В данном примере осуществляется мониторинг 1 кластера Kubernetes с 10 узлами с 1000 метриками Prometheus на узел, которые собираются каждые 30 секунд в течение всего месяца (744 часа). В примере не учитываются преимущества уровня бесплатного пользования AWS. Ниже приведена информация об использовании и затратах для 1) получения образца метрики, 2) хранения и 3) запроса.

Использование и стоимость полученных образцов метрик
Сначала рассчитаем количество полученных образцов метрик и их стоимость. Ежемесячное количество полученных образцов составляет 892,8 млн образцов (10 узлов * 1000 метрик на узел / 30 интервалов сбора данных в секундах * 3600 секунд в час * 744 часа в месяц = 10 * 1000/30 * 3600 * 744 = 892,8 млн образцов).

Ежемесячная стоимость полученных метрик составляет 80,93 USD (0,90/10 000 000 USD за первые 2 млрд образцов метрик * 892,8 млн образцов).

Использование хранилища и затраты на хранение данных
Далее мы рассчитаем объем хранилища в ГБ и затраты на хранение образцов метрик и метрических метаданных. Для данного примера предположим, что на одну метрику приходится 20 меток, а на каждую метку приходится 100 уникальных значений. Метаданные, включая название метрики, метки и значения меток, сохраняются ежедневно. Кроме того, предположим, что на каждую метку и значение метки приходится в среднем 30 байт, а на каждый полученный образец метрики — 2 байта.

Ежемесячный объем хранилища составляет 0,25 ГБ (метрические метаданные * # количество дней в месяце) + (2 байта * количество образцов метрик = (1000 метрик * 20 меток * 100 значений меток * 30 байт * ~30 дней в месяц) + (2 байта * 892,8 млн образцов) = 1800 млн байт + 1785,6 млн байт = 3585,6 млн байт = 3,34 ГБ).

Стоимость хранения составляет 0,10 USD (0,03 USD * 3,34 ГБ).

Использование запросов и их стоимость
Теперь рассчитаем образцы обработанных запросов и стоимость запроса для данного примера. Предположим, что один конечный пользователь следит за приборной панелью в среднем 2 часа в день, обновляя ее каждые 60 секунд и используя 20 виджетов графиков на приборную панель (предполагается, что на каждый виджет приходится 1 запрос PromQL). Для данного примера предположим, что количество образцов, обрабатываемых за один запрос, составляет 100 000.

Для начала рассчитаем количество запросов в месяц, которое составляет 72 000 (1 конечный пользователь * 20 графиков * 2 часа просмотра панели управления * 3600 секунд в час / 60 секунд на обновление панели управления * ~30 дней в месяц).

Далее рассчитаем количество образцов обработанных запросов в месяц, которое составляет 7,2 млрд (72 000 запросов * 100 000/запрос)

Теперь можем рассчитать стоимость запроса, которая составляет 0,72 доллара (0,10 USD/млрд обработанных образцов * 7,2 млрд обработанных образцов).

Осталось рассчитать ежемесячные расходы для данного примера:

• Стоимость полученных метрик: 80,93 USD (0,90 USD/10 млн * 892,8 млн образцов)
  
• Стоимость хранения: 0,10 USD (0,03 USD * 3,34 ГБ)
• Стоимость запроса: 0,72 USD (0,10 USD/млрд обработанных образцов * 7,2 млрд обработанных образцов)

Итоговая ежемесячная плата = 80,93 USD (прием метрических данных) + 0,10 USD (хранение) + 0,72 USD (запрос) = 81,75 USD

В этом примере вы отслеживаете один кластер Kubernetes с 10 узлами, при этом сборщик AMP собирает 1000 метрик Prometheus каждые 30 секунд в течение всего месяца (744 часа). Будут рассчитаны следующие показатели использования и затрат: 1) прием метрических образцов; 2) хранение образцов; 3) количество собранных образцов и часов работы сборщика AMP. 

Использование и стоимость полученных образцов метрик
Сначала рассчитаем количество полученных образцов метрик и их стоимость. Ежемесячное количество полученных образцов составляет 892,8 млн (10 узлов * 1000 метрик на узел / 30 интервалов сбора данных в секундах * 3600 секунд в час * 744 часа в месяц = 10 * 100/60 * 3600 * 744 = 892,8 млн образцов).

Ежемесячная стоимость полученных метрик составляет 80,93 USD (0,90/10 000 000 USD за первые 2 млрд образцов метрик * 892,8 млн образцов).

Использование хранилища и затраты на хранение данных
Далее рассчитаем объем хранилища в ГБ и затраты на хранение образцов метрик, а также метрических метаданных. Для данного примера предположим, что на одну метрику приходится 20 меток, а на каждую метку – 100 уникальных значений. Метаданные, включая название метрики, метки и их значения, сохраняются ежедневно. Кроме того, предположим, что на каждую метку и ее значение приходится в среднем 30 байт, а на каждый полученный образец метрики – 2 байта.

Ежемесячный объем хранилища составляет 0,25 ГБ (метрические метаданные * количество дней в месяце) + (2 байта * количество образцов метрик = (1000 метрик * 20 меток * 100 значений меток * 30 байт * ~ 30 дней в месяц) + (2 байта * 892,8 млн образцов) = 1800 млн байт + 1785,6 млн байт = 3585,6 млн байт = 3,34 ГБ).

Стоимость хранения составляет 0,10 USD (0,03 USD * 3,34 ГБ).

Стоимость собранных образцов и часов работы сборщика
Затем рассчитаем стоимость часов работы сборщика. Стоимость работы безагентного сборщика составляет 0,04 USD за час работы и 0,03 USD за 10 млн собранных образцов. Мы исходим из того, что на один кластер EKS приходится один сборщик. Если исходить из использования приложения в течение 744 часов в месяц, ежемесячная стоимость составит: 1 * 0,04 USD * 744 + 0,03 USD * 892,8 млн образцов / 10 млн = 32,44 USD.

Плата за использование безагентного сборщика составляет 32,44 USD. 

Напоследок рассчитаем ежемесячные расходы для данного примера ниже.

• Стоимость полученных метрик: 80,93 USD (0,90 USD/10 млн * 892,8 млн образцов)
  
• Стоимость хранения: 0,10 USD (0,03 USD * 3,34 ГБ)
• Стоимость работы безагентного сборщика: 32,44 USD (0,04 USD за час работы сборщика * 744 часа + 0,03 USD * 892,8 млн образцов / 10 млн)
  

Общие расходы: 113,47 USD

В данном примере вы выполняете запрос для вычисления процессора 10 000 узлов за последний час и запускаете правило предупреждения каждую минуту, уведомляющее о том, что производительность одного из этих узлов превышает 80 %. В примере не учитываются преимущества уровня бесплатного пользования AWS. Рассчитаем объемы использования и затраты на выполнение запроса и правил предупреждения.

Использование запросов и их стоимость
Сначала вычисляем количество образцов, обрабатываемых одним запросом, с помощью определения количества временных рядов метрик и предоставленного временного диапазона. Временной ряд метрики идентифицируется по названию метрики и парам «ключ-значение». В данном примере каждый узел имеет одну метрику процессора, в результате чего запрос обрабатывает 10 000 временных рядов метрик в течение 1 часа. Запросы Prometheus обрабатывают один образец на шаг разрешения, что является минимальным промежутком времени между любыми двумя точками данных. Например, предположим, что шаг составляет 1 минуту, то есть 1 образец в минуту во временном диапазоне. Это 10 000 временных рядов x 1 час x 1 выборка/мин x 60 мин/час = 600 000 выборок/запрос.

Если предположить, что запрос выполнен 1000 раз, стоимость составит 0,06 USD (0,10 USD/млрд обработанных образцов* 0,0006 млрд образцов * 1000 запросов).

Использование правил предупреждения и их стоимость
Количество образцов, обрабатываемых правилом за одну оценку, определяется по количеству выбранных временных рядов метрик. Поскольку правило определяет один временной ряд метрик процессора на узел, оно обрабатывает 10 000 временных рядов за каждую оценку. В Prometheus правила предупреждения выполняются в виде мгновенных запросов, то есть запросов, которые оцениваются в один момент времени. Таким образом, данное правило предупреждения оценивает 10 000 временных рядов x 1 выборка/временной ряд = 10 000 выборок. Поскольку сигнал срабатывает каждую минуту, правило предупреждения обрабатывает 10 000 образцов x 60 мин/час x 730 часов в месяц = 438 000 000 образцов/месяц.

Стоимость правила предупреждения составляет 0,04 USD в месяц (0,10 USD/млрд обработанных образцов * 0,438 млрд примеров).