表格存储降价啦,来看看可以省多少钱!

本文涉及的产品
对象存储 OSS,OSS 加速器 50 GB 1个月
简介: 作为为一款完全自研的分布式NoSQL数据库服务,表格存储在性能、稳定性、功能等方便不断的迭代优化,而单机性能的提高也意味着使用单价的降低,同时由于用户规模的扩大,表格存储对按量读写单价进行了最大50%的下调。

作为一款完全自研的分布式NoSQL数据库服务,表格存储在性能、稳定性、功能等方便不断的迭代优化(性能白皮书了解一下),而单机性能的提高也意味着使用单价的降低,于是乎:

表格存储读写费用大降价啦~
表格存储读写费用大降价啦~
表格存储读写费用大降价啦~

降价幅度达到50%,大陆区域的所有节点具体价格变动如下:

实例类型 计费项 调价前价格 调价后价格 降幅
高性能 按量读CU 0.02 元/万CU 0.01 元/万CU 50%
高性能 按量写CU 0.04 元/万CU 0.02 元/万CU 50%
容量型 按量写CU 0.004 元/万CU 0.002 元/万CU 50%

中国大陆区域金融云、资源包及美元价格也都进行相应的下调哦! 按量价格传送门

而对于资源包,我们选取大家最常购买的规格来对比一下:

资源包类型 计费规格 调价前包月价格 调价后包月价格 降幅
高性能读资源包 1亿 140 元 80 元 42.8%
高性能读资源包 10亿 1,200 元 700 元 41.7%
高性能读资源包 100亿 10,000 元 6,000 元 40%
高性能写资源包 1亿 280 元 160 元 42.8%
高性能写资源包 10亿 2,400 元 1,400 元 41.7%
高性能写资源包 100亿 20,000 元 12,000 元 40%
容量型写资源包 1亿 32 元 16 元 50%
容量型写资源包 10亿 280 元 140 元 50%
容量型写资源包 100亿 2,400 元 1,200 元 50%

资源包购买传送门

什么是表格存储?

表格存储 TableStore是一个完全托管的NoSQL数据库服务,可以提供快速的、可预期的性能,并且可以实现无缝扩展。由于 TableStore 并可以根据实际需求对表进行扩展和收缩,这个过程既不需要停止对外服务,也不会降低服务性能。

表格存储可以使用户把操作和扩展分布式数据库的沉重负担,交给阿里云来处理,这样,用户就不需要担心硬件配置、磁盘故障、机器故障、软件安装和升级等工作,可以更专注到业务逻辑中去。

那么,我们来看看调价前后可以节省多少费用吧!

场景1之车联网:

某车联网用户, 10万 辆活跃车辆,每天 12个小时 (43200秒)内每个10秒上报数据信息,使用容量型实例,数据包大小为1KB。

降价前 ,每天的写费用为:100000 辆 × 43200/10 × 0.004元/万CU = 172.8元

降价之后 ,每天的写费用为: 100000 辆 × 43200/10 × 0.002元/万CU = 86.4元

降价前后,日均费用可以节省__172.8 - 86.4 = 86.4元__

而表格存储容量型的1TB数据的日存储费用为 __10元__,如果购买资源包,将会享受更低的存储价格。

场景2之风控推荐:

某金融风控用户,将 5000万 用户的风控数据存储在表格存储中,每天做全量数据更新,同时,每天的风控模型会读取 2000万 次读取做风控计算:

降价前,
每天做全量更新的费用为 5000万 × 0.04元/万CU = 200元。
每天风控计算的费用为: 2000万 × 0.02元/万CU = 40元。

降价之后,
每天做全量更新的费用为:5000万 × 0.02元/万CU = 100元,
每天风控计算的费用为:2000万 × 0.01元/万CU = 20元。

节省费用 120元

同时,在金融风控及广告推荐场景下,推荐用户配合使用 MaxCompute 做用户风控模型及推荐数据的计算,将计算结果通过SQL的方式直接写入到表格存储中,MaxCompute SQL到 TableStore的直读直写 使用攻略 在2018年是免费的哦!

这种情况下,支撑每天2000万次风控计算的费用将低至 20元

日均不足百元即可支撑起每天千万PV,百万并发的业务访问,还等什么,赶紧来了解一下吧~

(PB级大表存储 + 百万级读写QPS + 毫秒级延迟)× 云服务 = 阿里云表格存储

相关实践学习
阿里云表格存储使用教程
表格存储(Table Store)是构建在阿里云飞天分布式系统之上的分布式NoSQL数据存储服务,根据99.99%的高可用以及11个9的数据可靠性的标准设计。表格存储通过数据分片和负载均衡技术,实现数据规模与访问并发上的无缝扩展,提供海量结构化数据的存储和实时访问。 产品详情:https://www.aliyun.com/product/ots
相关文章
|
Java Docker 容器
Docker 安装 JDK
一、查看 JDK 版本 访问 JDK 镜像库地址:https://hub.docker.com/_/openjdk/tags。 可以通过 Tags 查看其他版本的 JDK,默认是最新版本 open:idk ,你也可以在下拉列表中找到其他你想要的版本。 二、拉取 JDK 镜像 拉取 jdk8 的镜像: docker pull openjdk:8 这将从Docker Hub上拉取名为"openjdk"的官方仓库中的JDK 8镜像。一旦拉取完成,您就可以在容器中使用JDK 8了。 三、查看已下载的镜像 使用docker images命令可以列出所有本地已下载的Docker镜像: docker ima
6097 1
|
小程序 JavaScript Android开发
小程序源码丢失了怎么在微信平台反编译找回
小程序源码丢失了怎么在微信平台反编译找回
1057 0
|
前端开发 JavaScript
使用Element-UI中的el-upload实现文件的上传demo(亲测有用)
使用Element-UI中的el-upload实现文件的上传demo(亲测有用)
|
NoSQL 安全 MongoDB
MongoDB 未授权访问漏洞利用
MongoDB 未授权访问漏洞利用
3535 0
|
人工智能 JavaScript 搜索推荐
宜搭融合 DeepSeek R1 满血版!手把手教你玩转低代码 AI 产品
AI技术的迅猛发展,特别是DeepSeek的推出,为企业带来了前所未有的智能化体验。当低代码平台与AI技术结合时,迸发出丰富的应用场景。本文详细介绍如何通过宜搭平台使用DeepSeek,涵盖网页版、AI助理版、AI生成组件、连接器等功能,帮助用户轻松实现智能化业务系统。
2163 7
宜搭融合 DeepSeek R1 满血版!手把手教你玩转低代码 AI 产品
|
数据采集 运维 监控
数据采集监控与告警:错误重试、日志分析与自动化运维
本文探讨了数据采集技术从“简单采集”到自动化运维的演进。传统方式因反爬策略和网络波动常导致数据丢失,而引入错误重试、日志分析与自动化告警机制可显著提升系统稳定性与时效性。正方强调健全监控体系的重要性,反方则担忧复杂化带来的成本与安全风险。未来,结合AI与大数据技术,数据采集将向智能化、全自动方向发展,实现动态调整与智能识别反爬策略,降低人工干预需求。附带的Python示例展示了如何通过代理IP、重试策略及日志记录实现高效的数据采集程序。
666 7
数据采集监控与告警:错误重试、日志分析与自动化运维
|
XML Java 数据库连接
Spring框架与Spring Boot的区别和联系
Spring框架与Spring Boot的区别和联系
1728 0
|
虚拟化 Windows
VMware虚拟机怎么安装win7系统【图文】
VMware虚拟机怎么安装win7系统【图文】
1112 0
|
JavaScript 前端开发 Unix
详解git commit --date的参数格式
你知道git commit --date除了官方指定的那几种,还可以填哪些参数吗?其实还有不少呢,甚至可以填入相对时间!
1121 0