计费概述

AI DataLake服务公测期间提供以下类型的资源：

包年/包月计费、按需计费的预留资源池。
按需计费的弹性资源。
按需计费的存储资源。

AI DataLake的计费由不同的计费项组成，不同的计费项有不同的计费模式。如图1所示。

计算资源的计费说明，请参考弹性资源计费和预留资源池计费。
存储资源的计费说明，请参考存储资源计费。

图1 AI DataLake计费方案概述
点击放大

AI DataLake计算资源

表1 AI DataLake计算资源与计费模式
资源类型	计费模式	说明	计费公式	资源特点	适用场景
预留资源池	包年/包月	预付费模式，即先付费购买实例资源再使用，按照订单的购买周期进行结算。且资源在购买周期内归用户独占使用，购买的资源长期稳定。	以预购的订单金额为准	购买周期越长，单位资源的成本越优。资源独享，长期稳定。	适用于计算需求量长期稳定的成熟业务。
预留资源池	按需计费	用户需提前购买预留实例，实例创建后按照实际运行时长计费（秒级计费，按小时结算）。资源归用户独占，可随时启用或释放。	实际费用 = 实例单价 × 实际使用时长× 资源数量	资源独享，灵活启停，秒级计费，但是需要用户自行管理实例生命周期。	有一定稳定需求，可提前规划资源的场景。例如需要独享资源池的开发环境。
弹性资源	按需计费	无需用户提前购买资源，使用服务预置的弹性资源。按照实际运行时长计费（秒级计费，按小时结算）。	实际费用 = 实例单价 × 实际使用时长× 资源数量	无需提前购买，属于云服务预置的公共资源；按需使用，秒级计费。作业结束后资源随即释放，无需主动管理资源的生命周期。	一般适用于需求波动大，无法预测的场景，即短期或偶发性的业务需求。例如业务探索期，需求不明确，一次性的短期业务。
预留资源池和弹性资源同时使用	-	预留资源保障核心业务的稳定运行，弹性资源应对突发负载，实现成本与性能的平衡。	总费用 = 预留资源费用 + 弹性资源费用（按需）	兼顾稳定与弹性，平衡成本与性能。保障核心业务的同时，可应对突发负载。	适用于日常有稳定负载，有突发的波峰波谷的场景。

不同规格的实例单价不同。具体规格请参考产品规格。

关于计算资源的自动停止集群对计费的影响

自动停止集群功能支持用户通过配置“自动停止集群”参数设定空闲超时时间，实现资源弹性伸缩与高效复用。

支持计算资源的自动停止集群的引擎端点类型：SparkSQL，其他端点在作业完成后立即释放。

在SparkSQL引擎端点，作业执行完成后计算资源不会立即回收，而是会保留一段时间（例如10分钟）。

若此空闲窗口期内有新作业提交，可直接复用已有资源，大幅减少调度启动耗时；
若超时无新作业接入，则自动释放闲置资源以节省成本。

自动停止集群对不同资源模式的费用影响请参考表2。

表2 自动停止集群对费用影响说明
资源使用模式	自动停止集群对费用影响说明
预留资源	因为是预留资源，虽然Min集群一直会在运行，但不会产生Min集群的运行费用。
混合模式	因为作业可能运行在按需弹性资源上，因此可能会产生Min集群的运行费用。
按需弹性	因为Min集群一直会在运行，因此会产生Min集群的运行费用。

AI DataLake存储资源

存储资源用于存放作业处理过程中的临时数据、自定义镜像等，例如临时数据缓存，模型数据，计算中间结果等。

购买存储资源的场景：涉及到算子之间数据高效流转，如算子A的计算结果被算子B使用。

存储资源使用的是临时存储，不同带宽规格适用于不同作业类型，可供不同业务选型使用。

比如离线批处理作业，下盘缓存量大，对性能要求低，因此更关注存储的成本。
实时作业，缓存量小但是实时性要求高，倾向于使用高带宽存储资源满足低延迟访问需求。

表3 AI DataLake存储资源与计费模式
资源类型	计费模式	说明	计费公式	计费特点	适用场景
存储资源	按需计费	后付费模式，即先使用再付费，按实际使用的存储容量和性能规格计费，费用按实际使用时长计费。具体规格请参考产品规格。	存储资源费用 = 每GiB每小时单价 × 购买的容量（GiB）× 使用时长	按需计费模式允许您根据实际业务需求灵活地调整资源使用，无需提前预置资源，从而降低预置过多或不足的风险。	一般适用于测试业务探索期或瞬间大幅波动的场景。

适用场景

针对不同的业务场景，推荐您选择的计费模式和资源类型不同：

测试项目：在此项目下，大多是工程师开发调试时使用，作业随机性大，数据量小。
针对这种情况，建议您使用“按需计费”模式的“预留资源池”或“按需计费”模式的“弹性资源”，能够帮您有效控制成本，将资源消耗控制在一定范围内。

如果测试项目中部分资源使用量稳定可控，也可以通过组合使用“预留资源池”和“按需计费”模式的“弹性资源”以达到优化成本的效果。
生产项目：在此项目下，您的作业相对稳定（经过开发调试再上线），建议您使用“包年/包月”的“预留资源池”，可以更优惠。
您还可以组合使用“预留资源池”和“按需计费”模式的“弹性资源”，当预留资源的容量不足以支撑业务使用时，系统自动调用按需弹性资源补充，确保业务平稳运行。了解更多请参考混合模式资源分配规则。

了解更多：不同端点类型的计算资源使用模式

表4 不同端点类型的计算资源使用模式
引擎类型	端点类型	资源使用模式	说明
Aura	AuraJob AuraJobV2	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
Aura	AuraJob AuraJobV2	混合模式	使用预留资源池和弹性资源，保障核心业务的同时，可应对突发负载。适用于日常有稳定负载，有突发的波峰波谷的场景。
Ray	RayCluster	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
	RayJob	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
		混合模式	使用预留资源池和弹性资源，保障核心业务的同时，可应对突发负载。适用于日常有稳定负载，有突发的波峰波谷的场景。
		按需弹性	按作业实际运行时长计费。适合短期或偶发性的业务需求，如开发测试或临时任务。
Spark	SparkSQL SparkJob	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
		混合模式	使用预留资源池和弹性资源，保障核心业务的同时，可应对突发负载。适用于日常有稳定负载，有突发的波峰波谷的场景。
		按需弹性	按作业实际运行时长计费。适合短期或偶发性的业务需求，如开发测试或临时任务。