MaxCompute发布按量付费闲时版,计算成本最高节省66.66%!

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 在大数据不断在追求计算效率和成本优化的背景下,阿里云云原生大数据计算服务 MaxCompute宣布推出按量付费闲时版,用户可选择用此版本完成时间不敏感的作业,从而降低计算成本,同等作业类型的计算费用与按量付费标准版相比,最高可实现66.66%的计算成本优化。

什么是按量付费闲时版

开通MaxCompute按量付费闲时版,意味着用户可以使用MaxCompute闲时计算资源(os_SpotQuota),它是一种共享型按量付费计算资源,闲时计算资源池与按量付费标准版计算资源共享,与包年包月计算资源隔离,不可指定用量。

通过闲时计算资源运行的作业被称为Spot作业(SpotJob),相对于按量付费标准版作业具有更低的单价。如遇整体资源池资源水位高,发生资源竞争时,Spot作业(使用os_SpotQuota运行的作业,包含SpotSQL、SpotMapReduce、SpotSpark等类型)的资源可能会被挤压或者抢占,甚至作业被终止,如下图所示。

图片 3.png

适用场景

按量付费闲时版旨在为用户降低开发、测试等延迟不敏感场景下使用MaxCompute的成本。适用于期望极低成本、但对完成时间不敏感的作业。例如用户行为日志、系统日志等低价值、海量数据的分析场景

此类业务通常需要消耗大量计算资源,但对产出时间并不敏感,此时使用包年包月资源会造成独享资源大量空闲,而使用按量付费标准版成本又过高,对作业的完成时间敏感性越低,越适合使用按量付费闲时版以节省计算成本。

(注:用于生产、要求长期稳定、资源有保障的作业不宜使用按量付费闲时版,因为资源竞争会导致作业资源被挤压、抢占,造成作业长时间等待或运行时间变长、甚至被迫终止,进而影响用户的实际业务。)


计量计费

按量付费闲时版适用于SQL、MapReduce、Spark、Mars(数据科学)计算类型,计费公式与标准版作业一致,但单价更低。

图片 2.png

SpotJob与标准作业单价(公共云)对比

参考示例

小K同学是公司A的数仓开发人员,开发时间在10:00-18:00之间,由于开发阶段需要频繁的历史数据重刷对比,每天要跑几百个作业,数据扫描量较高,使用按量付费标准版,一天作业消费高达861元,计算成本较高。小K同学了解到MaxCompute推出了按量付费闲时版,很快试用起来,原有的作业采用SpotJob后,尽管作业延时有增加,但基本都能在下班前完成业务的开发,在数据扫描量相同的情况下,一天作业的成本降低为289元,一个月累计下来给公司带来了将近2万元的成本降低。

图片 5.png

page_1.png

SpotJob与标准作业账单金额对比


MaxCompute按量付费闲时版能够为用户大大降低开发、测试等延迟不敏感场景下的计算成本。


开通入口与帮助文档

🔥点击右侧链接火速开通:开通入口

(注:按量付费闲时版仅涵盖计算资源,存储和下载费用依据按量付费标准版收取,因此您需要开通开通付费标准版后方可开通闲时版)

💡配置与使用介绍:产品文档


我们热切期待您的使用和反馈,如果您对我们按量付费闲时版有任何疑问或想要了解更多信息,请通过申请链接或搜索(钉钉群号:11782920)加入MaxCompute开发者社区钉群与我们沟通交流。我们的专业团队将随时为您提供帮助。


相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
分布式计算 大数据 Java
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
49 5
|
1月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
48 3
|
2月前
|
存储 大数据 测试技术
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
410 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
|
1月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
59 0
|
15天前
|
分布式计算 Java MaxCompute
ODPS MR节点跑graph连通分量计算代码报错java heap space如何解决
任务启动命令:jar -resources odps-graph-connect-family-2.0-SNAPSHOT.jar -classpath ./odps-graph-connect-family-2.0-SNAPSHOT.jar ConnectFamily 若是设置参数该如何设置
|
1月前
|
存储 运维 物联网
长安汽车×云器Lakehouse一体化数据平台,成本降低50%,建立智能互联时代的领先优势
长安汽车智能化研究院致力于汽车智能化技术研究,通过构建基于云器科技Lakehouse一体化数据平台,解决了高并发、大规模车联网数据处理难题,实现了数据实时写入、高效分析和成本优化,助力汽车智能驾驶、网联和交通全面发展。
47 0
长安汽车×云器Lakehouse一体化数据平台,成本降低50%,建立智能互联时代的领先优势
|
2月前
|
人工智能 分布式计算 大数据
超级计算与大数据:推动科学研究的发展
【9月更文挑战第30天】在信息时代,超级计算和大数据技术正成为推动科学研究的关键力量。超级计算凭借强大的计算能力,在尖端科研、国防军工等领域发挥重要作用;大数据技术则提供高效的数据处理工具,促进跨学科合作与创新。两者融合不仅提升了数据处理效率,还推动了人工智能、生物科学等领域的快速发展。未来,随着技术进步和跨学科合作的加深,超级计算与大数据将在科学研究中扮演更加重要的角色。
|
3月前
|
存储 分布式计算 监控
揭秘阿里云EMR:如何巧妙降低你的数据湖成本,让大数据不再昂贵?
【8月更文挑战第26天】阿里云EMR是一种高效的大数据处理服务,助力企业优化数据湖的成本效益。它提供弹性计算资源,支持根据需求调整规模;兼容并优化了Hadoop、Spark等开源工具,提升性能同时降低资源消耗。借助DataWorks及Data Lake Formation等工具,EMR简化了数据湖构建与管理流程,实现了数据的统一化治理。此外,EMR还支持OSS、Table Store等多种存储选项,并配备监控优化工具,确保数据处理流程高效稳定。通过这些措施,EMR帮助企业显著降低了数据处理和存储成本。
127 3
|
3月前
|
存储 分布式计算 数据处理
MaxCompute 的成本效益分析与优化策略
【8月更文第31天】随着云计算技术的发展,越来越多的企业选择将数据处理和分析任务迁移到云端。阿里云的 MaxCompute 是一款专为海量数据设计的大规模数据仓库平台,它不仅提供了强大的数据处理能力,还简化了数据管理的工作流程。然而,在享受这些便利的同时,企业也需要考虑如何有效地控制成本,确保资源得到最优利用。本文将探讨如何评估 MaxCompute 的使用成本,并提出一些优化策略以降低费用,提高资源利用率。
206 0
|
4月前
|
存储 弹性计算 大数据
阿里云ECS在大数据处理中展现高效存储与计算实力,提供多样化实例规格适应不同需求
【7月更文挑战第3天】阿里云ECS在大数据处理中展现高效存储与计算实力,提供多样化实例规格适应不同需求,如大数据型实例配备高吞吐硬盘。与OSS集成实现大规模存储,通过Auto Scaling动态调整资源,确保任务高效运行。案例显示,使用ECS能提升处理速度、降低成本,为企业数据驱动创新提供有力支持。
60 1

相关产品

  • 云原生大数据计算服务 MaxCompute