计量计费 - 云原生大数据计算服务 MaxCompute

本文为您介绍如何估算MaxCompute SQLML作业的费用。

背景信息

通常情况下，每个算法组件由多个子任务组成。因此，计算费用时，需要先计算各算法组件下的子任务费用，再累计求和。MaxCompute SQLML作业使用了MaxCompute和机器学习PAI，所以计算费用包含这两个部分。

费用计算规则

MaxCompute SQLML底层的机器学习能力，是通过阿里云机器学习平台PAI产品独立计费的，所以MaxCompute SQLML费用分为以下两部分：

SQL作业：计算费用和存储费用按照MaxCompute SQL计费规则计费，请参见计费项与计费方式概述。

机器学习模型：按照PAI Studio计费规则计费，规则如下，更多机器学习PAI计费信息，请参见PAI-Studio/Designer计费说明：


机器学习模型	单价（USD/计算时）	MaxCompute支持的地域
逻辑回归二分类	0.21	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）中国（香港）
逻辑回归多分类
线性回归

计费示例

基于MaxCompute SQLML费用计算规则，需要获取CPU Core和内存使用量，进而估算费用。

以快速入门中已有的预测数据集为例，估算费用的步骤如下：

使用DataWorks的临时查询功能，基于预测数据集mushroom_predict创建逻辑回归二分类模型lr_test_model_1，并获取Logview。
命令示例如下：
```
create model lr_test_model_1 
with properties('model_type'='logisticregression_binary', 'goodValue'='p','maxIter'='1000') 
as select * from mushroom_predict;
```
返回结果如下：
基于Logview链接，获取AlgoTask作业的InstanceID。
机器学习的作业在MaxCompute中被定义为AlgoTask。作业的命名规则是Projectname+'_'+InstanceID+"AlgoTask_x_x"，获取InstanceID。
使用DataWorks的临时查询功能，基于InstanceID获取机器学习作业的Logview。
命令示例如下：
```
wait 20210209031144617gcjpt62m_1dbea3a8_17de_40d5_80bf_ce19e11d****;
```
返回结果如下：
基于机器学习作业的Logview，在SourceXML页签获取TaskPlan的CPU Core和内存使用量信息。
其中：
- CPU除以100表示使用的CPU Core数量，即该作业使用了1个CPU Core。
- Memory单位为MB，即使用了3.2 GB。
注意这是一个子任务使用的CPU Core和Memory，一个作业可能会有多个子任务，具体任务数请在下一步骤中获取。
基于机器学习作业的Logview，在Job Details页签获取任务数和运行时长。
如图任务数为2，运行时长为48分钟。
综上：本例中使用CPU Core数是2x1=2，Memory为2x3.2 GB=6.4 GB，运行48分钟。
预估总费用。
1. 计算使用的计算时数。
```
计算时=max(CPU Core数量×时长,内存×时长/4)=max[2×1×(48x60/3600),2×3.2×(48x60/3600)/4]≈1.6计算时
```
2. 计算机器学习作业费用。
```
机器学习部分总费用=子任务计算时数量×单价≈1.6×0.21=0.336 USD
```
  即机器学习作业费用为0.336 USD。
3. 计算SQL作业费用，请参见计算费用。
4. 机器学习作业费用与SQL作业费用相加即为MaxCompute SQLML作业费用。

查看账单信息

MaxCompute SQLML作业，在账单中体现的是大数据计算服务MaxCompute+机器学习（PAI）两个产品的费用。