E-MapReduce:課金項目と課金方法

コンピューティングリソース

コンピューティングリソースは、サブスクリプションプランまたは実際の従量課金の利用量に基づいて課金されます。測定単位は CU です。

1 CU = 1 vCPU + 4 GiB メモリで、EMR Serverless Spark の基本的なコンピューティングユニットです。CU の使用量は、データ量、計算の複雑さ、データ分散、および Fusion Engine を有効にするかどうかによって異なります。Fusion Engine はコストを増加させることはなく、通常、ジョブの実行時間を 30% 以上削減します。

vCPU とメモリの比率が 1:4 未満の場合の CU 変換については、「EMR Serverless Spark CU プロモーション」ページをご参照ください。

1 CU の処理能力：

モデルの呼び出し

モデルの呼び出しは、組み込みの AI Center モデルサービスの実際の使用量に基づき、1,000 トークン単位で課金されます。

トークンの見積もり： • 中国語の文字 1 文字 ≈ 1.5–2 トークン • 英字 1 文字 ≈ 0.25 トークン • 英単語 1 語 ≈ 1.3 トークン

• Alibaba Cloud Model Studio： ≈ 4–5 トークン

• Hello World： ≈ 2 トークン

たとえば、バッチ処理で 1,000 件のテキストレコードをマスキングするには、次の SQL を使用します：

select
  ai_query (
    concat(
      '次のルールに従って、以下のテキストをマスキングしてください：
      1. 中国語の名前：すべての中国語の名前 (2〜4 文字) を検出してください。最初と最後の文字は保持して、中間の文字を `*` に置き換えてください。
      2. 携帯電話番号：中国本土の携帯電話番号 (11 桁、1 で始まる) を検出してください。最初の 3 桁と最後の 4 桁は保持して、中間の 4 桁を `****` に置き換えてください。
      3. 物理アドレス：省、市、区、通り、建物番号などの特定の物理アドレス情報を検出してください。省、市、区 (県) レベルのみを保持してください。区/県レベルより後の詳細な通り、建物番号、コミュニティ名はすべて `***` に置き換えてください。
      出力要件：
      次の 3 行のみを返してください。説明、元のテキスト、その他のコンテンツは含めないでください：
      名前: [result]
      携帯電話: [result]
      住所: [result]',
      user_info
    )
  )AS masked_text
from
  user_tbl
;

たとえば、user_info の値は「田中一郎様は上海市浦東新区張江ハイテクパーク某々路 xxx 号に住んでいます。携帯電話番号は 159******** です。」のようになります。

1 レコードあたりの推定トークン使用量は次のとおりです：

10,000 レコードの推定トークン使用量：

キャッシュクラスター

キャッシュクラスターは、割り当てられたキャッシュクォータと使用期間に基づき、GB 単位で課金されます。課金ルール、請求サイクル、リージョン別の料金については、「データキャッシュ (従量課金)」をご参照ください。