AWS Glue 价格-ETL数据仓库服务-AWS云服务

使用 AWS Glue 时，您需要按小时费率（按秒计）为爬网程序（发现数据）和提取、传输以及加载 (ETL) 任务（处理和加载数据）付费。对于 AWS Glue Data Catalog，您需要为元数据的存储和访问支付简单月度费用。前 100 万个对象的存储和前 100 万次访问都是免费的。如果您预置了开发端点并以交互式方法开发 ETL 代码，那么您需要按小时费率付费（按秒计）。对于 AWS Glue DataBrew，交互式会话按每次会话计费，DataBrew 作业按每分钟计费。用户可免费使用 AWS Glue Schema 注册表。

注意：定价可能因 AWS 区域而异。

ETL 作业和交互式会话
定价示例

ETL 任务：考虑一个运行 15 分钟并使用 6 DPU 的 AWS Glue Apache Spark 任务。1 个 DPU 小时的价格为 0.44 USD。由于您的任务运行了 1/4 小时并使用了 6 个 DPU，AWS 将向您收取 6 DPU * 1/4 小时 * 0.44 USD，即 0.66 USD。

AWS Glue Studio Job Notebooks 和交互式会话：假设您使用 AWS Glue Studio 中的一个笔记本来交互式开发 ETL 代码。一个交互式会话默认有 5 个 DPU。如果您让该会话运行了 24 分钟（即一小时的 2/5），则您需要支付的费用为 5 个 DPU * 2/5 小时 * 0.44 USD/DPU 小时，即 0.88 USD。

ML 转换：与 AWS Glue 作业运行类似，在您的数据中运行 ML 转换（包括 FindMatches）的成本将因数据大小、数据内容和所使用的节点数量和类型而异。在以下示例中，我们使用 FindMatches 来整合不同数据来源中的兴趣信息。数据集大小约为 11000000 行（1.6GB），标记数据（例如真匹配或真不匹配数据）大小约为 8000 行（641KB），且在 16 个 G.2x 类实例中运行时，34 分钟标签集生成运行时间的成本为 8.23 USD，11 分钟指标估计运行时间的成本为 2.66 USD，而 32 分钟 FindingMatches 作业执行运行时间的成本为 7.75 USD。
数据目录
定价示例

AWS Glue Data Catalog 免费套餐：让我们假设您在给定月份在 Data Catalog 中存储了 100 万个表格，并对这些表格发出了 100 万个访问请求。在这种情况下，您无需支付任何费用，因为您使用的资源均包含在 AWS Glue Data Catalog 免费套餐中。您每月可免费存储 100 万个对象和发出 100 万个请求。

AWS Glue Data Catalog：现在来假设您每月仍存储了 100 万个表格，但您每月发出的请求数翻了一番，即 200 万个。假设您还使用了爬网程序来发现新表格，它们运行了 30 分钟，并使用了 2 个 DPU。

您的存储费用仍然为 0 USD，因为您存储的前 100 万个表格是免费的。您的前 100 万个请求也是免费的。您将需要为超出免费套餐的 100 万个请求付费，即 1 USD。爬网程序的费用为每个 DPU 小时 0.44 USD，因此您需要为其支付的费用为 2 个 DPU * 1/2 小时 * 0.44 USD/DPU 小时，即 0.44 USD。

如果您在 Glue 表上生成统计信息，并且统计信息运行需要 10 分钟并消耗 1 个 DPU，您将需要支付 1 DPU * 1/6 小时 * 0.44 USD/DPU 小时（等于 0.07 USD）的费用。

如果您压缩 Apache Iceberg 表，并且压缩运行 30 分钟并消耗 2 个 DPU，您将需要支付 2 个 DPU * 1/2 小时 * 0.44 美元/DPU 小时（等于 0.44 USD）的费用。
爬网程序
DataBrew 交互式会话
定价示例

AWS Glue DataBrew：每个 30 分钟交互式会话的价格为 1.00 USD。如果您在上午 9:00 开始一个会话，然后立即离开控制台，并从上午 9:20-9:30 开始返回，这样将会使用 1 个会话，总费用为 1.00 USD。

如果您在上午 9:00 开始一个会话并与 DataBrew 控制台互动到上午 9:50，然后退出 DataBrew 项目空间，并在上午 10:15 返回进行最后的互动，这样将会使用 3 个会话，每个会话将收取 1.00 USD，总共收取 3.00 USD。
DataBrew 作业
定价示例

AWS Glue DataBrew：如果 DataBrew 作业运行 10 分钟并使用 5 个 DataBrew 节点，则价格为 0.40 USD。由于您的作业运行了 10 分钟（即一小时的 1/6）并使用了 5 个节点，您需要支付的费用为 5 个节点 * 1/6 小时 * 0.48 USD/节点小时，共 0.40 USD。
数据质量
定价示例

示例 1 — 获取对 Data Catalog 中的表的建议

例如，假设有一个拥有 5 个 DPU 的建议任务在 10 分钟内完成。您需要支持 5 个 DPU * 1/6 小时 * 0.44 USD，等于 0.37 USD。

示例 2 — 估算 Data Catalog 中的表的数据质量

查看建议后，您可以进行编辑（如必要），然后通过预置 DPU 为数据质量任务安排时间。例如，假设有一个拥有 5 个 DPU 的数据质量评估任务在 20 分钟内完成。

您需要支持 5 个 DPU * 1/3 小地 * 0.44 美元，等于 0.73 美元。

示例 3 – 估算 AWS Glue ETL 任务中数据质量的费用

您还可以向 AWS Glue ETL 任务添加上述数据质量检查，避免将损坏数据输入到数据湖中。您可以通过在 AWS Glue Studio 上添加数据质量转换，或在 AWS Glue Studio 笔记本中编写的代码中使用 AWS Glue API 来进行此操作。假设有一个 AWS Glue 在运行，其中的数据质量规则被配置在管道内，使用 6 个 DPU 执行 20 分钟（即 1/3 小时）。您需要支持 6 个 DPU * 1/3 小时 * 0.44 美元，等于 0.88 美元。您可以改为使用 Flex 选项，您需要支付 6 个 DPU * 1/3 小时 * 0.29 美元，等于 0.58 美元。