Precios de Managed Service for Apache Spark
- Precios de Managed Service for Apache Spark en Compute Engine
- Precios de Managed Service for Apache Spark en GKE
- Precios de Managed Service for Apache Spark
Precios de Managed Service for Apache Spark en Compute Engine
Los precios de Managed Service for Apache Spark en Compute Engine se basan en el tamaño de los clústeres de Managed Service for Apache Spark y en el tiempo durante el que se ejecutan. El tamaño de un clúster se basa en el número total de CPU virtuales (vCPUs) de todo el clúster, incluidos el nodo maestro y los de trabajador. La duración del clúster es el tiempo comprendido entre su creación y su detención o eliminación.
Los precios de Dataproc se calculan según esta fórmula: $0.010 * # of vCPUs * hourly duration.
Aunque en la fórmula figura una tarifa por hora, en Managed Service for Apache Spark se aplica la facturación por segundo. Todos los clústeres de este servicio se cobran en incrementos de un segundo y están sujetos a un cobro mínimo de un minuto. El uso se determina en horas fraccionarias (por ejemplo, 30 minutos son 0,5 horas) para poder aplicar los precios por hora al uso por segundo.
Los precios de Managed Service for Apache Spark se suman al precio por instancia de Compute Engine de cada máquina virtual (consulta la sección Uso de otros recursos de Google Cloud).
Cargos acumulados
Las siguientes operaciones y situaciones de Managed Service for Apache Spark generan cargos:
Escalado y autoescalado: cuando se añaden máquinas virtuales al clúster, se acumulan cargos mientras las máquinas virtuales están activas. Estos cargos acumulados se mantienen hasta que se eliminan las máquinas virtuales.
Clústeres en estado de error: cuando un clúster de Managed Service for Apache Spark está en estado de error, las máquinas virtuales del clúster permanecen activas y se siguen acumulando cargos. Estos cargos acumulados se mantienen hasta que se elimina el clúster.
Ejemplo de precios
Imagina un clúster (con un nodo maestro y nodos de trabajador) que tiene la siguiente configuración:
| Elemento | Tipo de máquina | CPU virtuales | Disco persistente conectado | Número de nodos en el clúster |
|---|---|---|---|---|
| Nodo maestro | n1‑standard‑4 | 4 | 500 GB | 1 |
| Nodos de trabajador | n1‑standard‑4 | 4 | 500 GB | 5 |
Este clúster de Managed Service for Apache Spark tiene 24 CPU virtuales, 4 para el nodo maestro y 20 distribuidas entre los nodos de trabajador. En la facturación de Managed Service para Apache Spark, el precio del clúster se basaría en las 24 CPU virtuales y en el tiempo que ha estado ejecutándose (eso es, suponiendo que ningún nodo se ha escalado en horizontal ni se ha interrumpido temporalmente). Por lo tanto, si el clúster se ejecuta durante 2 horas, los precios de Managed Service for Apache Spark se calcularían según esta fórmula:
Managed Service for Apache Spark charge = # of vCPUs * hours * Managed Service for Apache Spark price = 24 * 2 * $0.01 = $0.48
En este ejemplo, además de los cargos de Managed Service for Apache Spark, se cobrarían también el uso de Compute Engine y el espacio aprovisionado de un disco persistente estándar (consulta la sección Uso de otros Google Cloud recursos). Se puede utilizar la calculadora de facturación para determinar los costes de los recursos Google Cloud por separado.
Uso de otros recursos de Google Cloud
Como Managed Service for Apache Spark es una solución gestionada e integrada, se ha creado a partir de otras tecnologías de Google Cloud. Los clústeres de Managed Service for Apache Spark consumen los siguientes recursos (cada uno de los cuales cuenta con sus propios precios):
- Compute Engine: todas las instancias de Compute Engine de un clúster de Managed Service for Apache Spark tienen una tarifa mínima de un minuto y se facturan en incrementos de un segundo. Además, se aplican reglas de precios por uso continuado.
- Espacio aprovisionado de un disco persistente estándar.
- Cloud Monitoring: consulta la página de precios de observabilidad de Google Cloud.
Los clústeres de Managed Service for Apache Spark también pueden utilizar, entre otros, los siguientes recursos (cada uno con su propio precio):
Precios de Managed Service for Apache Spark en GKE
En esta sección se explican los cargos que se aplican únicamente al clúster virtual de Managed Service for Apache Spark que se ejecuta en un clúster de GKE gestionado por el usuario. Consulta los precios de GKE para obtener más información sobre los cargos adicionales que se aplican al clúster de GKE gestionado por el usuario.
La fórmula de precios de Managed Service for Apache Spark en GKE, $0.010 * # of vCPUs * hourly duration, es la misma que la de Managed Service for Apache Spark en Compute Engine y se aplica al número total de CPUs virtuales que se ejecutan en instancias de máquinas virtuales en los grupos de nodos creados por Managed Service for Apache Spark en el clúster. La duración de una instancia de máquina virtual es el tiempo que transcurre desde su creación hasta su eliminación. Al igual que Managed Service for Apache Spark en Compute Engine, Managed Service for Apache Spark en GKE se factura por segundo, con un mínimo de 1 minuto de facturación por instancia de máquina virtual. Se aplican otros Google Cloud cargos
además de los de Managed Service for Apache Spark.
Los grupos de nodos creados por Managed Service for Apache Spark siguen existiendo después de eliminar el clúster de Managed Service for Apache Spark, ya que pueden compartirse entre varios clústeres. Si eliminas los grupos de nodos o reduces la escala de los grupos de nodos a cero instancias, no se te cobrará el servicio gestionado para Apache Spark. Se te seguirán cobrando las VMs de los grupos de nodos que queden hasta que las elimines.
Precios de Managed Service for Apache Spark
Consulta los precios de Managed Service for Apache Spark.
Siguientes pasos
- Lee la documentación de Managed Service for Apache Spark.
- Empieza a usar Managed Service for Apache Spark.
- Prueba la calculadora de precios.
- Obtén información sobre las soluciones y los casos prácticos del servicio gestionado para Apache Spark.