = 22.000 USD.
Perusahaan mengaktifkan MaxCompute dengan tagihan mode pay-as-you-go. Di Proyek A, dua batch pekerjaan dijalankan dengan resource pay-as-you-go pada periode tetap setiap hari.
Batch pertama pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 01:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 02:00.
Batch kedua pekerjaan: Semua pekerjaan dikirim dan dimulai sebelum pukul 05:00 setiap hari. Perusahaan berharap menyelesaikan pekerjaan sebelum pukul 06:00.
Biaya resource (harga daftar): Pekerjaan SQL pay-as-you-go ditagih berdasarkan volume pemindaian data. Volume pemindaian data rata-rata harian sekitar 4.200 GB. Biaya komputasi bulanan adalah 4.200 GB × 0,0438 USD/GB × 30 = 5.518,8 USD.
Total biaya bulanan resource komputasi adalah 22.000 + 5.518,8 = USD 27.518,8.
Perusahaan ingin menjalankan pekerjaan komputasi Proyek A dalam kuota subscription yang sudah ada dan memastikan pekerjaan dapat diselesaikan pada waktu yang diharapkan.
Logika Pembuatan Rencana Optimisasi Resource Komputasi MaxCompute
Sistem memperkirakan jumlah permintaan CU harian dari proyek pay-as-you-go dan kuota subscription berdasarkan informasi skenario dasar.
Berdasarkan data eksekusi dua batch pekerjaan pada kuota subscription selama 30 hari terakhir, sistem memprediksi resource (CU-hours) yang dibutuhkan untuk menyelesaikan tiap batch. Misalkan nilai prediksinya sebagai berikut:
Batch pertama pekerjaan
Pekerjaan membutuhkan 1.500 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 1.500 CU × 1 h = 1.500 CU-hours.
Batch kedua pekerjaan
Pekerjaan membutuhkan 750 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 750 CU × 1 h = 750 CU-hours.
Berdasarkan data eksekusi dua batch pekerjaan di Proyek A selama 30 hari terakhir, sistem memprediksi resource (CU-hours) yang dibutuhkan untuk menyelesaikan tiap batch. Misalkan nilai prediksinya sebagai berikut:
Batch pertama pekerjaan
Pekerjaan membutuhkan 500 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 500 CU × 1 h = 500 CU-hours.
Batch kedua pekerjaan
Pekerjaan membutuhkan 250 CUs dan berjalan selama 1 jam. Penggunaan resource adalah 250 CU × 1 h = 250 CU-hours.
Sistem menetapkan dua titik waktu estimasi, yaitu pukul 02:00 dan 06:00, berdasarkan waktu penyelesaian yang diharapkan untuk dua batch pekerjaan.
Sistem memperkirakan konsumsi resource berdasarkan konfigurasi resource saat ini dari kuota subscription.
CatatanData metrik berikut diperkirakan berdasarkan CU-hours. Untuk informasi lebih lanjut tentang logika perhitungan, lihat bagian "Terms" dalam topik ini.
Setelah batch pertama pekerjaan Proyek A pay-as-you-go ditambahkan ke kuota subscription, dibutuhkan 2.000 CU-hours untuk menjalankan semua pekerjaan batch pertama dalam kuota tersebut, dan 1.000 reserved CUs dikonfigurasikan. Batch pertama pekerjaan dapat diselesaikan dalam 2 jam. Dalam kasus ini, batch pertama pekerjaan selesai pada pukul 03:00. Latensi pekerjaan adalah 1 jam.
Setelah batch kedua pekerjaan Proyek A pay-as-you-go ditambahkan ke kuota subscription, dibutuhkan 1.000 CU-hours untuk menjalankan semua pekerjaan batch kedua dalam kuota tersebut, dan 1.000 reserved CUs dikonfigurasikan. Batch kedua pekerjaan dapat diselesaikan dalam 1 jam. Dalam kasus ini, semua pekerjaan selesai sekitar pukul 06:00. Tidak ada latensi pekerjaan.
Perkiraan untuk konfigurasi resource saat ini adalah sebagai berikut:
Metrik estimasi
Rumus perhitungan
Batch pertama pekerjaan
Batch kedua pekerjaan
Kepuasan kebutuhan
Dihitung berdasarkan konsumsi resource pada waktu penyelesaian yang diharapkan: CU-hours yang digunakan / CU-hours yang benar-benar dibutuhkan
50% (Kekurangan resource)
100%
Latensi pekerjaan
Dihitung jika pekerjaan tidak selesai sebelum waktu penyelesaian yang diharapkan: Waktu penyelesaian aktual - Waktu penyelesaian yang diharapkan
1 jam
0 menit
Sistem menghasilkan rencana optimisasi konfigurasi resource optimal berdasarkan tujuan output. Tujuan output mengacu pada waktu sebelum mana semua pekerjaan yang terlibat diharapkan selesai. Sistem memperkirakan konsumsi resource berdasarkan konfigurasi resource saat ini dari kuota subscription.
Rencana optimisasi: 1.000 reserved CUs dan 1.000 elastically reserved CUs untuk periode pukul 01:00 hingga 02:00.
Hasil optimisasi:
Untuk kedua batch pekerjaan, kepuasan kebutuhan adalah 100%, dan latensi pekerjaan adalah 0 menit.
Biaya resource (harga daftar): 1.000 CU × 22,0 USD/CU + 1.000 CU × 0,0488 USD/CU/H × 1 H × 30 = 23.464 USD. Ini menghemat 4.054,8 USD dari biaya komputasi bulanan sebelum optimisasi sebesar 27.518,8 USD.
Terms (Klik untuk memperluas)
Batasan
MaxCompute hanya dapat menganalisis resource komputasi dan menghasilkan rencana optimisasi konfigurasi resource untuk resource komputasi dalam kuota subscription level-1 dan resource komputasi pay-as-you-go.
CatatanResource komputasi MaxCompute mendukung tiga metode penagihan: pay-as-you-go, subscription, dan pay-per-hour. Untuk informasi lebih lanjut tentang penagihan berbagai resource, lihat Billable items and billing methods.
Anda dapat menggunakan fitur manajemen kuota untuk mengalokasikan resource komputasi MaxCompute ke berbagai tingkat kuota. Untuk informasi lebih lanjut, lihat Manage quotas in the new MaxCompute console.
Fitur ini hanya tersedia di wilayah berikut: China (Hangzhou), China (Shanghai), China (Beijing), China (Zhangjiakou), China (Shenzhen), China (Chengdu), China (Hong Kong), Singapura, Indonesia (Jakarta), dan Jerman (Frankfurt).
Prosedur
Login ke MaxCompute console dan pilih wilayah di pojok kiri atas.
Pada panel navigasi kiri, pilih .
Pada halaman Intelligent Optimization > Computing Resource Config Optimization, pilih kuota dari daftar drop-down Quota Name.
Jika Anda memilih kuota komputasi subscription, Anda dapat melihat rekomendasi untuk upgrade atau downgrade resource komputasi subscription yang ada.
Jika Anda memilih kuota komputasi pay-as-you-go, Anda dapat melihat rencana konfigurasi resource yang direkomendasikan dan hasil proyeksi untuk switching proyek dari resource komputasi pay-as-you-go ke resource komputasi subscription. Nama default untuk kuota Edisi Standar pay-as-you-go adalah PayAsYouGoQuota_p.
Jika Anda memilih kuota komputasi pay-as-you-go, pilih proyek yang terhubung dengan resource komputasi Edisi Standar pay-as-you-go yang ingin Anda analisis.
Daftar proyek hanya berisi proyek pay-as-you-go yang memenuhi persyaratan analisis. Sebuah proyek harus menjalankan pekerjaan setiap hari selama tujuh hari terakhir. Data daftar proyek diperbarui setiap hari pukul 00:00:00.
Untuk memastikan pengalaman halaman yang lancar, Anda dapat memilih hingga 20 proyek untuk evaluasi sekaligus.
Configuration Change Method dipilih secara default.
Jika Anda memiliki kuota subscription yang sudah ada, fitur optimisasi mengevaluasi dan merekomendasikan perubahan berdasarkan permintaan resource dari kuota subscription yang ada.
Jika Anda tidak memiliki kuota subscription, fitur optimisasi merekomendasikan pembelian kuota subscription baru berdasarkan permintaan resource dari proyek yang ditentukan.
Pada halaman Intelligent Optimization > Computing Resource Config Optimization, klik Analyze Computing Requirements.
Anda dapat melihat grafik prediksi CU harian untuk kelompok Quota subscription primary tertentu guna memahami kebutuhan resource harian yang diprediksi. Jika Anda menggunakan Quota primary di muka yang sudah ada untuk Configuration Change Method, Anda dapat melihat prediksi kumulatif yang menggabungkan permintaan komputasi dari proyek yang akan di-upgrade atau di-downgrade dengan Quota subscription yang sudah ada.
Anda tidak dapat menggunakan fitur ini jika data permintaan pekerjaan historis tidak mencukupi atau jika datanya tidak menunjukkan pola reguler.
Nilai perkiraan dalam grafik dihitung menggunakan algoritma identifikasi dan dekomposisi periode berdasarkan data permintaan pekerjaan selama 30 hari.
Pada area Set Estimation Time Point, atur Evaluation Time Point ke waktu penyelesaian yang diharapkan untuk pekerjaan. Klik Hour, Half Hour, atau Deselect.
MaxCompute kemudian mengevaluasi apakah resource cukup dan apakah pekerjaan akan tertunda dalam berbagai rencana konfigurasi resource berdasarkan titik waktu estimasi yang ditetapkan. Untuk informasi lebih lanjut tentang logikanya, lihat How it works.
Contoh konfigurasi:
Jika Anda ingin semua pekerjaan selesai pada pukul 05:00 setiap hari, atur estimation time point ke pukul 05:00.
Semua pekerjaan yang dikirim antara pukul 05:00:00 hari sebelumnya hingga pukul 05:00:00 hari ini dianggap sebagai satu batch pekerjaan. Anda dapat memperkirakan kepuasan kebutuhan dan latensi pekerjaan batch tersebut pada pukul 05:00:00 hari ini.
Jika Anda ingin batch pertama pekerjaan selesai pada pukul 02:00 dan batch kedua pada pukul 10:00 setiap hari, atur dua estimation time points, misalnya pukul 02:00 dan 10:00. Sistem kemudian melakukan hal berikut:
Semua pekerjaan yang dikirim antara pukul 10:00:00 hari sebelumnya hingga pukul 02:00:00 hari ini dianggap sebagai batch pertama pekerjaan. Anda dapat memperkirakan kepuasan kebutuhan dan latensi pekerjaan batch tersebut pada pukul 02:00:00 hari ini.
Semua pekerjaan yang dikirim antara pukul 02:00:00 hingga 10:00:00 hari ini dianggap sebagai batch kedua pekerjaan. Anda dapat memperkirakan kepuasan kebutuhan dan latensi pekerjaan batch tersebut pada pukul 10:00:00 hari ini.
Pada area Set Output Goal, atur waktu penyelesaian target untuk pekerjaan setelah optimisasi.
Secara default, titik waktu tujuan optimisasi adalah estimation time point. Anda juga dapat menetapkan titik waktu yang lebih awal dari estimation time point untuk menyisakan waktu tambahan bagi output pekerjaan. Atau, Anda dapat menetapkan latensi pekerjaan maksimum yang dapat diterima untuk memperbolehkan keterlambatan tertentu dalam output pekerjaan guna mengurangi biaya resource.
Klik View Recommended Plan untuk melihat hasil optimisasi dan detail konfigurasi yang direkomendasikan.
Hasil optimisasi juga disajikan sebagai simulasi konsumsi CU untuk rencana yang direkomendasikan. Informasi ini konsisten dengan grafik evaluasi rencana saat ini, yang dapat Anda gunakan untuk perbandingan.
PentingRencana yang direkomendasikan hanya bersifat referensi dan tidak menjamin bahwa tujuan optimisasi akan tercapai sepenuhnya. Kami menyarankan Anda mengubah konfigurasi secara bertahap sesuai kebutuhan dan memantau hasilnya setelah perubahan.
Pada area Recommended Plan, Anda dapat mengunduh rencana yang direkomendasikan ke komputer lokal Anda.
Untuk menyimpan dan membandingkan berbagai rekomendasi, unduh rencana sebagai file
.xlsx. Kemudian, sesuai kebutuhan, klik Configure dan konfigurasikan kuota pada halaman Quotas.
Langkah selanjutnya
Setelah rencana optimisasi dihasilkan, Anda dapat mengevaluasi biaya resource komputasi yang dioptimalkan berdasarkan konfigurasi resource komputasi yang disediakan dalam rencana tersebut.
Biaya bulanan resource komputasi (harga katalog) = Jumlah CU subscription yang dibeli × USD 22,0 per bulan + Jumlah elastically reserved CUs × Periode scaling (jam) × USD 0,0488 per CU-hour × 30Untuk informasi lebih lanjut tentang penagihan resource subscription, lihat dan Cost calculation (Pay-as-you-go). Harga aktual mengikuti harga pada halaman pengiriman pesanan.
Evaluasi biaya dan waktu penyelesaian yang dioptimalkan berdasarkan biaya dan tujuan optimisasi dari rencana tersebut. Beli resource subscription berdasarkan rencana optimisasi, ubah konfigurasi secara bertahap, dan pantau hasil eksekusi pekerjaan setelah perubahan.
Referensi
Praktik terbaik penggunaan fitur optimisasi resource komputasi: Use the cost optimization feature to achieve cost-effectiveness.
Untuk informasi lebih lanjut tentang optimisasi biaya MaxCompute, lihat topik berikut: