Todos os produtos
Search
Central de documentação

:Faturamento

Última atualização: Jul 04, 2026

Este tópico descreve como estimar o custo de um job MaxCompute SQLML.

Informações básicas

Na maioria dos casos, cada componente de algoritmo consiste em várias subtarefas. Para calcular o custo, você deve primeiro calcular os custos das subtarefas em cada componente de algoritmo e somar os custos de todos os componentes. MaxCompute e Platform for AI (PAI) são usados para executar um job MaxCompute SQLML. Portanto, o custo do job MaxCompute SQLML consiste nos custos gerados tanto para MaxCompute quanto para PAI.

Regras de faturamento

As capacidades subjacentes de machine learning do MaxCompute SQLML são cobradas independentemente com base nas regras de faturamento do PAI. Assim, o custo de um job MaxCompute SQLML é calculado com base nas seguintes partes:

  • Job SQL: Os custos de computação e armazenamento de um job SQL são calculados com base nas regras de faturamento do MaxCompute SQL. Para obter mais informações, consulte Itens faturáveis e métodos de faturamento.

  • Modelo de machine learning: O custo de um modelo de machine learning é calculado com base nas regras de faturamento do Machine Learning Studio. A tabela a seguir descreve as regras. Para obter mais informações sobre o faturamento do PAI, consulte Faturamento do Machine Learning Designer.

    Modelo de machine learningPreço unitário (USD/hora de computação)Região
    Regressão logística para classificação binária0,21
    • China (Pequim)
    • China (Xangai)
    • China (Hangzhou)
    • China (Shenzhen)
    • China (Hong Kong)
    Regressão logística para classificação multiclasse
    Regressão linear

Exemplo de faturamento

Para estimar o custo com base nas regras de faturamento do MaxCompute SQLML, é necessário obter o uso de núcleos de cpu e memória.

Neste exemplo, um conjunto de dados de previsão existente em Guia de início rápido é usado para estimar o custo.

  1. Use o recurso de consulta ad hoc do DataWorks, crie um modelo de regressão logística para classificação binária com base no conjunto de dados de previsão mushroom_predict e obtenha a URL do Logview. O modelo recebe o nome lr_test_model_1.

    Instrução de exemplo:

    create model lr_test_model_1 
    with properties('model_type'='logisticregression_binary', 'goodValue'='p','maxIter'='1000') 
    as select * from mushroom_predict;

    Os seguintes resultados são retornados.

    Create model

  2. Faça login no Logview usando a URL do Logview e obtenha o ID da instância do job AlgoTask no Logview.

    Um job do PAI é definido como um job AlgoTask no MaxCompute. A convenção de nomenclatura para um job AlgoTask é

    Projectname+'_'+InstanceID+"AlgoTask_x_x"

    . É possível obter o ID da instância a partir do nome do job.

    InstanceID

  3. Use o recurso de consulta ad hoc do DataWorks e obtenha a URL do Logview do job do PAI com base no ID da instância.

    Instrução de exemplo:

    wait 20210209031144617gcjpt62m_1dbea3a8_17de_40d5_80bf_ce19e11d****;

    Os seguintes resultados são retornados.

    logview

  4. Faça login no Logview usando a URL do Logview do job do PAI. Acesse a aba SourceXML e visualize o uso de núcleos de cpu e memória para TaskPlan.

    Usage of CPUs and memory

    Nas regras anteriores:

    • O número de núcleos de cpu utilizados é calculado dividindo-se o valor de cpu por 100. Neste exemplo, um núcleo de cpu é usado para executar o job.

    • A unidade de Memory é MB. Neste exemplo, 3.315 MB (3,2 GB) de memória são usados para executar o job.

    Importante

    Os resultados anteriores mostram os núcleos de cpu e a memória utilizados por uma subtarefa. Um job pode ter várias subtarefas. Para calcular o número de subtarefas de um job, execute a próxima etapa.

  5. Faça login no Logview usando a URL do Logview do job do PAI e obtenha o número e a duração das subtarefas na aba Job Details.

    A figura a seguir mostra que existem duas subtarefas e a duração de cada subtarefa é de 48 minutos.

    Job Detail

    Neste exemplo, o número de núcleos de cpu utilizados é 2 (2 x 1), o tamanho de memória utilizado é 6,4 GB (2 x 3,2 GB) e a duração é de 48 minutos.

  6. Estime o custo total.

    1. Calcule o número de horas faturáveis.

      Number of billable hours = Max(Number of CPU cores x Duration,Used memory size x Duration/4) = Max[2 x 1x (48 x 60/3600),2 × 3.2 × (48 x 60/3600)/4] ≈ 1.6
    2. Calcule o custo do job do PAI.

      Cost of a PAI job = Number of billable hours for subtasks × Unit price ≈ 1.6 × 0.21 = 0.336 USD

      O custo do job do PAI neste exemplo é 0,336 USD.

    3. Calcule o custo do job SQL. Para obter mais informações, consulte Preços de computação (pagamento conforme o uso).

    4. A soma dos custos do job do PAI e do job SQL corresponde ao custo de um job MaxCompute SQLML.

Visualize suas contas

Em sua conta, o custo de um job MaxCompute SQLML é a soma dos custos gerados tanto para MaxCompute quanto para PAI.