产品计费 - 开源大数据平台E-MapReduce

本文为您介绍EMR Serverless Spark的资源估算策略、计费项、计算方式，以及支持地域的费用单价等信息。

CU

CU是EMR Serverless Spark工作空间计算能力的基本单位，其用量按分钟累计。CU的单价取决于EMR Serverless Spark工作空间所配置的CPU架构和可用区（AZ）的高可用属性，默认为Intel X86和单可用区。同时，CU的单价因地域而异。

资源估算

CU对应Serverless Spark底层系统的CPU计算能力。一个计算任务的CU使用量取决于该任务实际处理的数据量、计算复杂程度、处理的数据分布情况，以及是否开启Fusion引擎加速。开启Fusion引擎加速后，单位时间的CU使用量将会增加25%，但作业执行时间通常能够大幅缩短（60%以上），因此具备更高的综合性价比。您可以根据业务规模和数据量合理评估需要的资源，默认1 CU按照1核CPU+4GB内存折算。

1 CU的处理能力如下表所示。

处理场景	处理能力（Java Runtime）	处理能力（Fusion引擎）
简单的数据处理。例如，过滤、清洗等操作。	1 CU每秒可以处理约2000000条数据。	1 CU每秒可以处理约5000000条数据。
复杂的数据处理。例如，聚合、连接、String操作等。	1 CU每秒可以处理约700000条数据。	1 CU每秒可以处理约2000000条数据。

计费项

当前仅支持按量付费模式，其计费公式如下：

一个工作空间的总价 = 1小时内计算资源使用的CU × 单价

说明

按量付费目前仅支持Intel X86架构，使用时长按分钟级别计算，每小时为1个结账周期。
以上计算公式为开通一个EMR Serverless Spark工作空间的费用。一个账户可以开通多个工作空间，结算时，需要按照多个工作空间的总费用结算。

计费方式

按量付费

按量付费是一种后付费的计费模式，无需您提前购买大量资源，系统会根据您工作空间实际的资源使用量进行结算。本节将为您介绍按量付费的适用场景、计费规则以及计费周期。

特性	说明
适用场景	按量付费主要适用于以下业务场景：业务用量经常有变化。资源使用有临时性和突发性。
计费规则	您一个周期内（1小时）的账单费用为实际计算所消耗的资源费用，具体为周期内所累计的总资源折算为CU时，再乘以对应地域的小时单价。计算资源费用为：`1小时内CU的用量 × 对应地域的小时单价`。例如， Spark任务资源配置如下所示。 `spark.driver.cores 1 spark.driver.memory 1g spark.driver.memoryOverhead 1g spark.executor.cores 1 spark.executor.memory 1g spark.executor.memoryOverhead 1g spark.executor.instances 2` 每分钟使用总计3核CPU和6GB的内存，1小时的资源使用量为`(3Core, 6GB) /分钟 * 60`。按照max(3/1, 6/4)，折算为3 CU时，1小时的费用为3 CU时 * 对应地域的小时单价。不同地域的单价信息请参见地域单价。重要上述计算公式为开通一个EMR Serverless Spark工作空间的费用。如果您的账户内开通了多个工作空间，结算时会计算所有工作空间的总费用。容器运行时开始计量，Spark Driver和Executor的初始化过程在容器开始运行之后，因此，根据Spark UI上Driver和Executor的运行时间计算得出的CU时长可能与实际CU时长存在差异，请以最终账单为准。
计费周期	按照每小时整点计算一次费用（以UTC+8时间为准），计算完毕后进入新的计费周期。在每个计费周期结束后，系统会生成账单，并从您账户中扣除相应费用。账单流水数据相对于实际费用消耗可能会有延迟。

地域单价

下表详细列出了各类工作空间在不同地域的价格情况。

重要

实际价格请以产品购买页面为准。

地域名称	单价（USD/CU/小时）
印度尼西亚（雅加达）	0.067106
德国（法兰克福）	0.064792
新加坡	0.067106
美国（弗吉尼亚）	0.053801

注意事项

EMR Serverless Spark资源采用按量计费方式，高峰期可能存在抢占资源的情况，无法完全保障资源使用的时效性。