成本更低、更可控,云原生可观测新计费模式正式上线

原创
02/04 17:23
阅读数 14

在上云开始使用云产品过程中,企业一定遇见过两件“讨厌”事:

  • 难以理解的复杂计费逻辑,时常冒出“这也能收费”的感叹;
  • 某个配置参数调节之后,云产品使用成本不可预估的暴涨。

可观测作为企业 IT 运维必须品,在应对不同可观测场景时提供了非常多产品,以及与之对应的计费模式,供企业灵活选择。但如果产品价格说明不完整且不能有效评估现有业务规模及增长趋势,就会给企业带来非常高的成本规划与选型评估门槛。为解决上述问题,云原生可观测推出「按写入数据量」计费模式,降低不同可观测产品间的计费认知差距,以便更好的理解与管理可观测成本。并提供每月累计 150GB 免费额度(多产品独立额度叠加),进一步压降建设可观测成本。

01 什么是按写入数据量计费

写入数据量是指通过 ARMS 自研探针、开源探针/SDK、云服务、开源 Exporter 上报到 ARMS 云原生可观测平台,经过清洗、聚合、转化、分析等计算处理后存储的数据量,并具备以下优势:

  • 更低可观测成本
    同样数据规模下,单位价格下调 70%,部分规格存储时长延长 50%,整体成本更低;
  • 成本支出更可控仅需考虑业务及对应的数据规模,无需担忧增值服务带来的额外成本;
  • 评估模型更简单相较旧计费模式下诸多计费项,新计费模型更简单易懂,无需理解特定语境下计算单位定义及计费项间关联关系。

02 按写入数据量计费的适用场景

(1)针对 Java 应用的性能监控及链路追踪

ARMS 应用监控:针对分布式、微服务化 Java 应用,提供代码级实时性能监测与全链路分析能力。覆盖云服务器 ECS、Serverless 应用引擎 SAE、容器服务 ACK 等不同应用部署环境,配合丰富的场景分析与全链路明细数据分析功能,随时掌握应用运行状态,梳理服务依赖关系,及时解决性能瓶颈与故障,提高产品可用性。

(2)针对 PHP、Node.js、.NET 等多语言应用的性能监控及链路追踪

可观测链路 OpenTelemetry 版:针对 PHP、C++、Go、Node.js 等多语言应用,提供端到端全链路追踪、应用监控与告警、链路拓扑、日志关联分析能力。并基于 OpenTelemetry 开源标准,兼容 Jaeger、Zipkin、SkyWalking 等开源项目数据上报。快速发现性能瓶颈,缩短错/慢调用根因定位耗时,提高全栈开发与诊断效率。

(3)针对云服务、应用组件、容器、基础设施的指标监控

可观测监控 Prometheus 版:针对业务自定义监控 / 应用组件监控 / 云服务监控 / 容器监控 / 系统监控等场景,提供指标监控与告警能力。并兼容 Prometheus 开源生态,提供一站式指标观测与告警平台,免去日常运维成本。

03 按写入数据量计费详解

(1)ARMS 应用监控

应用监控新计费模式屏蔽原有基础版、专家版的 Agent * Hour、链路数据存储、指标数据存储等计费项,不再以功能区分计费,以实际写入数据量(GB)进行计费。除了常见的链路、指标数据之外,增加剖析数据。剖析数据指使用 CPU & 内存诊断、应用诊断功能时产生的文件数据,包含内存快照、性能分析火焰图、线程分析的线程状态和调用栈信息数据。

新计费模式单价 & 免费额度:

计算器:https://armsnext.console.aliyun.com/price-gb#/overview

老用户如何基于新计费模式进行成本预估

1)基本条件

1 个 ARMS Java 探针可监测 1 个应用实例(如 1 个 Tomcat 实例,1 个 Java 进程),在标准使用模式下(采样率 10%,接口级别指标开启收敛,不开启在线剖析,24 小时全时使用),每天产生数据约 2GB。

注:不同使用模式下存在一定数据量差异,实际使用时请关注。

2)新老对比

以中小企业通常规模 50 个节点举例。

  • 新计费(按量付费)每月成本:50 * 2GB * 0.4(元/GB)* 30(天)= 1200元
  • 旧计费(按量付费)每月成本:50 * 0.28(元/Agent*Hour) * 30(天) * 24(Hour)= 10080元

对比两种计费方式,新计费节省 88% 以上。

(2)可观测链路 OpenTelemetry 版

可观测链路 OpenTelemetry 版新计费模式屏蔽原有上报、链路数据存储、指标数据存储等计费项,以实际写入数据量(GB)进行计费。除了常见的链路、指标数据之外,增加剖析数据。剖析数据指使用 CPU & 内存诊断、应用诊断功能时产生的文件数据,包含内存快照、性能分析火焰图、线程分析的线程状态和调用栈信息数据。

同时,可观测链路 OpenTelemetry 版针对默认生成的性能统计指标免费,而用户自定义生成的指标则根据写入数据量收取费用,共享可观测链路 OpenTelemetry 版每月 50GB 免费额度。

新计费模式单价 & 免费额度:

计算器:https://armsnext.console.aliyun.com/price-gb#/overview

老用户如何基于新计费模式进行成本预估

1)基本条件

1 个 Span 约 1.27KB;

注:不同使用模式下存在一定数据量差异,实际使用时请关注。

2)新老对比

以中小企业通常规模 1000 万请求(请求复杂度:平均 10 个 Span),链路数据保存 30 天、指标保存 90 天举例。

  • 新计费(按量付费)每月成本:100000000 * 0.00000121 GB * 0.4(元/GB)* 30(天)= 1453 元
  • 旧计费(按量付费)
  • 每月上报成本:100(100 个百万 Span)* 0.09(百万 Span 上报单价)* 30(天)= 270元
  • 每月链路存储成本:100(100 个百万 Span)* 0.02(每天百万 Span 存储单价)* 30(存 30天)* 30(天) = 1800元
  • 每月指标存储成本:10(10 个百万指标)* 0.01(每天百万指标单价)* 90(存 90 天)* 30(天)= 270元
  • 总计成本:270 + 1800 + 270 = 2340元

对比两种计费方式,新计费节省 33% 以上。

(3)可观测监控 Prometheus 版

可观测监控 Prometheus 版新计费模式屏蔽原有上报指标采样点数量、存储时长等计费项,以实际写入数据量(GB)进行计费。

新计费模式单价 & 免费额度:

数据类型 保存天数 免费额度 单价(公有云-中国内地)
指标 90 50 GB 0.4 元/GB

Prometheus 包含基础指标、自定义指标。其中,基础指标以容器服务产生的基础指标举例,默认存储 7 天且免费,不占用 50GB 免费额度。自定义指标以云服务器 ECS 实例举例,每日上报指标量 24.5 万/实例,每日数据写入量约 0.093GB/实例。

计算器:https://armsnext.console.aliyun.com/price-gb#/overview

老用户如何基于新计费模式进行成本预估

1)基本条件

1 条上报指标约 0.5KB;

注:不同使用模式下存在一定数据量差异,实际使用时请关注。

2)新老对比

以中小企业通常每日上报自定义指标 15000 万条 ,数据保存 30 天举例。

  • 新计费(按量付费)每月成本:150000000(条) * 0.00000048 (GB/条) * 0.4(元/GB)* 30(天)= 864 元
  • 旧计费(按量付费)
  • 阶梯一部分:50000000 条 * 0.0000008(元/条)* 30(天)= 1200元
  • 阶梯二部分:100000000 条 * 0.00000065(元/条)* 30(天)= 1950元
  • 总计成本:1200 + 1950 = 3150元

对比两种计费方式,新计费节省 70% 以上。

04 如何开通写入数据量计费

新用户

新用户仅需根据自己的业务需求,在应用实时监控服务 ARMS、可观测监控 Prometheus 版、可观测链路 OpenTelemetry 版产品详情页,分别选择「立即开通(每月 50GB 免费额度)」进行开通即可,如下图:

老用户

老用户仅需登陆应用实时监控服务 ARMS 或相应产品产品控制台,在概览页右侧「产品计费状态」模块选择需要转变为新计费的产品即可。(近期上线,敬请期待)

05 按写入数据量计费的小 Tips

  • 如何获得免费额度:开通新计费即可获得并在每日计费时自动进行抵扣。
  • 免费额度的使用:免费额度是按照阿里云账号级别计算,即该账号下子产品的不同应用/实例共享免费额度。
  • 存储时长:写入数据后各种数据类型享受不同天数免费存储权益,存储天数暂不支持修改。
  • 最小写入数据量:针对 ARMS 应用监控/可观测链路 OpenTelemetry 版,每个应用每个计费数据类型最小计量单位为 0.1GB/天,未使用则不产生计量。例如某应用一天的指标用量 20MB、链路用量 10MB、剖析用量 0MB,计费按照该应用指标用量 0.1GB、链路用量 0.1GB、剖析用量 0GB 出账。

阿里云可观测全新推出的按写入数据量计费模式,彻底解决过往极易超出成本的计费项开通、难以理解的不同计费项定义与关系等问题。让众多可观测产品更具性价比,帮助企业成本更可控、场景更轻松的进行拓展。

原文链接

本文为阿里云原创内容,未经允许不得转载。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部