在此示例中，您将监控 1 个 Kubernetes 集群，其中有 10 个节点，每个节点在整个月（744 小时）内每 30 秒收集 1000 个 Prometheus 指标。 此示例未考虑您的亚马逊云科技免费套餐权益。以下用量和成本将针对 1) 指标样本摄取，2) 存储和 3) 查询进行计算。

指标样本摄取用量和成本
首先，我们将计算摄取的指标样本数量以及这些样本的成本。每月摄取的样本数为 8.928 亿个（10 个节点 * 每个节点 1000 个指标/30 秒收集间隔 * 一小时 3600 秒 * 一个月 744 小时 = 10 * 1000/30 * 3600 * 744 = 8.928 亿个样本）。

每月指标摄取成本为 80.93 美元（前 20 亿个指标样本为 0.90 美元/10000000 * 8.928 亿个样本）。

存储用量和成本
其次，我们将以 GB 为单位计算存储用量以及存储的指标样本和指标元数据的成本。在此示例中，我们假设每个指标有 20 个标签，每个标签有 100 个唯一的标签值。每天都会存储包括指标名称、标签和标签值在内的元数据。我们还将假设每个标签和标签值的平均大小为 30 字节，每个摄取的指标样本为 2 字节。

每月存储的 GB 数为 0.25 GB（指标元数据 * 每月天数）+（2 字节 * 指标样本数） =（1000 个指标 * 20 个标签 * 100 个标签值 * 30 字节 * 每月约 30 天）+（2 字节 * 8.928 亿样本）= 18 亿字节 + 17.856 亿字节 = 35.856 亿字节 = 3.34GB。

存储费用为 0.10 美元（0.03 美元/GB * 3.34 GB）。

查询用量和成本
现在，我们将计算此示例的已处理的查询样本数量和查询成本。我们假设您有 1 个最终用户每天平均监视控制面板 2 小时，每 60 秒刷新一次，每个控制面板 20 个图表小组件（假设每个小组件 1 个 PromQL 查询）。在此示例中，我们将假设每个查询处理的样本数量为 100000。

首先，先计算每月的查询次数，即 72000 次查询（1 个最终用户 * 20 个图表 * 2 小时查看控制面板 * 每小时 3600 秒/每次控制面板刷新 60 秒 * 一个月约 30 天）。

其次，我们计算每月处理的查询样本数量为 72 亿（72000 次查询 * 100000/查询）

我们现在可以计算出查询费用为 0.72 美元（0.10 美元/10 亿个已处理样本 * 72 亿个已处理样本）。

现在，我们可以计算此示例的每月成本：

• 指标摄取成本：80.93 美元（0.90 美元/1000 万 * 8.928 亿个样本）
  
• 存储成本：0.10 美元（0.03 美元/GB * 3.34 GB）
• 查询成本：0.72 美元（0.10 美元/10 亿个已处理样本 * 72 亿个已处理样本）

每月总费用 = 80.93 美元（指标摄取）+ 0.10 美元（存储）+ 0.72 美元（查询）= 81.75 美元

在此示例中，您将监控 1 个 Kubernetes 集群，其中有 10 个节点，Amazon Managed Service for Prometheus 在整个月（744 小时）内每 30 秒收集 1000 个 Prometheus 指标。将计算以下用量和成本：1) 指标样本摄取，2) 存储，以及 3) 收集的 Amazon Managed Service for Prometheus 收集器样本和收集器使用小时数。 

指标样本摄取用量和成本
首先，我们将计算摄取的指标样本数量以及这些样本的成本。每月摄取的样本数为 8.928 亿个（10 个节点 * 每个节点 1000 个指标/30 秒收集间隔 * 一小时 3600 秒 * 一个月 744 小时 = 10 * 100/60 * 3600 * 744 = 8.928 亿个样本）。

每月指标摄取成本为 80.93 美元（前 20 亿个指标样本为 0.90 美元/10000000 * 8.928 亿个样本）。

存储用量和成本
其次，我们将以 GB 为单位计算存储用量以及存储的指标样本和指标元数据的成本。在此示例中，我们假设每个指标有 20 个标签，每个标签有 100 个唯一的标签值。每天都会存储包括指标名称、标签和标签值在内的元数据。我们还将假设每个标签和标签值的平均大小为 30 字节，每个摄取的指标样本为 2 字节。

每月存储的 GB 数为 0.25 GB（指标元数据 * 每月天数）+（2 字节 * 指标样本数） =（1000 个指标 * 20 个标签 * 100 个标签值 * 30 字节 * 每月约 30 天）+（2 字节 * 8.928 亿样本）= 18 亿字节 + 17.856 亿字节 = 35.856 亿字节 = 3.34GB。

存储费用为 0.10 美元（0.03 美元/GB * 3.34 GB）。

收集的样本和收集器使用小时数成本
第三，我们将计算收集器使用小时数成本。无智能体收集器每小时收费 0.04 美元，每收集 1000 万个样本的费用为 0.03 美元，我们假设单个 EKS 集群需要一个收集器。假设一个月有 744 个小时，则每月成本为：1 * 0.04 美元 * 744 + 0.03 美元 * 8.928 亿个样本/1000 万 = 32.44 美元。

无智能体收集器的费用为 32.44 美元。 

现在，我们可以计算此示例的每月成本：

• 指标摄取成本：80.93 美元（0.90 美元/1000 万 * 8.928 亿个样本）
  
• 存储成本：0.10 美元（0.03 美元/GB * 3.34 GB）
• 无智能体收集器的费用：32.44 美元（每个收集器每小时 0.04 美元 * 744 小时 + 0.03 美元 * 8.928 亿个样本/1000 万）
  

总成本：113.47 美元

在此示例中，您将运行一个查询，计算过去一小时内 10000 个节点的 CPU，并每分钟运行一条警报规则，在其中一个节点超过 80% 的 CPU 容量时向您发出通知。此示例未考虑您的亚马逊云科技免费套餐权益。我们将计算运行查询和警报规则的用量和成本。

查询用量和成本
首先，我们通过识别指标时间序列的数量和提供的时间范围，计算单个查询处理的样本数量。指标时间序列由其指标名称和键值对进行标识。在此示例中，每个节点都有一个 CPU 指标，从而生成一个在 1 小时时间范围内处理 10000 个指标时间序列的查询。Prometheus 查询按每个解析步骤处理一个样本，解析步骤是任意两个数据点之间的最小时间量。例如，我们假设步骤时间长度为 1 分钟，即在时间范围内每分钟 1 个样本。即，10000 个时间序列 x 1 小时 x 1 个样本/分钟 x 60 分钟/小时 = 600000 个样本/查询。

假设您运行了 1000 次查询，则成本将为 0.06 美元（0.10 美元/10 亿个已处理样本 * 0.0006 亿个样本 * 1000 个查询）。

告警规则用量和成本
我们通过识别所选指标时间序列的数量，计算规则每次评估处理的样本数量。由于该规则为每个节点标识一个 CPU 指标时间序列，因此每次评估都会处理 10000 个时间序列。Prometheus 中的告警规则作为即时查询运行，即时查询是在单个时间点评估的查询。因此，此警报规则评估 10000 个时间序列 x 1 个样本/时间序列 = 10000 个样本。由于此警报每分钟运行一次，因此此警报规则处理 10000 个样本 x 60 分钟/小时 x 730 小时/月 = 4.38 亿个样本/月。

此警报规则的成本为每月 0.04 美元（0.10 美元/10 亿个已处理样本 * 4.38 亿个样本）。

在此示例中，您将监控 1 个 Kubernetes 集群，其中有 10 个节点，每个节点在整个月（744 小时）内每 60 秒收集 1000 个 Prometheus 指标。在每个节点的 1000 个指标中，998 个是常规指标样本，2 个是原生直方图，每个原生直方图有 20 个已填充存储桶。此示例未考虑您的亚马逊云科技免费套餐权益。以下用量和成本将针对 1) 指标样本摄取和 2) 存储进行计算。

指标样本摄取用量和成本
首先，我们将计算摄取的常规指标样本。每月摄取的常规样本数为 4.455 亿个（10 个节点 * 每个节点 998 个指标/60 秒收集间隔 * 一小时 3600 秒 * 一个月 744 小时 = 10 * 998/60 * 3600 * 744 = 4.455 亿个样本）。

其次，我们将计算原生直方图计量样本。每个原生直方图都有 20 个已填充存储桶。每个已填充存储桶计为 0.25 个指标样本；空存储桶不计量。

每月原生直方图计量样本数为 440 万（10 个节点 * 每节点 2 个原生直方图 * 20 个已填充存储桶 * 0.25 / 60 秒收集间隔 * 每小时 3600 秒 * 每月 744 小时 = 10 * 2 * 20 * 0.25/60 * 3600 * 744 = 440 万个计量样本）。

第三，我们将计算总摄取成本。常规指标样本和原生直方图计量样本会合并到单个池中，以进行用量层级定价。

摄取的总计量样本数为 4.499 亿（4.455 亿个常规样本 + 446 万个原生直方图计量样本）。

由于 4.499 亿落在前 20 亿层级内，每月摄取成本为 40.50 美元（0.90 美元/10000000 * 4.499 亿总计量样本）。

存储用量和成本
我们将以 GB 为单位计算存储用量以及存储的指标样本和指标元数据的成本。在此示例中，我们假设每个指标有 20 个标签，每个标签有 100 个唯一的标签值。每天都会存储包括指标名称、标签和标签值在内的元数据。我们还将假设每个标签和标签值的平均大小为 30 字节，每个摄取的指标样本为 2 字节。

每月存储的 GB 数为（指标元数据 × 每月天数）+（2 字节 × 指标样本数）=（1000 个指标 × 20 个标签 × 100 个标签值 × 30 字节 × 约 30 天/月）+（2 字节 × 4.499 亿个样本）= 18 亿字节 + 8.998 亿字节 = 26.998 亿字节 = 2.51 GB。

存储费用为 0.08 美元（0.03 美元/GB × 2.51 GB）。

每月总成本
我们可以计算此示例的每月成本： 指标摄取成本：40.50 美元（0.90 美元/1,000 万 * 4.499 亿总计量样本，合并 4.455 亿常规样本 + 446 万原生直方图计量样本）；存储成本：0.08 美元（0.03 美元/GB * 2.51 GB）

每月总费用 = 40.50 美元（指标摄取）+ 0.08 美元（存储）= 40.58 美元

注意：原生直方图中已填充存储桶的数量可能因指标和时间而异。仅对已填充（非零）存储桶计量，空存储桶不计费。原生直方图计量样本成本随已填充存储桶数量线性扩展。