日志服务 SLS 全新发布按写入数据量计费模式

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 日志服务 SLS 全新推出的按写入数据量计费模式让 SLS 更普惠、更易用!仅收取原始数据(非压缩)写入费用、存储费用以及外网数据流量费用,帮助用户购买更简单、费用可预期、轻松拓展更丰富场景。

日志服务 SLS 全新推出按写入数据量计费模式,是一种相比按使用功能计费(原计费方式)购买更简单、费用可预期、场景更丰富的计费方式。了解详情

【全新小工具】按写入数据量计费 vs 按使用功能计费计算器 点击链接获取

什么是按写入数据量计费?

日志服务 SLS 推出一种比按使用功能计费(原计费方式)更易购买、更省钱、成本更可控、场景更丰富的计费方式。

按写入数据量计费模式仅收取原始数据(非压缩)写入费用及 30 天后的存储费用(免费 30 天存储权益)以及外网数据读取费用,超过免费存储周期的数据可继续保存至热存储或低频/归档。

适用于希望数据产生更大价值,对于数据长期保存/查询分析/清洗规整/可视化/监控告警/流转等功能存在复合需求的客户。

按写入数据量计费的优势

  • 更省钱:比功能计费更省钱,全索引场景降价高达 32%,增值功能越多降幅越大
  • 更易购买:成本模型简单易懂,基于当前业务数据量即可快速评估成本
  • 成本更可控:控制使用成本仅考虑业务规模,无需担心其他功能增加费用
  • 场景更丰富:仅收取数据写入/存储/读取费用,无需额外费用即可拓展更丰富场景

按写入数据量计费的适用场景

按写入数据量计费方式取消了增值功能收费项,适用于多元的数据需求场景,及客户对于数据的处理分析需求越高,按写入数据量计费对于客户的性价比越高,尤其适用于统一日志平台、实时监控、全链路追踪、运营分析等场景。

  • 游戏行业/日志分析与监控场景:游戏行业稳定性要求高,数据运营需求高,且由于游戏版本迭代快,客户端多样,往往同时存在数据汇聚规整,实时查询分析,智能监控告警,智能根因分析等场景需求,在新计费模式下可以在固定的成本下与 SLS 深度结合助力业务快速良性发展。场景特征:多数据源、实时查询分析、实时监控、智能化 AIOps。
  • 车联网/全链路可观测场景:车联网场景需要打通车辆终端与服务端业务数据进而实现全链路的可观测性,在新计费模式下,客户仅需要关注随着业务规模增长的数据量的情况,即可完整使用 SLS 提供的完整可观测性方案功能。场景特征:log trace metric 关联、全链路分析。

按写入数据量计费详解

按写入数据量计费的计费项说明

按写入数据量计费的资源计费项仅包括原始写入数据量、热存储、低频存储、归档存储、外网读取流量。免费使用数据加工、数据投递、智能告警等功能。详情参考 计费项详情

极简计费模式、计费公式更简单

A 客户每日写入数据量 1GB,数据保存 30 天,按写入数据量计费月目录价=(1GB*30)*0.4元/GB=12元

计费项

定价(中国站 公共云)

备注

写入数据量(原始值)

0.4/GB

 包含 30 天存储权益

热存储(Hot)

0.0115/GB/天 

30 天后可以继续保存至热存储,

或通过智能存储分层到低频/归档存储

低频存储(IA)

0.005/GB/

归档存储(Archive)

0.0017/GB/

外网读取流量 

0.8 /GB


按写入数据量计费的使用限制:

  • 按写入数据量计费模式生效级别为 Logstore 级别。
  • Metricstore 和查询规格 Logstore 不支持按写入数据量计费模式。
  • 不支持从按使用功能计费模式切换到按写入数据量计费模式。
  • 按写入数据量计费模式支持完整日志服务功能集合,增值功能如查询分析、数据加工、智能告警、消费投递等能力均不产生额外费用,但存在配额限制,点击了解配额限制

按写入数据量计费 vs 按功能计费

按使用功能计费

按写入数据量计费 NEW

计费项

原始写入数据量

存储空间-热存储

存储空间-热存储

存储空间-低频存储

存储空间-低频存储

存储空间-归档存储NEW

存储空间-归档存储NEW

外网读取流量

外网读取流量

存储空间-时序存储

读写流量

索引流量-日志索引-标准型

索引流量-日志索引-查询型

索引流量-时序索引

扫描流量

数据加工

数据投递

读写次数

语音通知

短信通知

SQL 独享版

活跃 Shard 租用

读写次数

享受权益

N/A

享受权益如下:

标准索引

免费存储 30 天 

单 Logstore 支持加工数据量 Quota 为100TB/Month 

单 Logstore 支持定时 SQL 数据量 Quota 为20TB/Month

单 Logstore 支持投递数据量 Quota 为100 TB/Month 

单 Logstore 支持消费数据量 Quota 为100 TB/Month

单 Logstore 支持告警作业计算数据量10TB/Month 

功能

支持完整功能集合和性能 SLO

支持完整功能集合和性能 SLO

服务粒度

UID 级别

Logstore 级别(仅对新建 Logstore 生效)

付款方式

支持后付费及资源包

支持新的后付费及节省计划


按写入数据量计费 vs 按使用功能计费 费用对比

示例一:全索引场景、存储 30天,按写入数据量计费更省钱,相比按功能计费费用节省 32%

  • 写入数据量计费 0.4元/GB 相比按使用功能计费的月目录价下降 32.2%
  • 客户场景:数据保存 30天, 每日写入数据量 1GB,压缩比 8, 100% Index,标准型 Logstore,保留 7天热存储 + 23 天冷存储
  • 按功能计费账单月收费项:
  • 读写数据费用 (1GB*0.125*30)*0.18元/GB=0.675元
  • 索引费用 (1GB*30)*0.35元/GB=10.5元
  • 存储费用 ((1GB*0.125 + 1GB)*30*7天)*0.0115元/GB/天+((1GB*0.125 + 1GB)*30*23天)*0.005元/GB/天=6.6元
  • 总费用=读写数据费用+索引费用+存储费用=17.77元
  • 新写入数据量计费:30 天,每日写入数据量 1GB
  • 总费用=(1GB*30)*0.4元/GB=12元

示例二:多元数据需求场景,按写入数据量计费更省钱

•某客户业务数据日志量 1TB/Day,预算 2W/Month,正在进行日志数据平台选型

•客户需求包括全字段可查询可分析,通过数据加工清洗错误日志,日志存储 30 天以备问题回溯,部分数据投递到 MC 进行进一步的离线数据挖掘。

需求场景

按写入数据量计费

按使用功能计费

1TB/Day 数据写入

12288/

720/

日志可查可分析(全文索引)

0/

10500/

日志存储 30

0/

11730/

数据加工清洗错误日志(1TB/Day

0/

4500/

数据投递到MC进一步分析(1TB/Day

0/

6000/

总结

12288 元/

33450 元/

以上场景客户的需求涉及到数据存储/查询分析/数据加工/数据流转,一份数据多个用途,是典型的复合型需求场景。

•通过按使用功能计费方式,共计需要 33450元/月,超出客户预算

•通过按写入数据量计费方式,仅需要 12288元/月,低于客户预算客户

综上,按写入数据量计费方式取消了增值功能收费项,适用于多元的数据需求场景,及客户对于数据的处理分析需求越高,按写入数据量计费对于客户的性价比越高。

总结

日志服务 SLS 全新推出的按写入数据量计费模式让 SLS 更普惠、更易用!仅收取原始数据(非压缩)写入费用、存储费用以及外网数据流量费用,帮助用户购买更简单、费用可预期、轻松拓展更丰富场景。

相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
目录
相关文章
|
存储 运维 开发工具
警惕日志采集失败的 6 大经典雷区:从本地管理反模式到 LoongCollector 标准实践
本文探讨了日志管理中的常见反模式及其潜在问题,强调科学的日志管理策略对系统可观测性的重要性。文中分析了6种反模式:copy truncate轮转导致的日志丢失或重复、NAS/OSS存储引发的采集不一致、多进程写入造成的日志混乱、创建文件空洞释放空间的风险、频繁覆盖写带来的数据完整性问题,以及使用vim编辑日志文件导致的重复采集。针对这些问题,文章提供了最佳实践建议,如使用create模式轮转日志、本地磁盘存储、单线程追加写入等方法,以降低日志采集风险,提升系统可靠性。最后总结指出,遵循这些实践可显著提高故障排查效率和系统性能。
661 20
|
3月前
|
存储 运维 开发工具
警惕日志采集失败的 6 大经典雷区:从本地管理反模式到 LoongCollector 标准实践
本文总结了日志管理中的六大反模式及优化建议,涵盖日志轮转、存储选择、并发写入等常见问题,帮助提升日志采集的完整性与系统可观测性,适用于运维及开发人员优化日志管理策略。
116 5
|
4月前
|
监控 容灾 算法
阿里云 SLS 多云日志接入最佳实践:链路、成本与高可用性优化
本文探讨了如何高效、经济且可靠地将海外应用与基础设施日志统一采集至阿里云日志服务(SLS),解决全球化业务扩展中的关键挑战。重点介绍了高性能日志采集Agent(iLogtail/LoongCollector)在海外场景的应用,推荐使用LoongCollector以获得更优的稳定性和网络容错能力。同时分析了多种网络接入方案,包括公网直连、全球加速优化、阿里云内网及专线/CEN/VPN接入等,并提供了成本优化策略和多目标发送配置指导,帮助企业构建稳定、低成本、高可用的全球日志系统。
619 54
|
SQL 存储 JSON
更快更强,SLS 推出高性能 SPL 日志查询模式
从海量的日志数据中,按照各种灵活的条件进行即时查询搜索,是可观测场景下的基本需求。本文介绍了 SLS 新推出的高性能 SPL 日志查询模式,支持 Unix 风格级联管道式语法,以及各种丰富的 SQL 处理函数。同时通过计算下推、向量化计算等优化,使得 SPL 查询可以在数秒内处理亿级数据,并支持 SPL 过滤结果分布图、随机翻页等特性。
13103 213
|
SQL Java Serverless
实时计算 Flink版操作报错合集之在写入SLS(Serverless Log Service)时出现报错,该如何排查
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
|
存储 监控 数据可视化
SLS 虽然不是直接使用 OSS 作为底层存储,但它凭借自身独特的存储架构和功能,为用户提供了一种专业、高效的日志服务解决方案。
【9月更文挑战第2天】SLS 虽然不是直接使用 OSS 作为底层存储,但它凭借自身独特的存储架构和功能,为用户提供了一种专业、高效的日志服务解决方案。
420 9
|
监控 数据管理 关系型数据库
数据管理DMS使用问题之是否支持将操作日志导出至阿里云日志服务(SLS)
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
存储 容器
Aliyun日志sls接入总结
阿里云接入经验总结
|
存储 Kubernetes Java
阿里泛日志设计与实践问题之在写多查少的降本场景下,通过SLS Scan方案降低成本,如何实现
阿里泛日志设计与实践问题之在写多查少的降本场景下,通过SLS Scan方案降低成本,如何实现
135 0

相关产品

  • 日志服务